特殊索赔下离散时间延迟更新过程的期望贴现罚金函数

离散时间更新风险过程下所获得的结果一般都具有递归的属性而易于程序化,因此不但具有独立的研究意义,还可以作为连续时间更新过程相关结果的近似和上下界估计.研究具有一般索赔间隔时间的离散时间延迟更新过程,在索赔额服从几何分布时,利用Lundberg基本方程的根及期望贴现罚金函数所满足的更新方程,获得了期望贴现罚金函数的显示表达.     

基于内聚力模型的夹层玻璃梁冲击破坏过程仿真

为了模拟夹层玻璃梁的冲击破坏过程,基于有限元中常用的内聚力模型的基本概念,提出了适用于三维球形离散单元的破坏模型.该模型将离散单元之间的作用分为连接型、内聚型和接触型3类.当两离散单元间满足破坏准则时,它们之间的作用由连接型变为内聚型,内聚力由离散单元之间的分开量求出.将该破坏模型在自主开发的离散元/有限元耦合计算程序CDFP中实现,并仿真了夹层玻璃梁的冲击破坏过程,得到了与试验结果相近的破坏形式,说明了该破坏模型和仿真分析方法的有效性.     

主动轮廓模型及其在医学体分割中的应用

利用医学序列切片在灰度值和空间位置上的相关性,对传统主动轮廓模型进行改进,将其应用于医学体数据分割中.以物体轮廓采样到其相邻两采样点中点的距离为内部能量函数,同时通过制约轮廓的长度,使其尽可能短来达到;利用图像区域的局部梯度信息,同时利用序列图像之间局部区域的全局信息及其相关性重新构造外部能量函数;并根据内外部能量的比值,动态的调节权值参数.实验结果表明,改进算法既可以有效地检测出一些拐角点和凹点,又可以避免目标边缘收敛于某些噪声点或伪边缘点,可达到良好的体分割效果.     

结构动力数值分析的时频域转换算法研究

研究地震波激励信号及结构响应之间在时频域上的数值对照关系,对于结构动力分析方法的深入发展,及先进时域算法的频域考题验证均有重要意义.首先从理论上公式推导了复数域傅里叶频谱求解方法与实数域三角函数频谱求解方法之间的等价条件,从而在离散傅里叶变换之外,找到了一种可求解时程曲线针对任意频率点频谱的三角函数频谱算法.并针对阻尼体系的动力响应分析,进行了频域与时域算法在激励输入与结构响应领域的转换关系的解析推导,为结构动力响应求解提供了一种新思路.最后,以多质点的阻尼体系的动力响应分析为例数值验证了该方法的有效性.     

基于Haar小波提升的2.4kbit/s CWI语音编码算法

提出一种基于Haar小波提升的2.4 kbit/s特征波形内插(CWI)语音编码算法.将特征波离散时间傅里叶级数(DTFS)得到的幅度谱转化为离散余弦变换(DCT)系数,用Haar小波提升实现特征波的多级分解与重建.利用相位谱间距的均值和基音周期增益联合判断浊音度标志,用于进行相位选择和离散余弦变换系数的选择性量化.主观A-B听音实验表明,该语音编码算法音质优于传统的3.8 kbit/s CWI编码器,在较低码率上获得较为满意的合成音质,且Haar小波提升特征波形分解与重建方法解决了传统小波变换CWI算法延时较大的问题.     

星空图像压缩算法

针对星空图像的平坦区域内存在大量冗余信息的特点,提出了一种基于目标对象的星空图像压缩算法.该算法将星图划分成相对平坦的背景和相对复杂的目标对象.编码时前者分配较少的码流,后者应用小波分解,去除该区域内像素间的相关性,并利用其所具有的能量聚集效应进行高效压缩.实验结果表明,采用该算法对星图进行高压缩比编码时能够获得较高的峰值信噪比,同时重建图像也具有良好的主观视觉效果.     

复平面上无限级Dirichlet级数和随机Dirichlet级数的下级

研究了复平面上无限级Dirichlet级数和随机Dirichlet级数下级的增长性,得到了关于它们下级增长性的两个定理.     

一类不确定非线性扰动离散时滞系统的鲁棒状态反馈控制

研究了具有非线性扰动的离散不确定带有状态时滞和输入时滞系统的鲁棒稳定性问题.以线性矩阵不等式的形式给出了可设计系统状态反馈控制律的充分条件,当条件满足时设计出系统状态反馈控制律,从而使闭环系统渐近稳定.     

基于可变网元的离散路网设计模型与算法

对离散路网设计问题中新增道路带来原有路网单元结构与属性变化的影响进行分析,指出考虑这一影响后,Braess诡异出现的可能性大大增加.进而建立了基于可变网元的离散路网设计模型,采用路网生成算子来表征道路增减带来的路网单元结构的变化,设计了路网生成算子的算法流程.最后给出了求解离散路网设计模型的模拟退火遗传算法,并给出了算法实例.     

离散粒子群优化在垂直分层空时系统检测中的应用

为了改善垂直分层空时系统串行干扰抵消算法的性能,提出了一种离散粒子群检测算法(DPSO-DA).该算法将垂直分层空时系统中的最优检测视为组合优化问题,根据最大似然检测公式构造DPSO算法的适应度函数,利用DPSO算法来解决该组合优化问题,从而寻找最优解.针对DPSO-DA 有可能出现早熟现象,进一步提出了一种混合离散粒子群检测算法 (HDPSO-DA).HDPSO-DA 对 DPSO-DA 的进化方程进行了重新设计,在搜索中以一定变异概率对选中的粒子进行变异,进一步改善了DPSO-DA的性能.理论分析和仿真结果表明,当误码率为10-3时,与基于最小均方误差准则的串行干扰抵消算法相比,DPSO-DA 和 HDPSO-DA 可获得约3dB 和 5dB的增益,且具有更低的复杂度.