对社会转型期我国政治认同重构的新思考——基于哈贝马斯的“重建性”合法性理论的启示

政治认同是人们产生的一种对现存政治体系情感和意识上的归属感。社会转型时期,重构我国政治认同是政治学理论研究和政治生活现实的双重诉求。基于哈贝马斯的“重建性”合法性理论的启示,应从价值规范和经验事实两方面对社会转型期我国政治认同重构进行新思考：一方面,以和谐、正义、民主、法冶、自由和平等为社会转型期我国政治认同重构的基本价值取向;另一方面,以增进公民对执政党的认同、提高政府的公信力、提升公民政治社会化程度以及保障公民的基本权利为社会转型期我国政治认同重构的具体经验取向。     

基于三角网格曲面的颅骨修补片重构方法

针对传统颅骨修补术采用自由曲面设计存在造型不理想的局限性,提出了一种基于三角网格曲面的颅骨修补片重构方法。重构过程首先由CT扫描和图像处理获得缺损颅骨三维三角网格曲面模型,然后标识骨窗边界及修补片边界,并对骨窗多边形边界做合法性检查,通过每次寻找多边形边界中夹角最小的一对邻边构造新的三角面片,直至覆盖整个骨窗区域;再进行颅骨修补片与头形吻合度的调整;最后对修补片与颅骨复合的误差进行验证。实物制作的结果表明修补片与患者颅骨匹配良好。目前应用该方法已完成病例10余例,为临床缺损颅骨修复又提供了一种手段。     

基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.     

基于OPED的有限角投影数据快速重建算法

针对Radon投影的计算机断层(Computer Tomography,CT)重建问题,提出了一种新的基于单位圆上正交展开法(Orthogonal Polynomial Expansions on the Disk,OPED)的有限角投影数据快速重建算法。该算法通过求解缺失投影与已知数据分别对应的正弦变换数据集之间所满足的线性方程组,得到完备数据正弦变换数据集的近似值,之后运用快速傅里叶变换(Fast Fourier Transform,FFT)及线性插值算法提高重建速度从而缩短重建时间。分别推导了单、双边投影数据缺失时的快速重建算法并给出了重建结果,实验结果证明,该方法能够有效提高重建效率。     

战术移动点对点Ad-Hoc作战单元拓扑重构

由于建筑物或地形遮挡等因素,分布式地面战术移动点对点Ad-Hoc作战单元节点脱网时有发生,造成网络分裂,作战任务不能很好地遂行.为此,提出采用拓扑机器人来监视网络拓扑,拓扑机器人节点周期性发送拓扑探测消息收集网络拓扑状态,计算网络节点重要性,调整重要度最小的拓扑机器人节点,优化和重构当前拓扑,提高抗毁性.结合数值计算与网络仿真,验证拓扑机器人带来的网络抗毁性的提升.结果表明采取拓扑机器人来优化拓扑,可以有效地提高网络的抗毁性.     

基于相空间重构的神经网络短期风速预测

针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。     

最大Lyapunov指数改进算法的网络流量预测

为了提高网路流量的预测精度,针对网络的非线性及复杂性,应用最大Lyapunov指数改进算法,利用历史数据信息,在重构相空间的基础上对网络流量进行短期预测,应用混沌理论对某高校主干流量时间序列进行分析。结合C-C算法将实际测试的流量时间序列投影到重构的相空间中,计算其最大Lyapunov指数并对最大可预测时间进行了分析。实验结果表明,最大Lyapunov指数改进算法具有良好的预测效果,较高的预测精度和更好的自适应性,该算法应用于网络流量预测是可行、有效的。     

规范窗口Fourier变换的反演公式及其值域刻画

应用算子论与积分论方法,研究了L2-函数的规范窗口Fourier变换Twwinf的连续性与有界性.证明了Twwin的弱反演公式,并利用Bochner积分给出了规范窗口Fourier变换的强反演公式,得到了算子Twwin的值域刻画定理,即F∈R(Twwin)当且仅当F(b,ω)=〈F,Twwinwb,ω〉.     

带参数校正模型的三维超声重建算法

在采用旋转扫描的三维超声系统中,基于传统的三维重建算法提出了一种带校正参数模型的三维重建算法.通过引入该参数模型,更加准确地描述了用于三维重建的二维序列图像的空间位置,从而可获得更高重建精度和更小几何变形的三维超声图像.校正参数模型通过参数优化的方法获得.该方法在模拟数据和实际三维超声数据中获得了验证,与传统三维重建方法相比,具有更高的重建精度,为在低制造精度下获得高精度三维超声图像提供了一种有效手段.     

不适定逆成像问题的多准则正则化求解方法

不适定性（ｉｌｌ－ｐｏｓｅｄｎｅｓｓ）是图像重建（Ｘ射线ＣＴ的投影重建、心电ＥＣＧ及电ＥＥＧ信号的逆成像重建）逆问题求解中非常普遍的情况,由于对观测数据及正问题数字离散化过程中所产生的误差极为敏感,它在银行大程度上将影响到重建图像的质量、稳定性和求解精度。通过对由投影重建图像逆问题求解过程中的不适宜性分析,给出了求解不适定逆成像问题的多准则正则化方法及其理论基础,实验结果表明该方法比传统的单准则正