改进的遗传局部搜索算法在漏磁逆问题中的应用研究

通过将模拟退火技术加到遗传局部搜索算法(GLSA)的扰动过程中,提出一种改进的遗传局部搜索算法(IGLSA)及基于IGLSA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,IGLSA用于求解逆问题中的优化问题.实验将该逆算法分别与基于规范遗传算法(CGA)的逆算法和基于GLSA的逆算法进行了比较,结果表明基于IGLSA的逆算法更精确,并且对噪声具有鲁棒性.     

A new adaptive state space construction method for the mobile robot navigation

In order to solve the combinative explosion problems in a continuous and high dimensional state space, a function approximation approach is usually used to represent the state space. The normalized radial basis function （NRBF） was adopted as the local function approximator and a kind of adaptive state space construction strategy based on the NRBF （ASC-NRBF） was proposed, which enables the system to allocate appropriate number and size of the basis functions automatically. Combined with the reinforce- ment learning method, the proposed ASC-NRBF method was applied to the robot navigation problem. Simulation results illustrate the performance of the proposed method.     

Shape recovery using high dynamic range images

An effective method for object shape recovery using HDRIs (high dynamic range images) is proposed. The radiance values of each point on the reference sphere and target object are firstly calculated, thus the set of candidate normals of each target point are found by comparing its radiance to that of each reference sphere point. In single-image shape recovery, a smoothness operation is applied to the target normals to obtain a stable and reasonable result; while in photometric stereo, radiance vectors of reference and target objects formed due to illuminations under different light source directions are directly compared to get the most suitable target normals. Finally, the height values can be recovered from the resulting normal field. Because diffuse and specular reflection are handled in an unified framework with radiance, our approach eliminates the limitation presented in most recovery strategies, i.e., only Lambertian model can be used. The experiment results from the real and synthesized images show the performance of our approach.     

实验检验累积前景理论

累积前景理论是前景理论的改进版本.前者使用CE范式对美国被试进行研究,得出如下几点结论:(1)人们的风险态度呈四分模式;(2)概率中大时,得时的风险回避比失时的风险寻求更明显;(3)价值函数的指数、权重函数的指数都小于1.采用相同的范式对中国被试进行考察,发现:(1)仍适用;(3)并不总是适用;(2)总是并不适用.     

一类高阶微分方程组的非允许解

利用亚纯函数的Nevanlinna值分布理论及反证法,讨论了一类高阶复微分方程组非允许解的存在性问题,给出这类方程组存在非允许解的条件,并通过例子说明这一结果的可行性.     

从计算机图形处理回溯到数学建模

图形、图像制作是计算机应用的一个重要领域,其中可视化软件的广泛使用,体现了方便,快捷的优点,但对于专业模型设计人员来说。因为没有数学建模平台,使其功能受限。灵活性较差,非可视化软件的应运而生,使图形、图像制作具有了很好的数学建模平台．笔者利用多元样条函数算法,建立一个棱角磨光的四棱锥,验证非可视化软件在数学建模方面的优点．     

光子加纠缠相干态的非经典性质

通过计算光子加纠缠相干态的光子数分布、Cauchy-Schwartz不等式、二阶关联函数,研究了光子加纠缠相干态的非经典性质．     

有限温度下一维绝缘铁磁链的磁振子寿命

在一维绝缘铁磁链系统基础上建立了一个磁振子-声子相互作用模型,利用格林函数方法研究了有限温度时磁振子一声子相互作用下的一维绝缘铁磁链的磁振子衰减,计算了在布里渊区的磁振子衰减-ImΣ^＊（1）（κ）曲线,发现在布里渊区边界区域磁振子衰减最明显,讨论了各项参数的变化及不同的温度对磁振子衰减的影响,根据关系式-ImΣ^＊（1）（κ）=n/（2τ）可以对磁振子寿命进行判断。     

基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code,STBC)识别中多种编码类型难区分的问题,提出了一种基于卷积神经网络的STBC盲识别算法.该算法首先将接收信号采用自相关函数的频域预处理,输入到卷积神经网络中对信号特征进行提取,全连接层对特征进行映射,实现对6种STBC类型的识别.仿真实验结果表明,在无信道和...     

包含约束极值问题的二阶最优性条件

定义了函数f的二阶逼近;给出了当f和集值函数F的支撑函数的和函数在(x-,0)处具有紧二阶逼近时,f在约束0F(x)下取得最小值的二阶充分条件和必要条件.