基于最小特征根的相对效率

对线性模型的最小二乘估计(LSE)与最佳线性无偏估计(BLUE)定义了一种新的相对效率,新的相对效率定义为最小特征根的比值,之后研究了它的下界及它与广义相关系数之间的关系.最后讨论了新的相对效率与已有的3种相对效率之间的关系.     

降能片对~(12)C~(6+)束流影响的Geant4模拟

利用Geant4模拟每核子能量在80~360 MeV内碳离子束(12 C6+)穿过靶质量厚度为0.5~4.0g/cm2的有机玻璃、铝、铜和铅后的角度歧离值和能量歧离值,并对比单能碳离子束直接进入水中和经降能片后再进入水中的Bragg峰.模拟结果表明:碳离子束的能量越高、降能片的质量厚度和原子序数越小,碳离子束经过降能片后的角度歧离和能量歧离值越小,其Bragg峰所受影响也越小.即若仅考虑角度歧离和能量歧离,则低原子序数的材料更适合做降能片.     

环境流体中的熵平衡方程和动力熵产生

熵平衡方程是非平衡态热力学的基础.但是目前的经典熵平衡方程,内能中不合理地隐含着流体微团组分相对于质心运动的动能,并非热力学意义上的平均分子运动动能.文中以内能仅为平均分子运动动能概念为出发点,重新推导得到了修正的熵平衡方程.在熵平衡方程中导入动力熵产生,使熵平衡方程能以显式表述动力过程.这时熵平衡方程不仅描述了一个热力学系统的不可逆过程,而且描述了动力可逆过程所造成的系统熵变化.使熵平衡方程能描述热力学系统状态和发展方向,更为合理且更具有普遍性.     

转动参考系中临界圆外域的洛仑兹变换

简要说明了采用自然坐标系可以在相对转动的非惯性参考系中,建立转动的洛仑兹变换.并且着重讨论了ρ＞ρ     

熵增与欲望关系初探——经济学向度分析

近代社会以来,人类由抑制欲望转向放纵欲望。而随着现代市场经济制度的完善和商品经济的高度发达,市场由卖方市场转变为买方市场。在现代社会,企业为追求利润最大化,就不得不刺激人们的消费需求,甚至创造新的需求。这就使人类的有限需求向无限欲望转变,而一切经济的基础是能量的消耗。不断增加的欲望就导致能量消耗速度的不断增加,即导致地球巨系统熵增速度的增加,这也就意味着地球巨系统混乱程度不断增加。     

准熵的性质及其应用

准熵将信息论中熵的特定凸函数推广到任意凸函数,研究了这种推广能否提高熵的性能.提出并证明了准熵与熵的一些共同性质.以独立性度量问题为例,研究了凸函数对准熵最小值形状的影响,提出了凸函数品质因数的概念,用来刻画准熵最小值的显著性.发现了品质因数比熵中凸函数更好的无穷多凸函数.给出了凸函数品质因数在混沌信号分析中的应用实例.结果表明,根据特定应用,恰当选取凸函数,可令准熵获得比熵更好的性能.     

广义梯度及其在盲信号分离中应用的研究

盲信号的研究是当今学术界研究的热点,它连接了神经网络、信号处理、信息论等多个领域[1-2].盲信号分离(B lind Signal Separation,简写为BSS)是盲信号的研究中一个广受关注的方向.在盲信号分离的研究中,1994年Comon[3]提出了独立分量分析(Independent Component Analysis,简写     

基于改进瞬时能量的人群异常行为识别算法

人口密度的逐年增加使得公共场所的人群暴乱事件频繁发生,利用相关技术对现有的监控视频进行实时分析,及时对突发的人群异常情况报警,对于维护社会秩序和公共安全具有重要的研究意义。提出了一种基于改进瞬时能量的人群异常行为识别算法,把提取到的人群分布信息和运动信息融合后,计算得到瞬时能量,并与设定的异常阈值比较,以识别人群异常行为。实验结果表明:针对相同的视频数据,该算法降低了传统动能公式因单一考虑人群运动信息而导致对异常行为误检的概率,识别人群异常行为的准确性要高于其他同类方法。     

LED补光对石楠有效药用结构的影响分析

针对LED(Light Emitting Diode)光源照射可对植形态造成影响,提出LED补光促进中药植物有效药用结构的研究;结合光学与植物学实验的方法,利用复合白光、复合黄光、单色光红光及单色光蓝光4种光谱能量分布的LED光源照射中药植物石楠,控制光照强度在(200±5)μmol m-2s-1,每天日落后延长3 h LED光源照射时间,并测量植物药用结构面积;结果得出白光LED、黄光LED补光能够增大中药石楠药用结构面积;红光LED、蓝光LED可降低中药石楠药用结构发育面积,且红光对植物叶片形态影响程度较大;说明LED光源光谱能量分布能够促进药用植物的有效药用结构面积。     

基于独立成分分析降噪与集成分类器的疲劳脑电研究

疲劳驾驶是引起众多交通事故的重要因素之一,脑电作为一种直接反映大脑组织电活动的信号日趋成为评估驾驶疲劳检测与预警的研究焦点。本文提出了一种基于AdaBoost的组合型实验方法用于分析脑电检测疲劳驾驶。试验过程中针对不同受试者采用独立成分分析(Independent Component Correlation Algorithm, ICA)处理分析,继而进行样本熵、信息熵、模糊熵和AR系数的特征提取;最后运用AdaBoost将最小二乘向量机基于三种核分类器集成为一个强分类器。试验结果显示,采用AdaBoost分类器分类效果优于单个核分类器,对疲劳驾驶平均识别率达到93%,五折交叉验证准确率为91.04%,在一定程度上推动了基于脑电信号的安全驾驶辅助监控系统的研究。