简并微扰论中能量和波函数的二级修正

根据非简并微扰论中能量和波函数的二级修正推导思路,对简并微扰论中能量和波函数的二级修正进行推导,得出了二级修正的表达式。     

加权连续冲突分析模型及其三支决策方法

在已有冲突分析模型中,决策者(冲突对象)对于冲突属性的态度均以否定、中立或赞成为前提,其赋值以{-1,0,1}表示,因而所建立的冲突分析模型未能表示决策者(冲突对象)对于冲突属性赞成、否定或中立的程度等信息,况且冲突属性的重要度并不是完全相同的.本文考虑冲突分析模型中决策者(冲突对象)对冲突属性否定、中立或赞成的程度等...     

舰载飞机着舰撞击载荷实测技术研究

针对国内飞机起落架载荷测量中普遍存在的静标动测问题,从理论和机理上分析了静标定的应变法实测动态载荷存在问题的原因。同时,考虑到舰载飞机因定点着舰方式遭受严重的动态载荷,重点研究了舰载飞机着舰撞击载荷的静标动测问题。通过动态落震试验模拟飞机着舰过程,根据测力平台的实测载荷分析,获取了应变法实测载荷精度受动态影响的程度,提出一种改进的惯性修正方法,即:通过落震试验数据辨识质量矩阵,通过辨识的质量矩阵和实测加速度修正应变法的实测载荷。试验结果表明,改进的惯性修正方法进一步提高了垂向载荷的测量精度,显著提高了航向和侧向载荷的实测精度。     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

RS-GA-KNN算法识别灵长类动物DNA序列剪接位点

以灵长类动物DNA序列的剪接位点识别资料为研究对象,将选定样本序列中各碱基编码作为原始变量数据,用粗糙集方法和遗传算法对原始变量数据进行变量筛选,即以粗糙集方法选取的变量为基础,用遗传算法进行变量的二次搜索,从样本序列各碱基中挑选出保守性强的碱基对应的变量构成变量集,采用最近邻聚类识别灵长类动物DNA序列剪接位点类型,总识别准确率达90．66％,明显高于直接使用原始变量数据或将粗糙集理论方法和遗传算法单独用于变量选取的识别结果．     

一种改进的适用于多相流SPH模拟的粒子位移修正算法

由于光滑粒子流体动力学(smoothed particle hydrodynamics, SPH)方法具有天然的拉格朗日特性,粒子常常沿着流线运动,易产生不均匀的粒子分布,导致计算精度和稳定性下降.作为一种粒子分布均匀化技术,粒子位移修正(shifting)算法凭借其原理简单、效果显著等优点在SPH水动力学模拟中得到广泛应用.但同时,应用于多相流动中的shifting算法的计算过程较为复杂.针对这一问题,本文提出了一种改进的适用于多相流模拟的粒子shifting算法.与文献中已有的多相流shifting算法相比,它在处理多相交界面时能够维持更加均匀的粒子分布,同时可以保持清晰的异相界面,且实施相对简单高效.数值算例表明,该shifting算法在多相流模拟中具有更高的精度和更好的能量守恒特性.     

相容粗糙集在音频检索中的应用

针对数字技术的发展促使个人的多媒体数据资料量越来越大,给人们的使用造成很大的不便,人们迫切需要能对这些资料进行检索和管理的工具,提出了利用相容粗糙集理论对音频数据进行预检索的新方法,即在相容类的近似空间中对音频数据进行预检索.实验结果表明,该方法可以有效地克服等价粗糙集在音频检索方面的限制,对提高检索效率具有一定的作用.     

在B-LSSM中Higgs质量的理论修正

在具有局部B-L规范对称性的最小超对称模型扩展(B-LSSM)中,通过有效位势方法,对Higgs粒子质量进行了单圈辐射修正和数值分析.依据Higgs粒子理论质量和实验数据,对B-LSSM的相关参数进一步地限制,约束参数空间,从而使B-LSSM的参数空间更加完善.     

用于粗糙集约简的并行算法

通过对数据挖掘粗糙集约简算法的研究, 提出一种基于区分能力指数的信息系统数据划分思想. 先将系统按属性区分能力分成若干子表, 再由子表的约简求原系统的约简, 这种思想较好地简化了布尔函数的化简过程. 根据该思想设计了一个属性约简并行算法, 并利用Petri网模拟工具CPN Tools对算法的负载平衡进行了分析, 通过实验与相应的串行算法在时间上进行了对比, 实验结果显示, 该算法对于对象较多的大规模系统具有较高的效率.     

基于修正差别矩阵的高效属性约简算法

为降低基于修正差别矩阵的属性约简算法的复杂度,给出了基于修正差别矩阵的简化差别矩阵,证明了基于该简化差别矩阵的属性约简定义与基于原修正差别矩阵的属性约简定义是等价的.在此基础上设计了一个基于简化差别矩阵的属性约简算法,其空间和时间复杂度分别被降为O(|C|(|U'pos||U/C|))和max{O(|C|2(|U'pos||U/C|)),O(|C||U|log|U|)}.实例说明:用新算法进行属性约简,不仅减少了计算量,而且减少了存储空间,因而是一种高效的属性约简算法.