大维广义Beta矩阵极限谱分布函数

在Beta矩阵定义的基础上,针对运用大维Beta矩阵的极限谱分布函数的形式及其线形谱统计量的中心极限定理,可以得到检验函数的置信水平,却无法得到准确的势函数问题,进行了拓展,给出了广义大维Beta矩阵极限谱分布函数,由此不仅可以得到检验函数的置信水平,还可得到准确的势函数.     

大地电磁数据的改进随机爬山反演算法研究

对随机爬山算法的新模型产生方式进行改进,并针对大地电磁线性反演依赖初始模型易陷入局部最优解的问题,提出一种基于改进随机爬山的大地电磁反演算法,利用该算法对大地电磁一维层状介质G,K,HK型地电模型数据进行反演实验,在无噪声情况下反演结果和模型基本一致;在加入5%和10%噪声后,反演结果良好.数值实验结果表明,该反演算法不依赖于初始模型,具有较好的全局优化能力和抗噪声能力,能有效反演大地电磁数据.     

基于跨层建模的随机频谱接入新机制

针对用户呼叫层和分组层的不同运行机制,建立了认知无线电网络呼叫层和分组层相互关系的跨层马尔可夫模型,推导了次用户的呼叫阻塞概率和分组时延的表达式,提出了一种基于跨层建模的随机频谱接入新机制,并对认知无线电网络进行了系统级仿真.结果表明,文中模型能够准确地评估认知无线电网络的性能,随机频谱接入新机制可同时保证次用户呼叫层和分组层的性能要求.     

震荡随机共振的信噪比增益研究与电路仿真

为提高硬限幅符号并联电路系统的输出信噪比,研究了震荡随机共振与阵列随机共振的机制以及电路实现方法。通过计算阵列输入输出信噪比增益,发现两类随机共振方法都能够使得非线性电路并联系统、输入信号与内部噪声(高频干扰)达到协同,并且随着阵列数目增加,信噪比增益存在大于1的区域。同样条件下,与阵列随机共振方法相比,震荡随机共振能够获得更好的输出信噪比,且易于实现。     

随机带宽分配对复杂网络传输性能的影响分析

研究了连接边带宽资源有限时,随机带宽分配对复杂网络传输的影响。通过设计两类异质化随机带宽分配方案及在HK-BA无标度网络中的仿真试验,发现完全随机地分配网络连接边带宽对网络负载的影响带有不确定性;同时,G-L路由策略相对于最短路由策略在保持带宽随机性分配对网络最大负载影响方面具有较好的鲁棒性;在对分类随机带宽分配方案的研究中,发现在介数存在异质性分布的复杂网络中,为权值由高到低的边集分派相应由高到低的带宽集,有利于提升网络负载性能。     

基于RF模型的高分辨率遥感影像分类评价

以QuickBird高分辨率遥感影像为主要数据源,采用多尺度影像分割方法提取地物对象的光谱、纹理和形状特征;在此基础上,构建基于随机森林（RF）方法的遥感影像分类模型,分析和评价特征变量对模型重要性与稳定性的影响。结果表明:1研究区最优分割尺度参数为70、形状因子0.2、色彩因子0.8,同时构建研究区乔木、灌木和草地等8个景观类型的光谱、纹理和形状等32个特征变量信息;2选择5 000棵树和1个节点变量构建的RF分类模型的总体精度为0.94,Kappa系数为0.93,OOB（Out of Bag）数据泛化误差为6.01%;3通过分析特征变量的重要性发现,Ratio_la₁和Ratio_la₂等光谱特征的重要性值明显比形状特征和纹理特征的高;4基于平均下降精度,选择16个变量构建RF模型时总体精度达到0.94,Kappa系数0.93;5基于基尼指数构建的RF模型,在19个变量时总体精度和Kappa系数达到峰值。相比较而言,基于平均下降精度构建的RF较稳定。     

针对空域明文LSB隐写的消息提取方法

在嵌入消息为明文的情况下,利用中英文字节比特的统计特性,改进了已有的针对空域连续最低有效位(LSB)隐写的消息提取方法,提高了提取消息的准确度;提出了一种针对空域随机LSB隐写的消息提取方法.该方法首先求出恢复隐写密钥的唯一解距,然后穷举隐写密钥空间,对每个密钥确定长度为T的隐写路径,提取此隐写路径上像素的LSB,并从该LSB序列的第一个比特开始间隔7采样获得一条子序列,若该子序列为全0或全1,则该密钥为真密钥,否则为伪密钥;同时还研究了漏检的情况.实验结果表明了本文方法的可行性和有效性.     

正倒向随机比例系统的随机最大值原理

利用经典变分方法、对偶方法和可料倒向随机微分方程,考虑状态方程为正倒向随机比例方程的随机最优控制问题,得到了该问题的随机最大值原理.     

随机机会约束的机型指派模型及算法

为了满足民航旅客日益增长的需求,保障安全运输,航空公司的机型指派既要满足飞机周期性检修的要求,又要提供符合旅客需求量的机型。在基本机型指派模型的基础上引入随机变量,建立随机机会约束的航班机型指派的优化模型,进而提出了由航班计划建立符合检修周期要求的算法。根据算例数据,采用随机模拟及混合智能算法对机型指派优化问题模型进行了求解。结果表明,随机机会约束模型符合实际运营情况,并提供了兼顾效率和安全性的优化方法。     

基于随机森林分类的快速标签检测

主要解决了传统的人工标签检测中存在的成本高、速度慢以及检测率低的问题。与传统算法相比,提出了一种基于随机森林分类的快速标签检测算法。文章首先设计了自适应特征选择方法,能够在大规模的特征中自动选择鉴别力最高的特征,较好地区分前景和背景。在此引入了基于金字塔随机撒块的随机森林分类器,能够快速有效地完成多种标签的检测。实验结果验证了本算法的高速、高精度特性,适用于高速自动化生产线上的标签检测。