一类生化反应扩散系统的模式生成

考虑一类具扩散的生化反应系统的平衡态问题, 获得该模型正平衡态解的一些结果.给出正解的先验估计,用能量方法得到其非常数正解的不存在性,用拓扑度理论得出其非常数正解(即模式)的存在性结论.     

关于人脸图象自动识别研究中的几个问题

科学技术的发展,互联网的广泛应用、重要部门都需要人身鉴别。计算机技术的发展、数字图象处理、模式识别的日臻完善,使人脸图象自动识别在技术上与经济上成为可能。人脸图象自动识别系统包括：人脸图象的检测与定位;人脸图象的提取与识别,本文对此做了较为详细的阐述。     

具有可靠性增长的几何、负二项概型参数的Bayes估计

本文研究具有可靠性增长的几何、负二项概型参数的Bayes估计,主要结果是定理1、2,先验分布是均匀的情况作为定理的系给出。     

双分子耦合的Schnakenberg模型的稳态系统解的先验估计

研究Neumann边界条件下双分子耦合的Schnakenberg模型,给出该模型相应的稳态系统解的先验估计.     

融合先验信息的贝叶斯网络结构学习方法

在贝叶斯网络结构学习的过程中,如何采集先验信息并合理利用它对于构建准确的网络结构非常重要。鉴于此,依据有先验信息的贝叶斯网络结构学习的三个环节：先验信息的采集、先验信息的融合和网络结构的优化,首先讨论了现有先验信息获取方法的不足,并提出了基于信念图的先验信息获取方法;其次针对所获取的先验信息通常具有一定的不确性,对最小描述长度测度进行了改进以融合非确定性先验信息;最后依据问题特性对模拟退火算法进行了适当的修改以更好地优化网络结构。实验表明,提出的结构学习方法能够有效地提高网络结构的学习精度。     

一类奇异扩散方程解的若干估计

］讨论了一类具源项的奇异扩散方程的Cauchy问题,证明了该问题的整体光滑正解的存在唯一性, 并且给出了解的若干重要估计     

结合背景先验和对象先验的显著性检测

提出一个结合背景先验和对象先验的显著性检测方法.首先,基于背景先验计算两个互补的测地线显著图,即基于纹理特征的测地线显著图和基于颜色特征的测地显著图;然后,计算基于对象先验的显著图;最后,训练一个贝叶斯分类器,并将这3个显著图融合,得到最终的结果.在当前使用最广且最大的用于显著性检测方法评价的公开数据集ASD和MSRA5000上的实验结果表明,该方法优于目前已有的15种方法.     

EM算法在Wiener过程随机参数的超参数值估计中的应用

Wiener过程广泛用于产品的性能退化建模,为了便于Bayesian统计推断大都采用随机参数的共轭先验分布。针对目前的二步法得到的超参数先验估计值精度不高的问题,研究了最大期望(expectation maximization,EM)算法在Wiener过程超参数先验估计中的应用。EM算法将随机参数作为隐含变量对先验信息进行整体处理,利用随机参数的期望值代替其估计值,通过Expectation和Maximization组成的递归迭代过程寻找超参数的估计值。仿真实验表明,EM算法相比于二步法提高了估计精度,特别是在采样数量较少时EM算法具有较大的精度优势。GaAs激光器实例应用表明EM算法不但具备很好的收敛性而且有良好的工程应用价值。     

基于先验信息的多假设模型中断航迹关联算法

针对经典的中断航迹关联算法在机动目标环境下航迹预测准确性差、关联效果恶化严重的问题,提出基于先验信息的多假设运动模型中断航迹关联算法。所提算法充分利用目标属性、目标运动特征、使用场景等先验信息,基于多假设思想,建立多种可能的目标运动模型并实施航迹预测,基于位置和速度信息的模糊相关函数描述预测航迹与新起始航迹的模糊匹配关系,最后基于多项式拟合原理连接满足关联关系的新、老航迹。经仿真验证,在中断区间目标发生机动运动的条件下,所提算法的关联效果相对于经典的中断航迹关联算法有显著提升。所提算法对于复杂环境具有较强的适应能力,经50次蒙特卡罗仿真,在中断时间小于18个滤波周期条件下,机动目标的平均正确关联率达到90%以上,机动环境的全局关联正确率达到85%以上。     

后验物理主义何以可能?

先验物理主义和后验物理主义,被认为是解释心物条件句何以成真的两套框架。二者孰优孰劣,是当代物理主义的研究热点之一。本文从斯多嘉对后验物理主义的两个批评出发,考察蒂亚兹-莱昂与任会明之间在相关问题上的争论,通过引入威廉姆森对先验与后验区分的批评,表明这场论战的意义并没有设想的那么重要。