区域管制员认知过程风险分析方法研究

空中交通管理系统是一个典型的高交互、高分布式和具备联合认知特性的复杂系统。在总结区域管制员日常工作任务基础上,考虑流程中的消息和协作模式,采用UML活动图刻画认知过程中各个活动之间的逻辑关系,提出利用BPMN语言的规范性,建立区域管制员"确定/更新MP"任务模型,结合事件树分析方法拓展BPMN模型,实现风险定量分析。结果表明,此方法通过对管制员认知过程的跟踪和训练,根据计算得出的风险值可以确定流程中影响安全的薄弱环节,为空管风险识别与分析提供支持。     

图论在大学生数学建模竞赛中的应用

随着图论的发展,图论的理论和方法广泛应用于大学生数学建模竞赛中．讨论了大学生数学建模竞赛中如下图论问题的应用：二分图的最大匹配,最大点独立集;最佳推销员回路,哈密尔顿图;最小生成树等．     

基于本体的HTML表格识别技术的研究

由于HTML只描述数据怎样显示而不描述数据的内容,因此识别HTML表格并抽取其数据是Web信息抽取领域中重要的研究课题之一,针对现在包装器技术的不足提出了一种新的基于领域本体的HTML表格结构识别技术,为构造HTML表格信息抽取系统打下基础。     

跳跃扩散模型下美式回望期权定价方法

回望期权是一种严重路径依赖性期权,美式回望期权的价格尤其依赖于标的资产的价格路径;实际市场中其标的资产的价格过程存在跳跃现象。考虑到这两个事实,本文应用一种新方法总体最小二乘蒙特卡罗模拟为跳跃扩散模型下的美式回望期权定价。该方法改进Longstaff等提出的最小二乘蒙特卡罗方法,用来为美式回望期权定价,将其定价结果与构造二叉树图的计算结果进行比较发现,用总体最小二乘蒙特卡罗方法为美式回望期权定价是合理的,并且具有一定的优越性。     

树鼩胸主动脉血管内皮细胞的分离培养与鉴定

目的 体外分离、培养树鼩(Tupaia belangeri)胸主动脉血管内皮细胞(vascular endothelial cells, VECs),并对培养细胞进行初步鉴定, 为新型实验动物树鼩的应用研究提供体外模型。方法 无菌取幼龄树鼩胸主动脉,采用组织块培养法和胰蛋白酶、胶原酶连续消化法分别进行树鼩胸主动脉血管内皮细胞分离,经完全培养液培养,倒置显微镜观察细胞形态,并用抗Ⅷ因子抗体进行荧光染色鉴定细胞。结果 经组织块培养法分离培养的血管内皮细胞,3 d有细胞贴壁,7 d后细胞从组织块中大量长出,15 d汇合为单层;酶消化法所得细胞12 h即贴壁,3～7 d生长较快,12 d汇合成单层,镜下观察发现细胞呈典型的铺路石状;两种方法分离所得原代细胞经体外培养传代,6代内,细胞生长均良好;利用血管内皮细胞标志分子Ⅷ因子进行免疫荧光鉴定后确定为阳性。结论 本研究采用简便的方法成功分离到了树鼩胸主动脉血管内皮细胞,为血管内皮细胞相关研究提供了实验模型。     

On the Laplacian spectral radii of trees with nearly perfect matchings

Let be the set of trees on 2k+1 vertices with nearly perfect matchings, and let be the set of trees on 2k + 2 vertices with perfect matchings. The largest Laplacian spectral radii of trees in and and the corresponding trees were given by Guo (2003). In this paper, the authors determine the second to the sixth largest Laplacian spectral radii among all trees in and give the corresponding trees. This research is supported by the National Natural Science Foundation of China under Grant No. 10331020.     

基于行为树的指挥控制流程建模框架

为了减少人为因素对仿真结果的影响,经济、客观的实现仿真目标,建立智能、真实、可靠地指挥控制流程模型是作战仿真系统开发的重要研究内容。通过对系统工程方法的研究结合行为树技术,提出了一种基于行为树技术的指挥控制建模框架。对框架结构和应用流程进行了介绍,并对行为树建模常见的问题和解决优化方法进行了阐述。     

一种深度学习网络的树木点云骨架重建方法

基于激光雷达(light detection and ranging, LiDAR)数据重建树体三维模型并精准获取林木空间枝干结构参数是精准林业发展的必然趋势。本文研究面向激光点云提出了一种融合基于晶格投影的深度学习网络,以及面向提取的枝干点云的树木模型骨架重建的方法。该深度学习网络包括旋转不变性模块、晶格投影与重心插值模块,多尺度变换与卷积操作层,通过将旋转变换后的点云晶格投影到三个坐标平面上再分别重心插值获得变换系数,解决了三维点云因排列无序而造成空间卷积困难的问题。以海南多类树木为研究对象,首先,把带枝叶标签的林木点云基团带入构造的深度学习网络中训练网络参数,实现测试样本中的林木数据的枝叶分离。其次,对分类后的树木枝干点云垂直分层并空间聚类,获取每层的聚类中心点并按相邻层中心点距离最小原则实现骨架链表构造,同时采用自适应随机抽样一致(random sample consensus, RANSAC)方法来计算的圆柱体拟合半径,以重建树木的各级枝干。最后,根据中心点连通的链表结构以及角度变化最小准则自动识别树木中的主枝干和各个一级分枝。通过与实测数据比对验证表明,深度学习枝叶分类准确...     

关于图的路色数

本文证明了P_∞-K-临界图的一些简单性质,并给出了某些图类的路色数。主要证明了:(1)若x(G,P_∞)=K,则G包含一个P_∞-l-临界子图,这里对所有的l≤K;(2)设G是P_∞-K-临界图,H是G的子图,且H∈P_∞。,则x(G—H,P_∞)=K-1;(3)设T为m阶树,C_n为偶圈,则x(T×C_n,P_∞)=2;(4)若C_n为奇圈,则对任意树T,有x(T×C_n,P_∞)≤3;(5)若m≠n,则x(K_m×K_n,P_∞)=max{[(m 1)/2],[(n 1)/2]}。     

求最小部分树的新方法

本文给出了求最小部分树的一种新方法，同时给出最短路权的矩阵求法。