动态近似熵快速算法在心率变异研究中的应用

提出了一种动态近似熵的快速算法,只要较短数据就能表现信号的非线性特征,并大大缩短了计算时间.对心率变异性分析中静卧-行走实验采集的R-R间期信号进行了动态近似熵分析,描述了心率调节作用的动态变化,反映了受试者生理状态的改变与心率变异的无序性.     

清洁生产的热力学循环探讨

通过对工业系统和热力系统的对比分析，提出运用热力学原理来诠释清洁生产的理论．在此基础上．对工业生产的三种模式和清洁生产的评价体系进行热力学解释，并将热力循环运用于清洁生产，试图从热力学原理中找到清洁生产理论的新突破。     

语音信号的谱熵检测在车辆通信中的应用

结合车辆通信中语音信号的特殊性, 利用傅里叶变换和最大离散熵定理, 对含强噪语音的短时频谱进行分析, 构造出一种熵函数来对语音信号进行语音/噪声的判决. 以一段语音信号为例进行仿真, 研究结果表明, 谱熵检测方法计算简单, 谱熵值和隔离度较大, 具有稳健的抗噪特性, 可以应用于车辆通信中语音信号的检测.     

Hilbert-Huang 变换在爆破震动信号分析中的应用

介绍了Hilbert-Huang变换(HHT)法的原理、内容和优越性, 并用仿真信号进行实例分析, 以验证其关键技术经验模态分解(EMD)的高效性、自适应性, 以及其时频图能定量地描述时间与瞬时频率的关系. 用HHT法对爆破震动信号进行分析与处理. 研究结果表明: EMD能很好地按不同的时间尺度对信号进行分解, 分解后的固有模态函数能反映信号本身所固有的特性;能将Hilbert能量谱中的信号能量清晰地表示在时间-频率-能量的分布图上;HHT法能有效地提取爆破震动信号的时频特征;HHT法比小波分析更具适应性, 为爆破震动信号的分析与处理提供了新的研究思路与方向.     

一类不确定性决策问题的变权分析方法

以灰色系统理论和模糊数学为基础,探讨了多属性决策问题中所包含的不确定性可以用灰色模糊数表示的情况,提出了基于灰色模糊信息的多属性决策的概念.利用分析方法和技巧,融合变权和熵权误差分析法,构建了灰色模糊多属性决策问题的算法,直接由灰色模糊决策矩阵确定变权的基础权重和上确界,使算法在理论上更加严谨可靠,为不确定型多属性决策方法研究提供了一条新思路.给出的算例说明了算法的可行性.     

熵(Ⅱ)

介绍了解决遍历理论经典问题的Kolmogorov熵,以及为研究拓扑动力系统而产生的拓扑熵等概念,进而引导读者对这一引人入胜的领域去进行研究.     

基于模糊熵和均值量化的盲文水印方案

提出了一种新的DCT域盲文水印算法，该算法应用模糊熵测度选择边缘特征显著的子块作为嵌入子块，然后应用均值量化来增强嵌入水印的鲁棒性．实验结果表明，嵌入水印后的图像具有很好的不可见性，同时对常见的信号处理和噪声干扰具有良好的鲁棒性．     

基于最大熵原理的复合形法及其在边坡稳定分析中的应用

将最大熵原理应用于基本复合形法的优化计算中，旨在提高算法的寻优成功率。具体步骤为：选取复形中熵最大的顶点为寻优点；在复形其余各点的加权中心点与寻优点的连线上，搜索比寻优点改善的新顶点；并替换掉寻优点构成新的复形；如此迭代直至复形中的信息被完全利用。采用基本复合形法和基于最大熵原理的复合形法对两个复杂土坡的最小安全系数进行了搜索，结果表明基于最大熵原理的复合形法的全局搜索能力有了明显改善。     

一种基于最小熵准则的SAR图像自聚焦算法

研究了一种新颖的SAR图像自聚焦算法。该方法从复图像域出发 ,利用最小熵准则盲解卷积原理 ,通过多维搜索完成相位误差校正。同相位梯度自聚焦算法相比 ,最小熵算法无需在图像域分离出强点目标 ,因而特别适用于无任何明显特征的图像。仿真及实测数据处理结果证明了该方法的有效性     

任意二值随机序列的一个强极限定理

给出了任意二值随机序列随机稀疏的一个强极限定理的信息条件，是Borel强大数定理的推广。