基于小波和动态时间弯曲的时间序列相似匹配

提出了一种基于小波和动态时间弯曲(DTW)距离的时间序列索引和相似匹配方法. 该方法采用小波变换进行数据降维,利用R·-tree建立多维索引结构. 给出了查询序列的DTW距离边界和其在小波空间的查询超矩形的计算方法,从而将原始空间的基于DTW距离的相似匹配转换为小波空间基于欧氏距离的相似匹配. 证明了此匹配方法不会产生漏报,给出了基于DTW距离的范围查询算法和近邻查询算法. 实验结果表明该方法具有较高匹配精度和其较低的计算代价.     

喷距对低温超音速火焰喷涂WC-10Co4Cr涂层性能的影响

以粒度为5~15μm的WC-10Co4Cr为热喷涂粉末,采用低温超音速火焰喷涂(LT-HVOF)技术制备WC-10Co4Cr涂层,并利用粒子收集技术研究喷距对涂层显微结构和性能的影响。采用扫描电子显微镜(SEM)、粗糙度测试仪和显微硬度仪分别对涂层的显微结构、粗糙度、硬度和韧性进行测试分析。实验结果表明:WC-10Co4Cr涂层的显微硬度(HV0.3)和致密度随着喷距的增大而降低,分别由喷距100 mm时的1 484.19和0.5%降低至喷距310 mm时的930.50和2.2%;涂层的结构和性能与粉末在焰流中的熔融状态和飞行速度相关,喷距在100~190 mm范围内粉末呈未熔化状态,220~310 mm范围内呈微熔化状态,粉末的飞行速度随喷距的增加呈下降趋势;粉末呈微熔化状态时断裂韧性与HVOF涂层相当且明显高于粉末呈未熔化状态的断裂韧性;优化的喷涂距离为220~280 mm,该段距离内可以获得涂层粗糙度约为2μm、孔隙率小于1%、显微硬度大于1 018(HV0.3)、断裂韧性大于3.323 1 MPa·m1/2的涂层。     

Banach空间中广义混合变分不等式解的迭代算法

利用R.s.Burachik和S.Scheimberg(SIAM J control Optim,2001,39(5):1633-1649.)介绍的近似点算法和Bregman泛函,在自反Banach空间中建立了一类广义混合变分不等式解的迭代算法,证明了迭代序列是有定义的,并且弱收敛于广义混合变分不等式的解.同时,给出了...     

斜视SAR带状成像算法的比较

对可用于斜视ＳＡＲ成像处理的算法，从它们的聚焦能力，处理大距离弯曲能力以及处理相关核空变特征的能力上，进行了研究，认为二维处理算法具有最全面的处理能力，但其成像的实时性最差；二维快速多项式变换处理算法（ＦＰＴ）同样具有全面的处理能力，但其成像的实时性较好；一维校正处理算法，具有较好的处理能力，其成像的实时性最好，而且能与正侧视成像算法相容合，有利于多模式ＳＡＲ成像。     

基于图像识别的汽车防撞模糊控制系统及其仿真

设计了一种基于图像识别的汽车防撞模糊控制系统，建立了安全距离计算的数学模型．该系统由图像识别系统、车速传感器、判断系统和模糊控制模块组成．利用MATLAB软件的Simulink仿真工具包，建立了防撞模糊控制系统的仿真模型．通过对汽车运行中4种代表性工况的仿真及分析，验证了系统的可行性及模型的正确性．     

信息几何研究进展

随着人工智能的不断深入,基于欧氏框架的数学理论无法有效地解决信息领域中的一些非线性和随机性问题,而信息几何是解决非线性和随机性问题的有效工具。基于黎曼几何的信息几何由于其在统计推断、信号处理、图像处理、神经网络、机器学习等领域的广泛应用,受到了人们的关注,成为热门的研究领域。经过几十年的发展,信息几何已经从最初鲜为人知的领域发展成为研究非线性、随机性复杂信息的重要工具。将对信息几何研究进展做一个综述。首先介绍信息几何的理论框架,包括对偶联络、流形上的测地距离、以及黎曼梯度等,然后简要介绍信息几何在统计推断、神经网络、控制系统领域、信号处理、机器学习等领域的应用,最后介绍信息几何的展望,期望对信息几何感兴趣的学者有所帮助。通过该综述,读者可以了解到信息几何的基本理论框架,了解到信息几何的重要应用场景,为解决信息领域中的瓶颈问题提供一定的启发。     

基于伪辛空间的LDPC码的构造

基于有限域Fq 上的（2v+2）维伪辛空间,根据子空间的包含关系,选取(m,0,0,1) 型全迷向子空间,构造出了点集和线集并定义了点、线之间的关联关系,根据图论知识构造出所对应的二分图的关联矩阵,得到LDPC码的校验矩阵, 最终构造出LDPC 码C (ν + 1,2ν + 2,q ), 求得围长为8, 最小距离为2q + 2. 对码C (ν + 1,2ν + 2,q ) 取固定参数,利用子空间的包含关系,得到LDPC 码C (3,6,2) 的校验矩阵,求得码率,并对码进行了译码仿真,发现码C (3,6,2) 比相同参数的随机码的码率高.     

一种改进的无线传感器网络定位DV-Hop算法

定位技术是无线传感网络中重要的技术之一,特别在感知信息需要精确位置的时候,定位技术就尤为重要。DV-Hop定位算法在实际网络不需要测量工具的特性获得了广泛应用。然而,它的定位精度较低。为了提高DV-Hop算法的定位精度,文中提出了一种改进的DV-Hop算法,在计算未知节点到锚节点距离的时候引入了新的误差修正函数,使得所估计的节点间距离更加准确。实验表明,改进算法在同等情况下有效的提高了定位精度。     

条件广义岭估计及其诊断统计量

研究了带约束线性模型中回归参数的有偏估计及其数据删除模型中度量影响大小的诊断统计量.提出条件广义岭估计,给出它在不同模型中的关系式,利用Welsch-Kuh统计量和特征值的性质,推导出删除k组数据后度量拟合值影响的上确界.通过实例分析检验了诊断统计量的有效性.     

基于粒子群优化的马氏距离模糊聚类算法

为解决传统模糊聚类迭代算法对初始化敏感,易陷入局部最优及处理高维数据时精度下降的问题,对基于马氏距离的模糊聚类算法(fuzzy c-means algorithm based on Mahalanobis distance,M-FCM)进行优化。将马氏距离代替欧氏距离,通过构造类内紧致度、类间分离度与类间清晰度结合的适应度函数,利用粒子群优化算法(particle swarm optimization,PSO)对马氏距离模糊聚类进行研究,提出了基于粒子群优化的马氏距离模糊聚类算法(Mahalanobis distance fuzzy clustering algorithm based on particle swarm optimization,DPSOM-FCM),并将此新算法与FCM(fuzzy c-means algorithm),M-FCM,PSO-FCM,IFPSOFCM(importance for fuzzy clustering algorithm based on particle swarm optimization)算法,在UCI(university of californiairvine)数据库的6个标准数据集上进行实验对比分析。结果表明,DPSOM-FCM算法具有算法收敛性和聚类有效性,并且聚类精确度优于其他算法,对高维数据的聚类识别能力强,即该算法具有全局优化作用。