大型二维装箱问题及其禁忌算法研究

对大型二维装箱问题进行描述,提出求解该问题的禁忌算法.算法基于自然数编码,设计了货物的摆放规则和序列生成方式,采用二种邻域,根据邻域的不同,构造了两种禁忌表.算法采用惩罚函‘数处理空间利用率约束.介绍算法的原理,给出了具有代表性算例试验结果并且进行了分析.试验结果表明了提出的禁忌算法对优化大型二维装箱问题的有效性.     

主城区人行交通道路照明质量评价指标

采用客观与主观相结合的实验方法对重庆市主城区的部分人行道照明进行了实测,通过对大量测试信息的处理及分析,证明了半柱面照度应是人行道照明评价的最佳参数,并指出了现行人行道照明标准中评价指标的不足之处.研究中首次将计算机灰阶分离方法用于夜间行人面部特征的分析,从而得出立体感指标的适用范围和应用条件.该研究为人行道照明评价指标的制定提供了实验依据及科学的方法.     

基于样本的等距特征映射的行为分析方法

针对运动捕捉数据分析和应用的效率要求,提出了一种基于样本-Isomap的行为分析方法.通过计算运动数据中样本帧的距离矩阵得到样本嵌入空间的特征向量,用其近似表示嵌入空间的特征向量,然后在该空间上计算非样本帧的投影,得到非样本帧的近似流形嵌入.结果表明当样本帧的选取比例在10%时可以近似得到整个运动数据的低维流形嵌入,且处理效率比原方法提高10倍以上.应用该算法对高维运动捕捉数据进行降维,能够提高运动捕捉数据分析和应用的效率.     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.     

高维流形视角下采用ISOMAP降维的配网户变关系辨识

准确的户变关系是配网线损计算、故障定位和三相平衡等高级应用的基础.低压配网的户变关系辨识算法大多基于电压相关性原理,而电压相关性随供电半径增加而减弱,电压采集频次较低无法可靠捕获电压的"共性波动",使得辨识准确率普遍不高.提出了一种基于等距特征映射(isometric mapping,ISOMAP)降维和改进K-mea...     

基于弹跳射线技术的三维GTD模型构建方法

传统的基于弹跳射线(shooting and bouncing ray, SBR)技术的散射中心提取方法只考虑了理想点模型, 但理想点模型无法描述散射中心的频率依赖特性。对此, 提出一种基于弹跳射线技术的三维几何绕射理论(geometrical theory of diffraction, GTD)模型构建方法, 在通过传统方法获取的理想点模型的基础上, 利用射线管数据正向推算散射中心的频率依赖参数并修正其径向位置, 实现了高精度三维GTD模型构建。仿真结果表明, 点频、单视角下构建的三维GTD模型不仅能准确重构相同条件下的雷达散射截面(radar cross section, RCS), 还能实现宽带RCS外推, 能够满足目标宽带散射数据高效压缩和快速重构的应用需求。     

三维网格法在Salisbury屏优化设计中的应用

将三维网格法引入到Salisbury屏的优化设计之中,并用电磁损耗材料代替了经典Salisbury屏的隔离层材料.通过设计和讨论,解决了Salisbury屏应用过程中厚度过大和强度太低的问题,较直观的给出了参数之间的匹配规律.符合全貌分析方法的观点,从全局上考虑问题,减小了单独讨论或者强调某一参量所带来的片面性影响.     

（2＋1）维Nizhnik-Novikov-Veselov方程的新解

非线性波方程广泛应用于物理、工程技术和数学的众多分支当中。本文利用一种基于符号计算的代数方法,结合Maple环境中的Epsilon软件包,求解（2＋1）维Nizhnik-Novikov-Veselov方程,获得了若干其它方法不曾给出的形式更为丰富的新的显式行波解,其中包括双曲函数解和三角函数解。该方法适用于相当一部分非线性方程的求解。     

一种压缩图像加密方法

在总结图像的加密方法和过程基础上，引入Lorenz混沌映射生成混沌序列，并通过混沌序列产生加密向量，然后用加密向量在图像的空间域和DCT域对图像进行复合加密，并对加密效果进行全面的评估，也初步建立了图像加密效果的评价体系，提出了四维测定的概念．分析和实验结果表明，这种压缩图像的加密方法具有较快的运算速度、较高的加密强度和相应的压缩性能，而且评价体系也是有效的参考．     

耗散KDV型方程的渐近吸引子

摘 要:本文考虑了耗散KDV型方程 的渐近吸引子,即构造了一个有限维解序列.首先利用数学归纳法证明了该解序列不会远离方程的整体吸引子；其次，证明了它在长时间后无限趋于方程的整体吸引子, 并且给出了渐近吸引子的维数估计.