基于t分布变异的自适应黏菌优化算法

黏菌算法是一种新型的智能优化算法,针对其全局搜索速度慢,陷入局部最优的风险较大,为提高其全局搜索能力及搜索精度,提出了一种基于t分布变异的自适应黏菌优化算法．其思想是在黏菌算法中引入自适应t分布变异算子,使用算法的迭代次数作为t分布的自由度参数来增强黏菌搜索多样性,避免算法陷入局部最优。通过对12个基准函数测试及寻找图像的多阈值分割点工程问题进行测试,结果表明,基于t分布的黏菌优化算法寻优精度,收敛速度,鲁棒性高于基本黏菌优化算法。     

适用于林区机载LiDAR点云的多分辨率层次插值滤波方法

针对现有机载激光雷达点云滤波算法在林区适用性不强的问题,提出一种基于多分辨率层次插值的林区LiDAR滤波方法.该方法首先借助形态学迭代开运算和稳健z-score方法获取大量地面种子点;然后从低层到高层滤波过程中,通过薄板样条函数构造地面参考面,并借助自适应坡度阈值选择地面点;最后将分类出的地面点更新地面参考面,层层迭代...     

基于GOCI的渤海海域赤潮信息遥感监测与分析

赤潮已经成为渤海最普遍的海洋灾害之一,对赤潮的发生、发展和消亡过程进行监测具有重要意义.本研究利用GOCI遥感影像获取的叶绿素a和赤潮指数计算结果,分别基于OTSU算法、K-means聚类、最大熵阈值方法提取赤潮,对比分析赤潮提取的准确性和有效性,并研究了赤潮信息的昼变化规律和赤潮发生前后海洋水色参数的变化特征.结果表...     

一种基于日志相似度的轨迹聚类评估方法

信息系统收集了大量的业务过程事件日志,过程发现旨在从事件日志中发现过程模型.但面对高度灵活的环境,简单地应用已有的过程发现技术通常会产生不可理解的过程模型(即意大利面模型)问题.轨迹聚类方法允许分解现有的事件日志,从而有效地解决这一问题.现有的轨迹聚类方法有很多,如基于向量空间方法的聚类、基于上下文感知的聚类、基于模型...     

实验教学中弛豫法测定反应速率常数的研究

弛豫法测定反应速率常数是物理化学实验中一个基础性教学实验,针对弛豫法测定铬酸根重铬酸根反应速率常数实验中存在的结果误差大的问题,从pH计的安装方式、扰动液与被扰动液的浓度比、数据的处理方法3个方面对实验进行了探索与改进.改进后的实验可测得较准确的反应速率常数,相对误差小于10％,且实验的可重复性良好,能够更好地用于该实...     

算法对著作权侵权判定的制度挑战与应对——基于相似度检测的视角

学术规范的维护隐藏着人类与检测报告孰轻孰重的争辩,因此,我们不免要斟酌算法的功能及考虑其带给著作权制度的某种不适.由于检测算法与侵权判定制度在责任认定机制、底层创作伦理与公共服务属性三方面都是不可融合的,尊重人的主体性以回归学术规范本身才是应对挑战的良策.为了克服扩张化的算法权力凌霸形成制度适应与压制问题,在确立论文人...     

带有强阻尼的波方程在Rn上的时间依赖吸引子

基于尾部估计技巧和(C_t)条件获得了与研究问题相关的过程的渐近紧性,克服了全空间中Sobolev嵌入不紧和Poincaré不等式不成立的困难,从而证明了无界域上具有强阻尼和衰退系数的波方程时间依赖吸引子的存在性。     

纳入裂尖位置实时预测的天然气管道裂纹扩展模拟方法

数值模拟是协助全尺寸管道爆破试验系统研究天然气管道断裂行为的有效手段。针对传统数值模拟方法无法随裂纹扩展实时调整裂尖前后管道内压分布导致断裂过程模拟不准确的问题,在归纳全尺寸管道爆破试验数据的基础上,提出管道裂纹动态扩展过程中裂尖位置随加载时间分阶段近线性变化的基本假设,结合气体减压模型构建纳入裂尖位置实时预测的迭代加载法。在基于管道全尺寸气体爆破试验结果探究该加载方法有效性的基础上,讨论迭代次数及气体减压模型类型对模拟结果的影响,形成纳入裂尖位置实时预测的天然气管道裂纹扩展模拟方法。结果表明,该模拟方法可有效实现加载边界随裂纹扩展的实时更新,近似实现气体减压、管道变形与裂纹扩展的多场耦合,模拟所得断裂参量、管道变形与试验结果一致性较好。     

用原子力显微镜研究聚苯乙烯胶体颗粒的特性

以聚苯乙烯胶体颗粒为研究对象,主要讨论均分散聚苯乙烯胶体颗粒的制备、用原子力显微镜研究样品的各种物性．首先寻找合适的方法合成均分散聚苯乙烯微球,制备较均匀的胶体颗粒：然后用原子力显微镜分别从样品表面微观形貌的直观的三维结构信息,及表面在纳米尺度上表现出来的物理、化学性质进行测试;最后对获得的数据进行分析,并对其性质进行表征．结果表明：无皂乳液法,为制备单分散聚苯乙烯微球的有效方法;通过分析聚苯乙烯颗粒样品表面孔径大小和分布,显示了原子力显微镜在分析样品表面形貌结构方面有其特有的优势,它非常适合用于研究纳米尺度上样品。     

Two-parameter logistic模型的Gibbs抽样敏感度分析——基于Pólya-Gamma分布

项目反应理论（item response theory,IRT）在教育与心理测量中有着重要的应用价值,其主要针对被试者的能力及被试者对测试项目的“正确作答概率”进行建模。主要讨论了两参数logistic项目反应理论模型（two-parameter logistic item response model,2PL）下基于PólyaGamma分布的Gibbs抽样方法的贝叶斯估计效果。针对2PL模型,通过Monte Carlo模拟研究了基于Pólya-Gamma抽样方法的估计效果,并讨论了该抽样方法针对不同先验的敏感度。在模拟实验中,具体讨论了测验长度、被试样本及先验分布等因素,最终汇报了2个统计量——偏差（BIAS）和均方根误差（root mean squared error,RMSE）来检验参数的估计效果。模拟分析表明,基于Pólya-Gamma的抽样方法的参数估计结果是比较准确的。