一类具有环境白噪声扰动的随机包虫病 动力学模型分析

考虑环境中随机因素的影响,研究了一类受环境白噪声扰动的随机包虫病模型,得到了正解的全局存在唯一性条件:通过构造合适的随机Lyapunov函数,得到疾病随机灭绝性的条件.     

基于Copula函数选择的多元退化产品可靠性模型

针对含有多个退化量的产品可靠性评估问题,提出了一种基于Copula函数选择的可靠性建模方法。首先,采用Anderson-Darling统计量对退化量进行拟合优度检验,选择其最优分布函数;其次,绘制退化量分布函数中的分布参数随测量时间的变化曲线,判断其与时间和应力的相关性;再次,给出一种选择Copula函数的综合方法,该方法结合了三种常用的选择方法;同时,采用两步似然估计法对未知参数进行了评估;最后,通过硫化丁腈橡胶O型密封圈进行恒定应力加速退化试验对方法的正确性进行了实例验证,并且与二维正态分布模型、形状参数为常数时的可靠性评估结果进行了对比分析。分析结果表明,给出的方法具有更好的实用性和更广泛的应用。     

长江下游新石器时代遗址的空间分布特征

基于泰森多边形、空间自相关及核密度估计等方法,研究了长江下游新石器时代遗址的空间分布规律及特征。结果表明:(1)不同文化遗址均呈现出聚集分布特征,但存在单核与多核的差异。马家浜文化遗址主要集聚在太湖的东、西部,以草鞋山、骆驼墩遗址群最为密集;崧泽文化遗址集聚于太湖东、东北部,以草鞋山遗址群最为密集;良渚文化遗址主要集聚在太湖南部、东部,以余杭—良渚遗址群最为密集;马桥文化遗址主要集聚在太湖东部和西南部,以上海西部的马桥、湖州—长兴、海宁—海盐一带的遗址群最为集中。马家浜至崧泽时期遗址呈多核心特征,崧泽至良渚时期遗址由多核变为单核,马桥时期遗址聚集区重现多核心特征。(2)随着气候、地貌、社会结构的演变,遗址密集区的分布趋势、连续性及密度相应变化。遗址密集区分布呈现出由太湖东、西部先向太湖东、南部,再向太湖南部,最后向太湖东、西南部发展的趋势。遗址聚集区的连续性和密度在马家浜、崧泽、良渚时期逐渐增强,而马桥时期遗址密集区的连续性和密度较良渚时期有所下降。研究结果对研究人地关系具有一定的参考借鉴意义。     

混凝土湿喷台车臂架振动模态分析

以国内某公司喷浆台车SPTC25为研究对象,首先利用陀螺仪和加速度传感器在施工现场进行动力学测试,采集到关于臂架在实际施工时的角速度和加速度的时间历程曲线。然后通过数据处理和分析计算,得到臂架在仰俯工况下的振动频率和振幅,分别为1.18 Hz和0.092 m,回转工况下的振动频率和振幅分别为0.98 Hz和0.073 m。其次,对湿喷台车臂架建立了准确的有限元模型,并且进行了模态仿真分析,得到前三阶模态的固有频率和振型。结合隧道施工时的实际操作数据统计,最终得出结论,臂架在施工过程中长时间处于共振状态,使得振幅过大,这是臂架疲劳开裂的主要原因,也为后续湿喷台车臂架的研发和优化提供了新的分析思路。     

基于免疫遗传算法的道路交通标志图像分割

针对道路交通标志图像分割的问题,提出了一种基于免疫遗传算法的实现方法。该算法利用免疫遗传机制,将图像的最佳阈值作为要求的解,设计了适合问题求解的抗体编码方式、克隆算子和免疫选择算子。仿真实验结果表明,所提算法能够有效地求得道路交通标志问题的最佳阈值。通过与传统遗传算法、改进遗传算法进行对比实验,更好地说明了本算法能够对图像分割得到较为满意的结果。     

基于卡方核的正则化线性判别行人再识别算法

针对行人再识别过程中存在获取的训练样本较少,真实样本分布不一定线性可分和算法识别率低的问题,提出基于卡方核的正则化线性判别分析行人再识别算法(KRLDA,kemel regularized linear discriminant analysis)。该算法首先利用核函数将样本从线性不可分的原始空间映射到线性可分的高维特征空间,然后在高维空间中构造描述数据之间邻近关系的散度矩阵,再利用正则化线性判别分析获得高维到低维空间的投影矩阵,使得数据在低维空间能够保持高维空间的可分性,从而提升行人再识别算法的识别率。在VIPeR、iLIDS、CAVIAR和3DPeS数据集上,实验结果表明所提出的算法具有较高识别率。     

关于迷向log-凹函数的注记

凸体的迷向位置是研究极值问题的重要位置.研究了log-凹函数的迷向位置,得到了log-凹函数处于迷向位置的充要条件,其结果是凸体处于迷向位置充要条件的推广.     

具有隐性感染的登革热模型稳定性分析

建立了一类具有隐性感染和垂直传播的登革热模型.首先通过构造Lyapunov函数得到了无病平衡点E_0是全局渐近稳定的;进一步利用第二加性复合矩阵等理论得到了地方性平衡点E*是全局渐近稳定的条件.     

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.      

基于二进制熵的加解密函数定位方法

针对二进制程序模糊测试中加解密函数定位准确率低的问题,提出一种基于二进制熵的加解密函数定位方法.该方法对二进制程序的控制流信息进行模型构建以定位程序关键代码,提取关键代码前后的数据流并计算其二进制熵,通过前后二进制熵的关系确定被测代码中是否存在加解密函数.实验结果表明,该方法能够有效发现程序中的加解密函数,准确率大于99%;该方法可以用于提高模糊测试发现漏洞的能力,具有一定的实用价值.