基于增强高阶非凸全变分模型的图像去噪算法

为了在缓解阶梯效应的同时更好地保留去噪后图像的细节信息,提出一种基于增强高阶非凸全变分(higher order non-convex total variation, HONTV)模型的图像去噪算法。该算法将每一次去噪后的图像和原始图像取平均作为增强HONTV模型下一次循环的输入并更新参数,然后采用增广拉格朗日乘子法和交替方向乘子法进行循环求解,经过多次迭代,最终得到的去噪图像包含较多的细节信息。在基于全变分的图像去噪方法中,对添加不同标准差大小的高斯白噪声的测试图像和视频进行实验。实验结果表明,所提算法在视觉性能和客观评价指标方面均优于对比算法。     

基于最大熵方法的鲁棒自适应滤波及其应用

针对过程噪声和量测噪声受到脉冲噪声影响而呈现非高斯分布,且噪声统计特性不精确从而导致估计精度下降的问题,提出一种基于最大熵方法的变分贝叶斯自适应卡尔曼滤波(maximum correntropy variational Bayes adaptive Kalman filter, MCVBAKF)算法,并将其应用于捷联惯导系统(strapdown inertial navigation system, SINS)/全球卫星定位系统(global positioning system, GPS)组合导航系统。首先,使用最大熵鲁棒滤波方法对由脉冲噪声产生的野值问题进行处理;然后,通过改进的变分贝叶斯自适应方法进行后验更新,估计噪声,收敛所估参数的估计值;最后,进行了仿真对比。结果表明, MCVBAKF在复杂环境下可以有效提升滤波精度和稳定性。     

邓小平理论方法论思想的系统探析

从思维方式、思想方法、思维视角、思维艺术和思维品格等方面论述了邓小平理论方法论思想的有机体系。     

高温氧化物晶体生长过程中温度场的数值模拟

报道了诸如Nd:YAG等的高温氧化物晶体在使用Cz(Czochralski)方法晶体生长过程中温度场的数值模拟研究。在计算温度场的过程中引入了有限差分法(FDM)。首先建立了高温氧化物晶体生长的数学模型,然后给出了无量纲方程,最后确定了边界条件,使用有限差分方法求解了方程,并在此基础上编制了仿真程序。应用上述仿真程序描述了晶体和熔体中温度场的变化情况,分析了工艺条件对晶体和熔体温度场变化的影响。     

一种3自由度移动机器人的跟踪新策略

在证明了3自由度移动机器人系统具有可逆性的前提下，利用神经网络α-阶积分逆系统线性化解耦能力，将严重非线性及耦合的3自由度移动机器人系统解耦成3个SISO(single input—single output)的子系统，采用线性控制理论设计了路径跟踪控制器，实现了位置和方位的独立跟踪，同时提高了控制算法的实时性。最后通过路径跟踪仿真实例验证了算法的可行性和有效性。     

多管武器系统密集度仿真技术

多管火箭密集度仿真是提高多管火箭射击密集度和减少多管火箭试验用弹量的前提。从武器系统弹、炮、药、环境一体化的角度,对多管火箭武器发射动力学进行了深入的理论和试验研究,建立了多管火箭武器刚弹耦合的多体系统发射动力学方程,应用多体系统传递矩阵法,实现了多管火箭动力响应分析,利用蒙特卡洛方法建立了多管武器系统密集度仿真技术。实例对某多管火箭武器系统密集度和减少多管火箭武器试验用弹量的优化方案的密集度进行了数值仿真,仿真结果得到了试验验证。     

现代信息技术条件下信息和信息系统再认识

从现代系统理论的观点出发，在全信息理论的基础上重新定义了现代信息技术条件下的信息和信息系统概念．通过对现代信息系统进行分析，将信息系统分解为多个信息跳跃，描述了信息跳跃中的信息创造、表达、传输和吸收过程，为在信息系统分析中引入定量方法打下了基础．     

语言判断矩阵的一致性及相关问题研究

研究了语言判断矩阵的一致性及基于语言判断矩阵的方案排序问题.在给出语言判断矩阵有关概念的基础上,通过对有序语言短语集中的有序语言短语进行"量化",给出了语言间相互作用的运算定义,探讨了语言短语及语言判断矩阵的基本性质,进一步从理论上提出了语言判断矩阵完全一致性和满意一致性的概念;为了方便检验语言判断矩阵的一致性,通过引入导出矩阵的概念将语言判断矩阵转化为数量矩阵,并提出了语言判断矩阵完全一致性、满意一致性的简便的判定方法;针对基于语言判断矩阵的方案排序问题,根据导出矩阵的性质通过求解最大特征根,给出了一种简便的方案排序方法;最后通过两个算例说明了本文给出的一致性判定方法和方案排序方法.     

网络决策分析的积因子方法

提出一种改进的网络决策分析方法,这个方法利用有向图及有向图相关的矩阵、将层次分析方法的积因子方法(方案合成排序应用乘积而不是相加)推广到一般的网络决策分析问题.文章对照传统的方法阐述了网络决策分析积因子法的步骤及特点.     

序比例诱导分段无量纲化方法及其影响因素

为在评价数据的无量纲化处理过程中兼顾异常值情形,并减弱因异常值的存在而导致的无量纲化后数据之间分布不均衡的问题,在极值处理法的基础上,提出了一种非线性的无量纲化方法,即序比例诱导分段无量纲化方法。该方法以原始指标值的排序百分比为诱导变量对原始指标值进行分段,并在各区段内以极值处理法为基础分别进行无量纲化处理。通过性质分析,发现该方法能够较大程度地提升无量纲化结果对“总量恒定性”性质的满足程度。此外,采用模拟仿真的方法发现,该无量纲化方法对异常值具有较好的抗干扰性、且随着分段层级的增加其对异常值的敏感程度越来越低等主要结论。