基于卷积核的港口客户细分方法

根据港口客户数据特点,运用信息增益方法对其进行了数据预处理,将其表示为树形结构组织方式,得到216棵客户树;引入卷积核,定义了度量客户树之间相似性的卷积树核;随后,将先前提出的核k-凝聚聚类算法推广到基于卷积核的客户树上,并运用Matlab数据处理工具实现对港口客户数据的聚类分析.分析结果表明,卷积核在港口客户细分中得到了良好的应用效果.     

印度尼西亚BINJAI沼泽区地震采集技术研究

印度尼西亚BINJAI区块地表广泛分布沼泽相,是典型的沼泽区。针对工区复杂的地震地质条件,提出相应的技术对策。首先对采集参数如采样率、道间距、最大炮检距、动校拉伸、速度精度、反射系数等进行了详细论证,根据论证结果选择观测系统进行资料采集,并对地震资料进行了相位、振幅、频率一致性处理,取得比较满意的剖面效果。     

磁电材料的显式辛算法

显式辛数值算法有一个重要的特性,即在长时间内保存Hamilton函数的指数幂,用这种方法求解可分微分方程所得到的解逼近精确解.基于磁电材料修正后的H-R混合变分原理,推导了Hamiltonian四节点有限元列式,通过对该列式进行行列变换,得到了K正则方程,并将显式辛数值算法用于求解磁电材料层合板的静力学问题,数值算例显示该方法是有效的.     

门函数卷积的分析

对门函数卷积进行了分析,当两个不同宽度门函数卷积时,其结果为梯形函数,梯形函数的高为宽度窄的门函数脉宽,其底分别为两个门函数脉宽差的绝对值和脉宽和;两个相同宽度的门函数卷积时,其结果为三角函数,三角函数的高为门函数脉宽,其底为两个门函数脉宽和.     

基于改进的卷积神经网络图像识别方法

当前的图像特征识别大多采用的是传统的机器学习方法与卷积神经网络方法。传统的机器学习对图像识别的研究,特征提取多是通过人工完成,泛化能力不够强。最早的卷积神经网络也存在诸多缺陷,如硬件要求高,需要的训练样本量大,训练时间长。针对以上问题,提出了一种改进的神经网络模型,在LeNet-5模型的基础上并在保证识别率的情况下,简化网络结构,提高训练速度。将改进的网络结构在MINIST字符库上进行识别实验,分析网络结构在不同参量中的识别能力,并与传统算法进行对比分析。结果表明提出的改进结构在当前识别正确率上,明显高于传统的识别算法,为当前的图像识别提供新的参考。     

可分资产的在线租赁策略及其竞争分析

基于现实租赁活动中有许多租赁现象属于连续可分资产的在线租赁问题,应用在线问题之竞争分析的方法讨论了其在线租赁的最优决策方案.首先针对所租赁资产连续可分的特点,提出了风险控制策略.其次通过竞争比理论分析证明了风险控制策略是该问题唯一最优策略,而且得到了最佳竞争比.同时给出了具体租赁过程中每期的购买值和租用值的计算公式,为实际应用提供了方便.最后通过数值分析,进一步阐释和显示了风险控制策略的最优竞争性能.     

量子信道对纠缠鲁棒性的影响

考虑量子信道对多体纠缠鲁棒性的影响. 先根据可分态之集为一个凸闭集, 证明可以取到纠缠鲁棒性定义中的下确界, 再证明同一纠缠态ρ的两个最优态的凸组合仍是最优态, 纠缠鲁棒性作为定义态集合上函数是下半连续的; 最后, 分别给出一个量子信道不增加、 不减少[KG*8]及保持所有量子态的纠缠鲁棒性的充分必
要条件.     

基于多尺寸特征图卷积方法的玉米雄穗检测

为了解决传统雄穗检测方法因玉米品种不同以及田间环境不同导致的检测误差较大、鲁棒性较差的问题,利用深度卷积神经网络提取特征,并对多尺寸特征图卷积的方法检测玉米雄穗。采用深度卷积神经网络inception作为基础网络来训练提取玉米雄穗特征,同时增加额外的卷积层对图像进行卷积提取特征,最后分别对基础网络中的两层卷积层以及额外的卷积层卷积得到的不同尺度特征图进行分类和位置回归。整体网络结构是多尺度端到端框架,效率高,方便检测不同尺度的雄穗。实验结果表明,此方法提高了雄穗检测的速度和准确率。     

索赔额服从爱尔朗分布的破产概率及渐近估计

针对索赔额服从k阶爱尔朗分布的风险问题,通过建立合适的数学模型,利用概率论的有关知识和破产理论的有关结果导出了该模型最终破产概率的显式表达式,并进一步通过引入卷积定义和更新方程得到了它的渐近估计．     

卷积型加权残值法求解梁的瞬态热传导问题

通过卷积将热传导方程构造成包含初始条件的新的具有完整初值问题特征的控制方程．对于新的控制方程以伽辽金加权残值法进行求解,经对梁的瞬态热传导问题的计算表明,该方法是一种精度好效率高的求解热传导同题的计算方法．