对某型子母弹靶场交验试验方法的分析与思考

为符合质量一致性检验目的,提出了某型子母弹靶场交验试验方法从安全性、可靠性和一致性3个方面设置试验项目的设想。分析了现行方法在试验项目及条件设置、样本与母体之间的关系、样本量与质量状况的关联性、评定指标选择4个方面存在的不足,对比分析了该文方法的优点,为科学、合理、全面地评定产品质量一致性提供参考。     

多层次复杂系统的资源优化配置方法

数据包络分析(data envelopment analysis,DEA)是一种重要的效率评价方法,特别适合复杂系统的评价问题.但由于复杂系统指标体系的复杂性使得DEA方法在评价复杂系统效率问题时也遇到了一些无法回避的困难,主要表现在评价结果过于强调次要指标的作用、常常出现多数单元有效、对投影的要求过于苛刻、指标集成后无法找到针对原始指标的改进信息等.为了解决上述问题,给出了一种用于复杂系统评价的数据包络分析模型,并对相应的DEA有效性含义、模型性质以及模型的求解方法等进行了探讨.通过实例比较可以看出,本文方法不仅具有传统DEA方法的优点,而且还很好地克服了上述缺点.     

生物微量试样自动化处理与检测设备

针对生命科学研究中对大规模、高通量、低材耗的生物样本处理与检测设备的需求，本课题拟研究开发一种高通量生物微量试样自动化处理与检测设备，攻克生物微流体精确加样、微液枪头自动装夹、恒温孵育装置、生物液面检测、磁性颗粒混匀与分离及清洗、系统集成与可靠性等关键技术。     

基于惯性传感器的跌倒检测技术的研究进展

近几年,世界人口老龄化的问题使跌倒检测技术得到了快速的发展,但是商业规模没有发展完善。跌倒检测技术能够迅速检测特殊人群跌倒事件的发生并及时报警,保护特殊人群的身体健康,节约社会医疗资源。本文归纳了基于惯性传感器的跌倒检测技术的主要进展,包括设备佩戴位置、算法以及综合性能进行了比较研究,讨论了实验对象的选择、实验环境的设置、样本动作的分类、检测指标四方面的对总体性能的影响,提出了建立更科学的评价标准建议,在此基础上对该技术的研究前景进行了展望,本文对该项技术的进一步研究设计以及商品化开发具有一定的参考作用。     

WOD样本下最近邻密度估计的一致强相合速度

设{X_n,n≥1}是同分布WOD随机序列,具有共同的未知密度函数f(x)。利用WOD序列的Bernstein不等式,在适当的条件下,获得了WOD样本下最近邻密度估计的一致强相合速度。     

基于中国股市财富效应的资本市场效率研究

运用滚动样本和误差修正(ECM)模型检验了2001-2011年我国股票市场在不同样本期间的财富效应,在此基础上形成以下结论:我国股票市场在总体上存在财富效应,但其效果并不显著;短期内股市财富与社会消费相互影响,且股市财富对社会消费的影响在某些时段表现为替代效应;长期而言消费决定股市财富;我国股票市场呈现弱势有效市场特征,投机气氛较浓,影响财富效应的发挥。同时,就此提出了有利于发挥股市财富效应的相关措施。     

一种基于产生式分数空间的单样本人脸识别方法

提出一种基于产生式分数空间的单样本人脸识别方法.首先设计了适用于人脸表示的概率产生式模型,并有效地结合了分部式方法的灵活性和稀疏成分分析的稳健性.然后基于该模型导出分数函数(特征映射),并构建了本质上是观测数据、隐变量和模型参数函数的概率相似度.最后,基于2个标准人脸数据库进行了仿真实验,验证了所提出方法的有效性.     

面向遥感图像的小样本目标检测改进算法研究

针对传统的遥感图像目标检测中面临的小样本以及目标样本分布不均衡等问题, 提出了一种基于改进的卷积神经网络(convolutional neural network, CNN)的遥感图像小样本目标检测算法. 首先, 该算法利用 $K$ 近邻($K$-nearest neighbor, kNN)回归分别对每个点和卷积层提取特征构建局部邻域; 同时, 通过最大池化聚合所有局部特征进行全局特征表示; 最后, 采用全连接层与缩放指数型线性单元(scaled expected linear unit, SELU)激活函数计算各类别对应的概率并分类. 实验结果表明, 该算法能够更有效地融合局部特征, 提高了遥感图像小样本目标识别与检测的精度, 同时保持信息的非局部扩散.     

基于半监督生成对抗网络的通信信号调制识别算法

针对小样本条件下通信信号识别混淆的问题,提出了一种基于半监督生成式对抗网络的调制识别算法.首先结合半监督学习思想利用少量标签数据和大量未标签数据训练网络;其次在输出层添加辅助分类器进行结果判定,针对性设计了目标函数和损失函数,以满足网络生成虚假数据和实现信号分类的目的;最后使用不同的激活函数并用反卷积和Dropout代替池化操作,有效降低了算法复杂度并加快网络收敛速度.仿真实验表明:该算法适应性强、计算量小,较传统算法识别准确率提升了6％ ～13％,有效实现了小样本条件下的调制样式识别.     

基于样本块和BSCB模型的壁画裂缝修复方法

针对采用传统方法虚拟修复北齐墓葬壁画复杂裂缝效果较差的问题,以水泉梁北齐墓室壁画为例,提出了基于改进的BSCB(bertalmio sapiro caselles bellester)模型与样本块修复算法相结合的虚拟修复方法。首先直方图增强后用最大类间方差法(Otsu)获取裂缝;其次,结合使用连通域标记算法与开、闭运算分离裂缝;再采用改进的BSCB模型对所有裂缝进行修补;然后用基于样本块图像修复算法消除扩散修复痕迹;最后利用颜色提取、替换恢复前景色彩,获得裂缝最终修复结果。实验结果表明,该方法同时修复壁画纹理区域的大裂缝与相连于壁画结构的小裂缝时,既能保证修复区域的清晰度,又能连接破损边缘,还能恢复部分区域的色彩;相较于其他修复方法,在边缘连续性上至少提升15.90%。