带非抢占优先权和可变服务率的离散工作休假排队

主要研究带非抢占优先权和可变服务率的离散工作休假排队系统模型.建立关于两类顾客数及系统和服务台状态的四维离散马尔科夫链,并得到了转移概率矩阵.利用拟生灭过程和高斯-赛德尔迭代法,给出了系统的平稳分布和一些重要的性能指标.通过数值例子分析系统参数对性能指标的影响.构造两类顾客的利益函数分析顾客的均衡行为,根据对社会利益的算例分析,得到了在一定范围内的最优到达率.     

一种低代价非绑定式活动的识别方法

活动识别是解决老年人看护等问题的有效途径,现存非绑定式的活动识别系统通常使用昂贵或专用设备,导致大规模部署成本较高。该文提出了一种基于廉价的RFID(射频识别设备)标签的非绑定式活动识别系统。首先,利用基于史坦无偏似然估计算法对RFID信号去噪,然后,通过DTW算法解决相同活动在不同速度和方向上的匹配问题,最后,通过建立权重评价体系将RSS和相位值结合,准确识别活动。实验结果表明,该方法显著提高了活动识别的准确率。     

CE-QUAL-W2模型中汞循环模块的嵌套及应用

将汞的循环模块与CE-QUAL-W2模型进行耦合,用于模拟水体中汞的输移与循环过程.CE-QUAL-W2模型中汞循环模块可以模拟的物理及生物化学过程包括:汞种类与多组分的固体颗粒的吸附与解吸,沉降及再悬浮,吸附态的汞在底泥层的掩埋,水体与底泥层的扩散交换、挥发,以及汞种类之间的生物地球化学转化.采用2007及2008年万山汞矿区下溪河的实测资料对模型进行验证,模拟结果表明CE-QUAL-W2模型可以较好地模拟下溪河的总汞和甲基汞的迁移转化特征,汞模拟结果的相对误差一般在10%以内.该试验也表明CE-QUAL-W2模型可以用于预测分析水体中复杂的汞的输移与循环过程.     

分数阶非线性Schrdinger方程组非平凡基态解的存在性

利用山路引理和Lion引理,结合Pohozaev恒等式,得到了分数阶非线性Schrdinger方程组非平凡基态解的存在性.     

无原子可测集的一个注记

针对测度在无原子可测集上的取值问题,提出两个新命题进行讨论。利用下定向的随机变量集合的下确界性质,通过对可测集的剖分,结合可测集与测度的性质,凭借反证法证明了测度为正数a的无原子可测集中必存在某个可测子集,使其测度落在区间[a/3,2a/3]内;在此基础上用数学归纳法证明了无原子可测集中必有一个单调不增的子集列,使得对无论多小的正实数区间,子集列中总存在某个集,其测度落在区间内;证明了测度不小于某正实数λ的无原子可测集中必存在某可测子集,使其测度落在区间[λ/3,2λ/3]内;进一步给出经典定理的新证明:若0ba,则测度为a的无原子可测集中必存在某可测子集,使其测度恰好为b;最后简要分析了文献中对定理的不同证明。     

基于快速最小距离树的肝脏图像非刚性配准

为精确诊疗肝脏疾病,针对CT肝脏图像中呈现出与相邻器官灰度值相似、边界不清晰,仅靠灰度水平法难获得理想的分割结果的问题,采用快速最小距离树度量多维特征,构造了Renyiα-entropy能量函数,成功完成了atlas和待分割图像之间的非刚性配准,实现了肝脏的自动精准分割.该方法的分割精度较传统互信息法明显提高,较传统Prim算法分割速度更快.     

二值响应数据贝叶斯中位数估计

中位数回归是一种稳健的估计方法,在实践中有着广泛应用.基于贝叶斯方法研究二值响应数据的中位数估计问题,通过引入合适的潜在变量得到了贝叶斯层次模型,进而得到易于后验抽样的吉布斯抽样程序.为验证新方法估计的稳健性,通过大量数据模拟,并与已有方法进行比较,得到了满意的结果.最后实例数据分析进一步证明了所提方法的有效性.     

一类非局部扩散方程解的局部存在性和唯一性

主要研究了一类非局部扩散方程解的局部存在性和唯一性.由于非局部扩散的特殊性,采用Banach不动点定理分别得到了Cauchy问题,Dirichlet和Neumann初边值问题下解的局部存在性和唯一性.     

面向脑MR影像分割与偏置场修正的FCM方法

传统模糊C-均值(fuzzy C-means,FCM)算法以及结合空间信息的改进方法在分割脑磁共振(magnetic resonance,MR)影像时对噪声十分敏感,且无法消除脑MR影像中的偏置场。针对上述问题,提出一种面向脑MR影像分割与偏置场修正的FCM方法。该方法充分利用图像中的空间局部信息和非局部信息,分别构造出多局部信息模糊因子和非局部权重,在提高算法抗噪性的同时,尽可能多地保持图像细节;建立偏置场模型,以去除脑MR影像中的灰度不均匀性;将提出的多局部信息模糊因子和非局部权重嵌入到带有偏置场模型的FCM方法中,以实现噪声和偏置场条件下的脑MR影像分割。实验结果表明,与其他方法相比,所提方法对脑MR影像中的噪声具有更强的抑制能力,且能够有效消除偏置场对脑MR影像分割的影响,具有更优的分割性能。     

CCN中一种非混合式蚁群路由优化策略

蚁群优化(ant colony optimization,ACO)近年来在信息中心网络(content centric networking,CCN)路由领域的应用逐渐增多,其中,将ACO与其他机制相混合以改善路由性能的策略得到较多研究,但基于蚁群优化的混合式算法通常存在可扩展性低下,动态性差,网络成本高等问题。为此提出一种高效的非混合式蚁群路由算法(irritant ant framework,IAF)。添加一个新维度—一种动态的、仿生物的信息素分层,将传统单级别信息素上升为多级别信息素,增强蚁群对于路径的探索程度,抑制算法过早收敛;并且考虑了节点状态的动态性,实时改变信息素等级以选择最佳转发路径;此外,首次考虑了节点缓存特性对信息素更新策略的影响,构造出全新的信息素更新公式,,减小算法的收敛时间。实验结果表明,该算法能够有效地降低内容请求时延,提升缓存命中率,以较低的开销获得良好的CCN路由性能。