系统演化本体论与信息哲学演化本体论

沃尔夫冈·霍夫基希纳提出了一套十分深远的理论。他希望建立统一的信息范式为他设想的信息大统一理论提供本体论支持,而信息大统一理论则可以成为建设全球可持续性信息社会的理论支持。遗憾的是他最终并没有统一众多信息科学学科的旧理论,无法给出一个兼容并包的信息概念。他只能做到设计出整个体系中最初的一个环节。他运用复杂性科学的研究方式尝试提出了一套复杂系统演化的本体论思想作为基础,以支撑他所提出的超学科研究计划,而他认为只有超学科研究才有望建立统一的信息范式。沃尔夫冈的复杂系统演化本体论存在很多问题,本文总结出了6点,而这些问题正是中国信息哲学演化本体论可以回答的。     

基于线圆结构和LINGO的机器人避障路径选择

静态环境下机器人行走全局规划路径是机器人行走路径的核心问题。针对机器人在平面区域内绕过不同障碍到达目标点的最短路径和最短时间路径进行研究,通过线圆结构和非线性规划基本模型,建立绕单和多（五）个障碍点非线性规划模型,使用lingo软件和穷举法,得到了机器人避障最短路径、最短时间路径、各切点坐标和所需时间。     

基于磁性微泡对比剂的超声和磁共振影像融合算法

文中提出了一种新的基于磁性微泡对比剂的超声影像和磁共振影像之间的融合算法．首先利用磁性微泡对比剂对体模进行超声和磁共振显影,并对显影进行边缘分割．运用非采样contourlet变换（nonsubsampled contourlet transform．NSCT）对源图像进行分解,然后对低频子带系数采用自适应动态加权非负矩阵分解（dynamic weighted non-negative matrix factorization．DWNMF）结合分割图像进行融合．然后对各带通方向子带系数采用空间频率激励的脉冲耦合神经网络进行融合,最后利用NSCT逆变换得到融合图像．研究结果表明,利用磁性微泡对比剂并结合上述算法对超声影像和磁共振影像进行融合,可以获得预期的融合效果．     

局部凸空间非线性脉冲Volterra型积分方程解的存在性

利用局部凸空间中非紧性测度的基本性质,推广了一个不动点定理,然后应用此定理研究了局部凸空间中一类非线性脉冲Volterra型积分方程解的存在性,推广了已有文献的结果.     

一个基于ISIS问题签名方案的分析与改进

量子计算具有强大的计算能力.利用量子计算,一些传统的数学困难问题可以被解决,例如:基于大整数因子分解问题、离散对数问题等.2017年,Gupta提出了一个基于格的签名方案,在基于格理论的SIS问题和I-SIS问题困难性假设前提下,称提出的签名方案是不可伪造的.笔者对Gupta的方案进行了研究,指出在适应性选择消息攻击下...     

D+→(K-)0π+的衰变过程

用光锥QCD求和规则计算D →(K-)0π 衰变过程的强子矩阵元,包括领头阶因子化部分、αs修正的硬胶子和软胶子交换部分.计算结果表明,在D →(K-)0π 衰变中,软胶子交换部分不能忽略.并计算了该衰变过程的分支比,计算结果与实验数据相符.     

一类高阶微分方程组的非允许解

利用亚纯函数的Nevanlinna值分布理论及反证法,讨论了一类高阶复微分方程组非允许解的存在性问题,给出这类方程组存在非允许解的条件,并通过例子说明这一结果的可行性.     

细胞珠蛋白过表达对人肝细胞株LO-2脂质代谢的影响初探

目的:通过建立体外肝细胞株LO-2脂肪变性模型,初步探究细胞珠蛋白对非酒精性脂肪肝中脂质沉积、炎性因子表达及NF-κB通路的影响及相关分子机制.方法:通过含有浓度200 μmol/L油酸、100 μmol/L棕榈酸的高脂培养基诱导人正常肝细胞株LO-2脂肪沉积,以LO-2-GFP-CYGB为实验组,LO-2-GFP为对...     

基于非负矩阵分解新的人脸识别方法

非负矩阵分解是一个新的特征提取方法,基于非矩阵分解的理论,提出了具有正交性的投影轴的计算方法和具有统计不相关性的投影轴的计算方法。与原非负矩阵分解方法,提出的方法在某种程度上是降低了特征矢量之间的统计相关性,并且提高识别率。通过在ORL人脸库和YALE人脸库上进行实验,结果表明提出的两种特征提取方法在识别率方面整体上好于原非负矩阵分解特征提取(NMF)方法,甚至超过主成分分析(PCA)法。     

非理想信道状态信息下的OFDM比特分配算法

提出一种在非理想信道状态信息条件下,以平均误比特率为目标的正交频分复用(OFDM)比特分配算法.该算法对子信道当前频率响应值进行估计,估计值经延时后反馈至发送端,并以此作为自适应比特分配的依据.仿真结果表明,当信道估计器的均方误差小于-15dB时,信道估计误差对自适应OFDM系统的性能影响不大.采用多个信道估计值来确定比特分配可以减小信道信息延时对系统性能的影响,有效提高系统性能.