Linex损失下Rayleigh分布参数倒数的Bayes估计

在Linex损失函数L(θ,δ)=ec(δ-θ)-c(δ-θ)-1,c>0下,给出Rayleigh分布的尺度参数倒数的唯一Bayes估计δB(X)=-1/clnE(e-cθ│X)=(n α)/cln(1 c/(λ T)),多层Byaes估计δ∧B(X)=-1/cln,和容许性估计的一般形式Sln(1 c/(d T)).     

基于RBFNN的强化学习在机器人导航中的应用

在复杂连续环境下,强化学习系统的状态空间面临维数灾难问题,需要采取量化的方法,降低输入空间的复杂度。径向基神经网络(RBFNN:Radial Basis Function Neural Networks)具有较强的函数逼近能力及泛化能力,由此提出了基于径向基神经网络的Q学习方法,并将其应用于单机器人的自主导航。在基于径向基神经网络的强化学习系统中,用径向基神经网络逼近状态空间和Q函数,使学习系统具有良好的泛化能力。仿真结果表明,该导航方法具有较强的避碰能力,提高了机器人对环境的适应能力。     

铁路道砟形态特征的统计分析与几何重构

道砟颗粒几何形态特征对其力学特性影响显著。为了量化研究铁路道砟形态特征,以真实的铁路一级碎石道砟颗粒为例,采用3D激光扫描获取道砟颗粒点云数据,引入道砟整体形态特征指标(长轴、中轴、短轴、球度指数),提出道砟局部形态特征指标(曲率指数),统计并建立上述整体和局部形态特征指标的概率密度分布函数。在此基础上,基于本征正交分解(POD)及径向基(RBF)神经网络提出了基于颗粒形态指标概率密度分布的道砟样本的重生成算法,重构道砟颗粒样本库。采用上述重生成算法分别重构了600及4 000个颗粒道砟,结果表明:重构道砟样本形态特征指标的统计分布结果均与真实扫描试样结果接近,证明该方法能够快速实现基于颗粒形态指标概率密度分布的任意数量道砟样本的建立。     

一种鲁棒的约束总体最小二乘无源定位算法

摘要：
为解决异常误差导致的机载单站无源定位不准确问题,提出了一种鲁棒的约束总体最小二乘(RCTLS)定位算法.首先建立定位模型,构建了加权的约束总体最小二乘(WCTLS)定位准则,并给出了牛顿迭代解.然后,利用广义M估计原理构建了WCTLS准则的鲁棒极值函数,将鲁棒CTLS问题转化为对等价权函数的设计问题,并根据丹麦法构建了等价权函数.理论分析表明,RCTLS算法能够有效识别异常误差,并降低异常测量数据的权值以减小其对定位结果的影响.仿真结果显示,存在异常误差时, RCTLS算法能够获得理想的定位估值,具有较强的鲁棒性.
     

Finding finer functions for partially characterized proteins by protein-protein interaction networks

Based on high-throughput data, numerous algorithms have been designed to find functions of novel proteins. However, the effectiveness of such algorithms is currently limited by some fundamental factors, including (1) the low a-priori probability of novel proteins participating in a detailed function; (2) the huge false data present in high-throughput datasets; (3) the incomplete data coverage of functional classes; (4) the abundant but heterogeneous negative samples for training the algorithms; and (5) the lack of detailed functional knowledge for training algorithms. Here, for partially characterized proteins, we suggest an approach to finding their finer functions based on protein interaction sub-networks or gene expression patterns, defined in function-specific subspaces. The proposed approach can lessen the above-mentioned problems by properly defining the prediction range and functionally filtering the noisy data, and thus can efficiently find proteins’ novel functions. For thousands of yeast and human proteins partially characterized, it is able to reliably find their finer functions (e.g., the translational functions) with more than 90% precision. The predicted finer functions are highly valuable both for guiding the follow-up wet-lab validation and for providing the necessary data for training algorithms to learn other proteins.     

T2分子X1Σg+,B1Σu+和C1Πu态的势能函数

 使用SAC/SAC-CI和D95++^**,6-311++g^**及cc-PVTZ基组,分别对T₂分子的基态X¹Σ_g⁺+、第2激发态B¹Σ_u⁺和第3简并激发态C¹Π_u的平衡结构和谐振频率进行优化计算.对所有计算结果进行比较,得出cc-PVTZ基组为最优基组.运用cc-PVTZ基组和SAC方法对基态X¹Σ_g⁺+,SAC-CI方法对激发态B¹Σ_u⁺和Cu 进行单点能扫描计算,并用正规方程组拟合Murrell-Sorbie函数,得到相应电子态的势能函数解析式,由得到的势能函数计算了与X¹Σ_g⁺+,B¹Σ_u⁺和C¹Π_u态相对应的光谱常数,结果与实验数据吻合.     

关于三状态马氏过程的复函数的功率谱密度（英）

得到了关于不可约的三状态马氏过程的复函数的自相关函数与功率谱密度的显式表达式.由三次和五次方程理论得到: 当转移速率矩阵存在相同的特征值时,给出复函数的功率谱密度在[0,+∞)上非单调的一个充要条件;当转移速率矩阵存在不同的非零特征值时,给出复函数的功率谱密度在[0,+∞) 上非单调的一些充分条件.     

不确定非线性系统变结构控制器设计

传统的控制方法大多需要知道被控对象的数学模型 ,而许多复杂的实际系统 ,其准确的数学模型往往不易得到 ,或者难以求解。采用自适应滑模变结构控制方法 ,对形如 x(n) =f( x,t) g( x,t) u d( t)的非线性系统进行跟踪控制 ,其中 f( x,t)和 g( x,t)为未知非线性函数 ,且其边界未知 ,d( t)为未知有界扰动 ,为减少对被控制对象信息的依赖性 ,没有利用专家知道 ,也没有利用被控对象的历史运行数据 ,通过利用基函数类神经网络动态逼近函数 f( x,t)和 g( x,t) ,对自适应调整控制系统输入 ,得出基于 RBF网络的滑模变结构自适应控制方案 ,经过理论分析 ,证明了控制方案的稳定性。仿真结果表明了该方案的可行性的实用性     

带变权的高压断路器状态物元评估方法

对高压断路器运行状态的有效评估是开展状态维修的重要依据.针对目前几种评估方法的不足,应用基于物元理论的高压断路器状态评估方法,综合电气试验、机械试验、外观情况、工作环境及检修状况等因素,用关联度函数分析各指标对物元的归属程度,定性和定量地评估断路器的运行状态;同时,在用层次分析法确定指标权重的基础上,引入基于均衡函数的变权模式,综合考虑指标间的均衡性,对权重进行修正得到变权,从而提高评估的准确性.经实例分析证明了该方法的有效性.     

基于新阈值函数的二进小波变换信号去噪研究

由于二进小波变换的小波基函数存在着一定的冗余,基于二进小波变换的去噪效果要好于离散小波变换的信号去噪·噪声阈值的准确估计和阈值函数的选择对去噪精度有着显著的影响·在分析高斯噪声的二进小波变换特性基础上,提出了一种改进的二进小波变换去噪方法·采用一种新的阈值函数,克服了Donoho软阈值方法中估计小波系数与分解小波系数存在恒定偏差的缺陷·仿真结果表明,改进的二进小波去噪方法不仅可以有效地抑制信号奇异点处的pseudo-Gibbs现象,而且消噪精度高于传统的软硬阈值方法·