文书提出命令中秘密保护问题探究

文书的提交潜藏着秘密泄露的风险。秘密保护力度不足,审查和救济程序的缺失都容易使法院陷入过于追求司法利益的桎梏。法院应将涉及职业秘密、商业秘密等文书设定为除外事由,排除在举证人申请提交的文书范围外,同时明晰除外事由的证明责任分配。在某些涉密文书对秘密权益人相对重要的情况下,法院可依申请或依职权,向诉讼参与人发出“秘密保持令”。同时,应允许当事人合意选择不公开审理,调整裁判文书的宣判模式。最后,法律有必要赋予申请人与被申请人复议权,当其对文书提出命令裁定不服时,可向上级法院申请复议。     

基于子空间划分和自我表示学习的高光谱波段选择

基于高光谱图像的应用,在不降低性能的前提下,选择具有信息和代表性的波段是大数据环境下一项具有挑战性的任务.许多波段选择方法忽略波段的有序性,只考虑波段的冗余性,这会导致有价值的波段丢失,而保留无用的波段.针对此问题,提出了一种自适应子空间划分和自我表示学习的高光谱波段选择方法(Adaptive subspace par...     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

关于有限n-表示模的若干复形

基于Bravo等对FPn-内射模和Wang等对FP-内射复形的研究,利用同调代数的方法,讨论关于有限n-表示模的内射复形和平坦复形,证明了当环R为左n-凝聚环时,复形X是FPn-平坦复形当且仅当X+=Hom(X,D1(Q/Z))是FPn-内射复形.     

根箭图表示范畴中的Gorenstein平坦-余挠对象

设R是具有单位元的结合环,Q=(Q₀,Q₁,s,t)是箭图.给出根箭图表示范畴中的Gorenstein平坦-余挠对象的定义及等价刻画,并研究Gorenstein平坦-余挠对象的相关性质.     

基于立体图像的月球车导航定位试验研究

为获得月球车在轨移动过程中的位置信息,提出了基于立体图像的月球车导航定位算法.首先阐述了月球车导航定位算法原理,包括坐标系转换体系、月球车立体图像相对定向、月球车立体模型绝对定向和连接点坐标观测量权值,然后给出了月球车导航定位流程.最后,通过我国月球车的专项试验,验证了基于立体图像的月球车导航定位算法,具有较高的定位精度和应用稳定性.     

鞅逼近与预解式表示收敛的几个定理

通过引入平稳遍历Markov过程的鞅逼近和S_t(f)的预解式表示, 给出并证明了S_t(f)存在鞅逼近当且仅当预解式表示收敛, 对于Markov链有相应的公式化结果. 表明通过预解式构造平稳遍历Markov过程加性泛函的鞅逼近方法在此意义下具有普遍性.     

基于专家系统的防空火力分配模型

利用人工智能的原理,模拟军事专家的思维活动,建立基于专家系统的防空火力分配模型.该模型具有自学习功能,可自动获取和修改知识库中的知识,具有很好的实用性,可随时与用户进行交互.用产生式规则和原型表示可拦截条件及多目标优化分配原则等知识,采用了虚拟飞行时间作为综合威胁判断准则和可调整的分配始线和分配终线,能较好地满足实际需要.     

故障模糊预测系统开发环境的思想及其实现

针对故障诊断的现状和发展,本文探讨了故障模糊预测系统的开发环境,并研究了系统的知识表达方式和推理控制策略。     

基于时间序列特征表示与信息融合的ICU患者死亡风险预测

ICU中患者的死亡风险预测被认为是重要临床预测任务之一,准确地预测ICU患者的死亡风险可提供有关患者的病情信息,便于及时采取措施来干预,同时有助于有限医疗资源的有效分配.ICU患者病情不稳定,需要密切的监护,大量临床数据被相关监测设备采集、记录和保存,为ICU患者的相关临床决策提供重要参考.以ICU患者30天死亡风险预测为研究目标,基于重症监护医疗信息市场Ⅲ数据库,构建ICU患者死亡风险预测模型,分析相关影响因素,以支持医疗实践中的临床决策.首先提取相关患者数据并进行预处理,采用多种统计量对时间序列特征进行表示;随后选取基分类器,基于融合遗传算法和模拟退火算法的混合优化算法对相应基分类器进行特征选择,基于信息融合思想采用集成学习方法将分类器以装袋方式进行集成,采用真实数据对模型进行验证,并基于准确率、F₁评分和AUC三个评价指标与经典死亡风险预测模型进行比较,展现出较好的性能;最后基于信息融合对ICU患者死亡风险重要影响因素进行分析,发现集中趋势类统计量更为重要,为临床决策提供参考.