利用MPEG-4视频流的运动目标检测

提出了一种基于MPEG-4压缩域运动目标检测算法.该算法直接在压缩码流中获取运动矢量,利用迭代滤波器的良好特性,尽可能还原真实运动矢量信息,并采用自适应阈值选取法的运动矢量标识出运动区域.在此基础上,计算滑动窗口内八邻域直流(DC)系数与中心块DC系数之差的模,根据选定的阈值来判断中心块的运动特征,然后扩展运动区域,计算新区域中背景块的平均DC系数,并与边缘块做差值计算,进而调整边缘块.算法充分利用了MPEG-4码流中蕴含的运动信息,克服了仅由运动矢量检测运动目标存在误差太大的缺点,适用于计算机数字视频技术领域.实验结果表明,所提算法不需要对压缩流完全解码,可大大提高检测效率,改善检测效果,对不同视频序列具有良好的普适性,特别是在光强、亮度等因素的影响下依然保持良好的鲁棒性.     

高速数字物理噪声源芯片

数字物理噪声源是一种模拟数字混合的安全芯片，它将电路中的随机噪声的影响加以增强，采样得到高速的真随机的0、1序列，该序列能够通过随机性测试。     

基于GAN的多变量时间序列异常检测方法

近年来，生成对抗网络在多变量时间序列异常检测中得到了广泛应用。然而现有解决方案多存在一些局限性，主要限制是没有明确地捕捉多变量时间序列在时间维度和特征维度上的复杂依赖关系而导致误报。针对该问题，本文使用生成对抗网络对多变量时间序列进行建模，通过在各网络中加入一个多通道注意力层来捕捉数据时间和空间维度的重要性，以提高异常检测的准确性。此外，生成器使用解码-编码器结构，通过在训练阶段对编码器、解码器和判别器进行联合训练，使得异常检测阶段无需计算从实时空间到隐空间的最佳映射，以此提高异常检测的效率。本文在两个公开数据集上进行了实验验证，结果表明，所提方法相较于基线方法在异常检测性能上优势明显。     

基于信用模型的食品药品信息化监管系统

针对目前食品药品监管领域信息严重不对称，监管存在滞后性和弱有效性的现状，本文提出的监管新模式和信息系统能一定程度上在预防、监管、追查、应急处理和惩罚等环节上充分利用信息技术的优势，提高监管的效率，对食品药品实行有效监管。     

单调算子序列的等价条件和应用

本文给出了在线性赋范空间C[a,b]上的单调线性算子序列的三个等价条件及证明,又用此等价条件证明了维尔斯特拉斯第一逼近定理。     

关于有σ-遗传闭包保持κ-网的可分κ-空间(英文)

本文证明了带有σ—遗传闻包保持k—网的正则可分k—空间X在X的序列式序小于ω_1或X是稀疏空间的条件下是阿列夫空间,从而部分地回答了文[5]中提出的一个问题。     

机场道面使用性能的动态自回归预测模型

针对我国机场道面性能观测时间短,观测数据少,使用现有模型预测精度低,不能根据观测值动态更新预测模型等现状,提出了将卡尔曼滤波应用于时间序列预测的方法,建立了动态自回归预测模型,进行机场道面使用性能的预估.选取我国华东某机场的实测道面状况指数为基础数据,进行时间序列建模,应用卡尔曼滤波算法实现时间序列模型参数的实时更新,分析模型的预测效果.时间序列数据较少时,难以建立高精度的自回归模型,通过卡尔曼滤波处理建立的动态自回归预测模型精度明显提高.     

基于动态混沌神经网络的预测研究——以马铃薯时间序列价格为例

针对农产品价格波动的非线性特征明显、传统时间序列方法在预测农产品价格短期波动存在不足等状况,本文将混沌理论和神经网络技术应用到农产品价格短期预测研究中,充分利用相关技术优势,设计了动态混沌神经网络时间序列预测模型.在此基础上,选取2008年1月21日-2012年7月1日的中国马铃薯日度价格为研究对象,对所构建的动态混沌神经网络时间序列预测模型进行学习、训练和测试,并用统计分析方法对模型性能进行评价与分析,最后,将所构建模型的预测结果与传统预测方法预测出的结果进行比较研究.结果显示:整个动态混沌神经网络结构为27-12-1,所设计的基于动态混沌神经网络的马铃薯价格时间序列预测模型在预测精度和性能上较ARMA模型均具有明显优势,这一预测模型在农产品价格时间序列短期预测研究上将具有广阔的应用前景.     

具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

武汉市空气污染物长期变化规律研究

搜集了武汉市2006年~2013年8a间的PM10和气态污染物(包括SO2、NO2、NO、CO和O3)质量浓度监测数据.利用基于Loess的季节趋势分解和窗口滑动平均等时间序列分析方法提取了各种监测指标的长期趋势、季节变化和周变化规律.结果表明,武汉市PM10历经了6a的缓慢下降后于2012年后开始急剧上升,SO2出现明显的下降趋势,其他污染物在2013年之前呈现出小幅上升或基本稳定的趋势,2013年有明显上升;季节规律方面,PM10、SO2、NOX和CO都表现出冬季高夏季低的变化特征,O3则呈现相反的变化特征,另外每年4月PM10会出现一个小高峰现象;PM10表现出明显的周变化规律,呈现出以周三为谷值周六为峰值的周期性变化,而其他气态污染物基本没有明显的周变化规律.