局部有界双连续n次积分C-半群的生成元及其性质

给出了一个带有局部凸拓扑τ的Banach空间X上的局部有界双连续n次积分C-半群生成元的定义及若干性质。     

融合卷积神经网络和流形学习的肺结节检测

U-net是常用的医学图像分割网络,但仍存在卷积神经网络中泛化能力差、容易过拟合的缺点.针对其缺点,研究全卷积肺结节分割网络,引入随机失活层,采用新的激活函、损失函数、优化器等改进网络结构,改进后的网络具有更高的查全率.然后融合改进重构权值的局部线性嵌入算法对特征进行提取,最后采用XGBoost分类器进行最后的筛选分类...     

采用局部粗糙集模型的决策规则提取

研究基于局部粗糙集模型下的决策规则提取.对经典粗糙集的决策规则提取进行改进,给出局部粗糙集模型下的决策规则公式,并研究相关性质.结合局部粗糙集模型给出的规则提取公式,引入参数值α,α∈(0,1],使规则提取公式的泛化能力更强,适用性更广.通过3个实例对局部粗糙集模型决策规则提取的运用进行说明.     

基于小波变换与NLTV的稀疏孔径ISAR成像

针对稀疏孔径逆合成孔径雷达(ISAR)成像问题,提出一种结合小波变换与非局部总变差(NLTV)的稀疏孔径ISAR正则化成像框架,给出了成像模型并推导了模型的优化求解方法．该方法通过对目标图像进行小波分解,并分别对低频分量和高频分量进行NLTV和l0范数正则化约束,在确保成像结果稀疏性的基础上更好保护图像的结构和轮廓特征．仿真和实测数据分析结果表明：所提方法在ISAR孔径数据缺失严重的情况下仍具有良好的成像性能．     

虹膜识别算法研究

为了提高虹膜识别的速度和准确性,提出一种新的虹膜图像均衡法：将直方图均衡法和局部对比度增强法结合起来调节图像动态范围、增强局部对比度,并利用平衡式零谱矩滤波器对预处理后的虹膜图像进行分解,提取更准确的虹膜纹理特征。整个虹膜识别过程小于1．3s,准确率97．25％。可用于个人身份识别中。     

利用环Z/pkZ上矩阵的标准型构作卡氏认证码

设R是有限局部环Z/pkZ,这里p是素数,p3,p≡1(mod12),或p≡7(mod12),且k1.利用环R上特殊矩阵的相似标准型构作了一个卡氏认证码,并计算出该认证码的所有参数,进而假定编码规则按照统一的概率分布所选取,该码的成功伪造与成功替换的最大概率PI与PS亦被计算出来.     

分布式多传感器结构中的数据融合方法

在分布式结构中,为了提高单个传感器的测量精度,为数据处理打下基础,首先对每一个传感器进行时间上的分批估计,降低误差的影响,得到各个传感器的局部决策值;接着对方差超过一定数值的数据进行基于相对距离的再处理;最后在最优融合原则下,运行加权自适应算法对各个局部决策值进行融合.数据分析结果表明,处理后的数据更接近测量真实值.     

基于局部等距嵌入的各向异性曲面网格生成（英文）

提出了一种新颖的各向异性曲面网格生成方法.不同于之前依赖于全局共形嵌入或高维等距嵌入的方法,该算法以局部等距嵌入的思想为基础.为了实现等距嵌入的目标,我们将原始曲面分割成圆锥曲面集,对曲面片逐一进行处理.首先,利用双射参数化将圆锥曲面嵌入到平面,然后,在参数域进行各向异性网格生成,最后,将圆锥曲面映回原始曲面.为了处理不同圆锥曲面之间的缝合问题,我们使当前圆锥曲面包含之前未处理的边界,使得边界附近的三角面片可以在当前迭代中处理.大量实验验证了本文算法的鲁棒性.相较于之前的各向异性网格生成算法,本文的算法能够更加鲁棒地处理高亏格网格,且能够得到与输入网格逼近误差更小的结果.     

理想幂次的ai-不变量(英文)

在Lu和O’Rourke最近的工作基础上,我们研究了分次理想及其幂次的a_i-不变量.设R和S是域K上的两个多项式环,T=S?_KR,I和J分别是R和S中的分次理想.我们利用I和J的信息研究a_i(T/(I+J+mn)^k)的性质.再设k≥2,并令Δ为一个k维复形且I_Δ是其Stanley-Reisner理想.我们研究I■的a_i-不变量.     

复杂流动下泥沙起动概率的图像测量

提出了一种适合于复杂流动下泥沙起动概率的测量方法--图像测量法.该方法对床面上砂颗粒的运动图像进行采集,根据采集到的图像采用互相关算法计算出砂颗粒的运动速度,由砂颗粒运动速度得到泥沙的起动概率.采用该方法测量了槽道流动及后台阶流动2种情况下床面泥沙的起动概率.在槽道流动下,床面泥沙的起动概率随着床面剪应力的增大而增大.由本文测量方法得到的临界起动剪应力与希尔兹曲线所得到的结果相一致.在后台阶流动下,测量结果表明,再附点附近处泥沙的起动概率最大.这一结果能够解释在后台阶下游床面局部冲刷实验中发现的再附点附近冲刷最为严重的现象.