图像去运动模糊仿真研究

【目的】在多媒体时代，人们对拍照的要求越来越高。图像去模糊一直是一个具有挑战性的问题，有着很高的研究价值。【方法】阐述模糊图像中的运动模糊，使用约束最小二乘法和Richardson-Lucy算法来去除运动模糊，采用峰值信噪比和平均结构相似度两类指标对去模糊图像质量进行分析。【结果】仿真结果表明：采用约束最小二乘法去除运动模糊的数据评价值均大于Richardson-Lucy算法，约束最小二乘法在复原运动模糊方面表现得更加稳定。但在模糊长度和模糊角度增大后，各类算法的性能均会受到不同程度的影响。【结论】去模糊算法有待继续研究，以提高去模糊后的图像质量。     

圆周率在中国的发展

关于圆周率的计算是数学界一个经久不衰的话题.中国数学史上,圆周率最早记载于古书《周髀算经》中,这是中国古代劳动人民从实践中测量获取的,西汉刘歆第一个采用几何计算方法改正古率,推出π=3.154 664 5≈3.154 7,东汉张衡第一个从理论上修正圆周率;魏晋刘徽在张衡的基础上加以修正并将圆周率计算到π=3 927/1 250;南朝祖冲之借鉴张衡的计算方法,计算出圆内接正6 144边长和12 288边长的面积,将圆周率精确到小数点后7位.计算机的出现,对圆周率的推算更是起到推进作用,同时,也为社会和日常生活作出了巨大的贡献.     

排序算法演示平台的设计与实现

本文提供了一个面向对象的算法演示平台,该平台充分利用OO技术实现,具有良好的可扩展性。在开发平台的过程中,使用了TDD模式、重构技术,应用了大量的设计模式的思想,为实现面向对象开发做出了有意义的探索。     

重视课堂设计,彰显有机课堂

遵循学生的认知规律,使学生获得真正、灵活、深层的知识,通过知识的学习提高学生的能力素质,使学生能够举一反三灵活运用,从而提高语文课堂成效。在新课程时代背景下,以认知理论为指导的语文课堂设计,不仅要考虑学科本身的特点,更要遵循学生的认知发展规律。从学生的需要出发,确定正确的教学"路标",选择合理的教学"路径"。从而呈现最佳的教学"风貌"。在设计教学这个开放动态的过程中,课堂设计应多角度创设情境,强化学生对重点知识的熟练掌握,在理解的基础上,灵活迁移并达到学以致用的目的。深化学生对知识的理解,切实提高学生的能力。     

非Lipschitz的倒向随机微分方程解的稳定性

考虑一族含参数的倒向随机微分方程,在系数满足在一类非Lipschitz条件下证明了解的稳定性。     

模糊耦合神经网络的系统供热预测研究

热流量的准确预测,对于日益庞大的城镇供热系统能效提升起着至关重要的作用。首先对影响热流量的各因素应用数理统计的方法进行分析,然后采用模糊耦合神经网络算法对供热系统建立热流量预测模型,并通过某热源的历史运行数据进行分析,与小波神经网络算法比较,证实了该耦合算法的高准确性。这种将模糊理论与神经网络相结合的预测方法兼顾了二者的优点,使其既具有模糊逻辑的不确定信息处理能力,又可以有神经网络的自学习能力。该研究符合城镇供热系统非线性的特性,可以应用于智能热网的热流量预测。     

高炉浓尘环境料面散射特性建模与成像

工业恶劣成像环境下的雷达图像常存在对比度低和清晰度差等问题，质量退化的图像直接影响计算机视觉任务的处理效果以及目标参数反演结果。因此，对高炉料面后向散射进行建模，并针对弥散浓尘环境下的随机粗糙料面成像，提出一种基于衰减补偿和散射修正的成像方法。考虑微波沿空间路径的传播损耗，在回波模型中加入环境因子，采用瑞利散射和积分方程法分别求解衰减系数和粗糙面的后向散射系数，从传输损耗和散射机理出发，对图像进行损耗补偿以及目标像素亮度的提升，减小图像因成像环境、目标距离以及表面起伏形状不同造成的信号强度差异。通过南钢3号高炉雷达数据验证算法，目标像素亮度差异平均减小4.33 dB,有效改善雷达成像中高炉径向距离起伏料面的成像性能。     

模糊随机过程的Itô-Henstock积分

定义和讨论了适应的模糊随机过程关于Brownian运动的模糊Itô-Henstock积分和模糊Itô-McShane积分及其性质,给出了刻画定理,并讨论了两者之间的相互关系。结果表明,当模糊Itô-Henstock积分原函数Itô 绝对连续时,模糊Itô-Henstock积分和模糊Itô-McShane积分等价。     

基于能力约束的多车种空车动态调整方法

引入空车时空服务网络来描述铁路运输动态变化特性,同时考虑到实际运输生产中的能力约束,并据此建立了基于能力约束的动态规划模型.模型的目标函数考虑了与时间因素相关的空车滞留费用和需求未满足时的惩罚费用等相关费用,同时考虑了多个车种之间的替代费用.模型的能力约束条件考虑了网络弧段的通过能力、空车提供站的发送空车能力和空车需求站的接收空车能力.考虑网络径路绕行的情况,设计了融合K短路算法的模拟退火算法,并采用了两步法的优化策略进行求解.最后对一个简单的路网进行了验证,结果表明融合K短路算法可以在能力约束条件下得到较好的收益.     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.