带有Lévy跳的随机捕食-食饵系统动力学行为

研究带有Lévy跳的随机捕食-食饵模型的动力学行为.主要通过构造恰当的Lyapunov函数,使用It公式证明了系统全局正解的存在唯一性,给出了系统随机持久、灭绝的充分条件,通过数值模拟进一步说明了所得理论结果的正确性.     

基于随机阵列的NUFFT BP三维快速成像

传统的二维实阵列用于三维微波成像时,需要相对较高的脉冲重复频率才能切换发射阵元。针对这种情况,利用随机阵列来实现三维成像,目的是有效降低脉冲重复频率。进一步提出利用等效相位中心原理来实现任意随机阵列布局的可行性方案。然后,基于随机阵列,发现使用非均匀快速傅里叶变换(nonuniform fast Fourier transform,NUFFT)来实现后向投影(back projection,BP)算法的插值过程,能够用较少的运算量实现BP算法的高精度插值。最后,结合并行处理技术来实现NUFFT BP算法,结果使得BP算法的执行效率得到显著提高。     

一类随机偏微分方程极大似然估计的假设检验

研究了一类由加法噪声驱动的随机偏微分方程的参数估计的假设检验问题,分别给出了N固定,T→∞和T固定,N→∞两种渐近情况下的未知参数的拒绝域的显式表达式,更进一步证明了拒绝域的渐近性质。     

基于压缩感知和约束随机线阵的声源方位估计

为解决声源方位估计中因阵元个数受限导致角度分辨率低的问题,提出以多约束均匀分布线性随机阵列为基础的随机线阵压缩感知(MC-Uni-RLA+CS)声源方位估计方法。研究了在不同信噪比、不同入射信号个数情况下本方法的识别精度,比较了均匀线阵压缩感知(ULA+CS)方法和MC-Uni-RLA+CS方法在不同入射角度范围内的识别精度。通过数值仿真与同类方法对比验证了该方法的有效性和优越性。结果表明:相同麦克风数量条件下,与CBF、MVDR、MUSIC和ULA+CS方法相比,MC-Uni-RLA+CS方法在低信噪比情况下分辨率更高,完全正确角度识别范围拓宽为[-50°,50°],且低噪比时鲁棒性好。     

带跳的随机波动模型的参数估计

讨论了带跳的随机波动模型中的参数估计问题,假设跳过程服从双指数跳,波动项服从Heston模型.首先借助Lee-Myland方法识别跳跃部分,运用极大似然估计方法对跳跃部分的参数进行估计.然后将扩散部分离散化之后用极大似然估计方法对扩散项的参数进行估计.最后,利用上证综合指数2015-2018年的历史数据进行实证分析,实验结果表明使用该方法能有效估计带跳的随机波动率模型的参数.     

一类随机动态传递系统中随机信号的优化建模与算法分析

在将普通信息空间中的信息流研究拓广到价值更高、信息量更大的广义信息测度空间中的全方位、多视角随机动态信息流研究的基础上,讨论了随机动态传递系统中一类多维广义部分可观测平稳过程最优滤波与估计的递推滤波算法,深入搜索、挖掘了此类广义过程中一系列有价值的信息,得到了此类广义过程随机信号的最优递推滤波方程与最优估计方程,为进一步研究此类过程的最优控制以及提高此类信号传递系统的效率提供了可靠的理论依据和有效的数学处理手段与方法。     

基于格的两轮多重签名方案

为了抵抗量子攻击且进一步降低通信代价，基于代数格提出了一种支持公钥聚合的两轮多重签名方案(TLMS方案)，其安全性可归约于求解环上小整数解(Ring-SIS)问题，并在随机预言机模型下给出方案的安全性分析.相比于现有多重签名方案，基于格上困难问题构造的TLMS方案生成多重签名时仅需进行2轮交互，具有较小的计算开销和通信开销，可满足量子时代最新的安全需求.     

基于多级深度特征与随机游走的显著性检测

为了解决图像显著性检测中传统方法特征学习不全面、复杂场景下显著区域凸出不明显的问题,提出了一种基于多级深度特征和随机游走的显著性检测算法。首先,利用全卷积神经网络,结合深层和浅层卷积特征信息对图像进行多级卷积深度特征提取;然后,对图像进行超像素分割,将提取的深度卷积特征分配给相应的超像素,构建特征矩阵;最后,通过正则化随机游走排序模型生成最终的显著图。在ECSSD和DUT-OMRON数据库上的实验结果表明,与6种具有代表性的显著性检测算法相比,文中算法的准确性和F值具有一定的优势。