论分析命题和综合命题--从蒯因到克里普克

蒯因打破了传统的分析命题和综合命题的区分；克里普克提出了“先验偶然命题”和“后验必然命题”的存在，打破了原来以为先验命题一定是必然的，后验命题一定是偶然的这种传统的观点，这个现点是对蒯固观点的发展。我们认为，蒯因的观点有一定合理性，但他忽视了逻辑真理作为分析命题与综合命题的区分；克里普克对先验偶然命题的和后验必然命题的论证与他的理论体系是融贯一致的，但他对严格指示词的证明是不充分的。当然，蒯因和克里普克现点的提出是分析哲学发展中的重要的里程碑，极天地推动了分析哲学在当代的发展。     

利用先验信息修正经典限的可靠性评估方法

讨论可靠性评估中利用先验信息的问题 .在参数先验分布容易确定的场合 ,可利用先验信息对参数的经典估计进行修正 (即给出 Bayes估计 ) ,再基于该估计用经典的 WCF方法给出系统可靠度的置信下限 .该方法具有很好的精度 ,并克服了纯 Bayes方法受先验偏差影响较大的缺点 .文章对上述进行了补充 ,讨论了指数定时截尾数据情形下利用先验信息的可靠性评定问题 .给出了一种融合先验信息和试验数据的参数估计 ,该估计的特点是具有独立和的形式 ,基于该估计用 WCF法比基于通常的 Bayes估计简单 .另外 ,对参数先验分布难以确定的多参数寿命分布模型 (如 Weibull分布 ,本文在仅知其可靠度先验分布或可靠度先验一阶、二阶矩及可靠度的某先验分位点的条件下 (事实上工程专家较易给出上述可靠度的有关先验信息 ) ,将 Bayes,Fiducial及经典统计方法相结合 ,用可靠度的先验信息直接对可靠度的经典限作修正以获得融合了先验信息及试验数据的置信下限 ,模拟表明该种处理具有很好的精度 ,适合工程应用.     

已知部分信息的先验确定

讨论了已知参数的边际先验，来求出其为条件的条件参考先验，进而对总体参数先验做出确定，完善了已知部分先验信息情况下的先验确定理论。     

具间断系数抛物型方程解的渐近性质

最近期间,很多作者研究了具间断系数抛物型方程及椭园型方程的边界问题,获得一系列有趣的结果,详细可参考文献[1-6].有些作者并开始注意解的性质,例如[7]利用的结果和方法建立具间断系数抛物型方程解的先验估计和极值原理.由于这个工作的启发,在本文中我们试图讨论解的渐近性质,即讨论解当的性质,从而建立具间断系数抛物型方程和椭园型方程的解之间的关系。 我们采用[7]的记号。在柱形区域Q=(t>0)中考虑方程此处为n维空闲(x1…,xn)中由闭曲面S圈成的有界区域,x=(x1…,xn),对于任意的实数λi及(x,t)有常数系数a1j(x,t),b1(x,t),c(x,t),f(x,t…     

从康德“三大批判”认识音乐美的本质

康德的《纯粹理性批判》、《实践理性批判》和《判断力批判》提出了应当尊重人类认识的感性领域、应当与哲学中研究理性事务的完善（真）一样,为研究感性事务的完善（美）开辟道路。用＂想象逻辑＂把必然与本体对立、知性与理性对立、知识与信仰对立;用知、情、意探讨人类在怎样一种条件下感知事物的美和完善,提出＂纯粹美＂（形式美）和＂依存美＂（自由美）的判断原则;用＂反思判断＂的情感形式逻辑,将音乐推到自由情感艺术的最高位,为音乐的＂自律论＂与＂他律论＂注入深刻内涵,开辟了现代音乐研究的新领域。     

基于SoPC的视频图像去雾设计

介绍了视频图像快速去雾装置的设计和实现.装置以ZYNQ系列的SoPC(片上可编程系统)芯片作为开发平台,分析基于物理模型的暗通道先验去雾算法并对算法进行优化,设计向下最小值求解器完成单帧图像去雾算法的逻辑实现,提出了基于帧间像素值均值法实现视频去雾算法.通过研究对去雾算法进行优化,增加算法的可移植度同时使用加速技术提升...     

基于深度学习的复杂气象条件下海上船舶识别

为提高复杂气象条件下海上船舶的识别效果,本文通过暗通道先验去雾算法减少云雾遮挡对目标识别的影响,使用基于深度学习的YOLO改进算法提高目标识别效果。结果表明：本文采用的算法在中国航天科工四院指挥自动化中心的模拟海事数据集上,4类船舶目标识别的mAP (Mean Average Precision)达到89.98%,超过了对比的其他目标识别算法;针对数据集中的云雾遮挡图像,暗通道去雾处理后,目标识别的mAP从53.25%提升到69.35%。可见本文提出的算法可以满足复杂气象条件下的海上船舶识别的需求。     

单脉冲跟踪雷达对抗多干扰源研究

在日益复杂的电子干扰环境下,提高精确制导武器的抗干扰能力一直是一个研究重点。针对单脉冲雷达跟踪目标过程中可能受到多源干扰这一背景,对多源信噪比未知情况下目标的角估计方法进行了研究,提出了利用已有的先验信息对目标进行角估计的方法。仿真结果表明,所提的角估计方法是有效的。     

抛物型Hessian方程的第三初边值问题

给出了一类抛物型Hessian方程第三初边值问题解的情况.在一定条件下,利用辅助函数和闸函数得到了上述问题严格凸解的先验估计结果,进而利用连续性方法得到了所述问题严格凸古典解的存在唯一性.     

基于LAZE先验的机器学习方法在癌症数据上的应用——以前列腺癌数据集为例

针对高维癌症数据的特征构建稀疏化模型,分析了已有的稀疏化方法能够取得稀疏化结果的原因,以此为基础改进了使用LAZE先验的贝叶斯方法,得到了2个适用于癌症数据的新稀疏化方法（使用半混合先验的贝叶斯方法和使用完整LAZE先验的贝叶斯方法）;并利用前列腺癌数据集对2个新稀疏化方法的可行性与有效性进行验证. 数值实验结果表明:与传统稀疏化方法相比较,新稀疏化方法不仅能够得到较好的稀疏效果,能够完全剔除与目标指标无关的临床指标,还能得到较低的误差.