带均值漂移的HEGY检验及其实证研究

研究了含多个均值漂移的HEGY检验.通过模拟实验,发现如果没有正确选择HEGY检验所含有的均值漂移个数,那么检验结果将会产生偏差.用不含均值漂移、含一个均值漂移和含两个均值漂移的HEGY模型研究了广东月度工业总产值周期性变化问题,结果表明,1991年至2003年间广东工业生产存在两个季节性均值漂移,仅含有一个非季节单位根.因此,选择含两个均值漂移的HEGY模型更适合本问题的研究.     

Packet sets and -F - drift law recovery

P-集合是研究动态信息系统与动态信息规律的一个新理论与新方法.利用p-集合,给出F-漂移规律生成概念,提出F-漂移规律辨识定理;给出F-漂移规律恢复概念,提出F-漂移规律恢复定理.利用这些结果,给出F-漂移规律恢复的应用与实证.     

一种新的获得无标度网络的方法

提出一种新的获得无标度网络的新方法。该方法是从一个已有任意网络中,按照与度成反比的概率去除一个老结点,即结点连边越少、度越小,该点被去除的概率越大;去除一个老结点后,将一个新结点按照度优先原则加入到网络中去,占据去除结点位置;如此反复演化,可以获得一个无标度网络,该网络具有度分布较为集中,没有标准BA无标度网络的胖尾。     

用户在线行为的记忆性研究

用户在线行为的记忆性研究有助于揭示用户在线行为特性,构建更准确的在线行为预测模式,对基于在线行为的网络安全防御和信息推荐都具有重要的意义。基于收集的某高校网关日志数据,首先分析了用户在线行为中的记忆特性。研究发现用户的在线行为具有较强的记忆性,其分布服从高斯分布。其次,定义了用户在线行为的记忆长度,统计发现其在个体水平和群体水平上都呈现幂律分布,表明用户的在线行为存在长期记忆。据此建立了马尔科夫过程模型,仿真重现了用户上网行为的记忆性特征。研究结果表明用户的在线行为不仅具有记忆性,而且这种记忆性可以为用户在线行为模式的构建提供指导。     

基于复杂融合特征与灰度-纹理直方图描述子的红外弱小目标检测追踪算法

为了解决当前红外目标检测追踪算法仅依靠单一图像特征对弱小目标增强,使其在背景杂波与噪声干扰严重条件下,难以剔除图像背景中的伪目标像素,导致弱小目标检测与追踪精度不高,提出了基于复杂融合特征与联合灰度-纹理直方图描述子的红外弱小目标检测与追踪算法。首先,针对红外图像不同特征的背景干扰因素,引入不同方向的腐蚀操作结构元素,设计了分类Top-Hat变换算子,充分抑制背景杂波与噪声,从而将弱小目标从复杂背景中凸显出来;随后,引入方差权重信息熵,构建复杂融合特征,对红外图像进行分割,确定候选目标区域;并基于管道滤波模式,对候选目标区域中的真实弱小目标与伪目标进行筛选,将虚假目标过滤;再考虑弱小目标的强度与纹理特征,基于LBP技术(local binary pattern),设计了灰度-纹理直方图描述子,充分描述红外弱小目标的边缘、线端与角点等鲁棒性特征,较好地保留目标的空域信息,有效剔除图像背景中的伪目标像素;最后,联合均值漂移算法,对红外弱小目标进行精确追踪。实验结果显示:与当前红外目标检测追踪技术相比,在复杂背景干扰条件下,本文算法具有更高的检测精度与更低的追踪误差。     

FAIMS分离电压的温度非线性误差建模与补偿

介绍了高场非对称波形离子迁移谱(FAIMS)技术的基本原理,从理论上分析了驱散电压与分离电压间的线性关系。在确定驱散电压的作用下实验研究了分离电压的温度非线性特性,采用二次曲面方程建立了常温下分离电压的温度漂移误差补偿模型。在22.8℃～27.8℃的温度补偿范围内测试,结果表明,该温度补偿模型对分离电压的温度漂移具有理想的补偿效果,在不同温度条件下实现了分离电压对特定物质离子表征的唯一性。同时,该补偿方法也为迁移管的无恒温控制系统的设计提供了理想的解决方案,简化了迁移管的结构设计。     

核电厂化学和容积控制系统压力测量仪表检验周期延长论证分析

在核电厂长燃料循环周期的论证过程中,仪表标定周期延长的论证是很重要的一个部分。通过对化学和容积控制系统典型的压力测量仪表数据收集和统计分析,采用AFAL方法论证其周期延长的可行性。研究表明:该类仪表具有较好的稳定性,将检验周期延长到18个月后,其安全功能不低于原周期情况下的安全水平,周期延长可行。     

路面裂缝自动识别与测量

为了提高道路裂缝损伤检测效率,保证检测工作的安全性,加强检测数据的标准化建设,研究了路面裂缝自动识别与测量方法。通过分析既有方法的缺陷,提出采用均值漂移技术的图像平滑与分割方法,初步分割候选裂缝,采用定向跟踪方法提取裂缝骨架;基于裂缝骨架内插得到完整裂缝,完成裂缝自动提取与编码;最后将裂缝骨架分段,精确计算裂缝形态参数,实现裂缝形态完整测量。研究结果表明:该方法对路面粗糙度和裂缝方向不敏感,可以识别较细小裂缝,裂缝识别的定位精度达到0.5个像素以下,裂缝长度的相对误差小于2%,具有较高精度和可靠性。     

基于Snake算法的深度图像人体目标跟踪

基于彩色图像的人体跟踪算法鲁棒性不高的主要原因是对目标进行跟踪时,受到光照变化、复杂背景、物体遮挡等因素的影响.针对此问题本文利用Kinect采集深度图像进行人体目标跟踪.首先在深度图像中通过用户索引检测出人体目标,可方便地去除图像中复杂背景的干扰.然后利用基于角点的自动初始化方法得到人体的轮廓信息,再结合Snake算法实现人体目标跟踪.最后将该算法与基于深度图像的Camshift算法进行对比分析.结果表明,在室内应用Snake算法不受灯光和复杂背景等因素的影响,能对人体目标进行实时跟踪,且比Camshift算法具有更强的抗干扰能力,跟踪更准确.