一种新的求解区间数判断矩阵权重的方法

研究区间数判断矩阵的一致性和权重求解新方法.基于权重可行域定义了区间数判断矩阵局部一致性和局部满意一致性,并建立了判别其是否具有局部满意一致性的数学模型.作为度量区间数判断矩阵一致性优劣的一种有效方法,给出了区间数判断矩阵一致性程度的概念,并对一致性程度较差的区间数判断矩阵提出一种改进方法.以在区间数判断矩阵内搜索一致性水平最好的确定性判断矩阵为目标建立一个新的权重模型,求解此确定性判断矩阵的权重,以此作为区间数判断矩阵的权重,模型由颗粒群算法求解.最后给出了一个例子说明本文方法的有效性.     

焊接结构疲劳强度预测的局部法研究

以焊缝附近局部半圆区域的平均应力为控制参数,得到焊接结构疲劳切口系数的计算理论,在考虑材料、结构几何形式、残余应力等因素对疲劳强度影响的基础上,建立了对称循环和非对称循环时焊接结构有效应力集中系数预测的局部法模型.通过对几类错位板接头的有限元计算分析,得到这些焊接结构焊缝附近局部区域的应力场,进而预测它们的疲劳强度,并将预测结果与疲劳试验进行了比较,获得了令人满意的结果.用局部法预估焊接结构的疲劳强度,能大量减少疲劳实验,节省经费开支,对工程应用有参考价值     

无功就地补偿技术在煤矿井下的应用前景

对无功就地补偿技术在煤矿供电系统的应用中进行了分析,指出该技术能够起到节约电能、提高供电质量、节约材料费等作用,阐述了无功就地补偿技术在煤矿供电系统中的应用有较好的发展前景。     

随机保费率下带干扰风险模型的破产概率

考虑了保险费收取率为随机变量且含随机干扰因素的风险模型，在更一般的情形下，得到了破产概率满足的一般公式和Lundberg不等式，并且，通过实例分析了破产概率与初始资本、保费额及理赔额之间的关系。     

Banach空间中非线性映射的一个局部性质

研究了Banach空间中非线性映射的局部线性化问题,在仅假设非线性映射的Fréchet导数存在有界广义逆的条件下,给出了非线性映射的一个局部性质,这个局部性质不仅统一了经典的局部浸没定理和局部浸入定理,而且推广了V.Cafagna的主要结果.     

基于超级立方体结构的可靠组播差错控制研究

通过对可靠组播网络的差错控制的研究，提出了一种基于超级立方体拓扑结构的局部前向纠错(FEC)可靠差错控制机制，把网关路由器构成一个n维超级立方体结构，并将相关节点定义成局部恢复单元LRU，在源链路和尾链路分别采用局部前向纠错FEC和否定确认抑制的恢复方法，有效地解决了多点组播中出现的否定应答拥塞等问题，在一定程度上减少了网络延迟，提高了网络带宽利用率．     

基于压缩感知的实时在线目标追踪

在正负样本区域随机抽取了不同尺度下图像的局部二值模式(LBP)特征,将高维的特征信息投射到低秩的压缩域,并据此建立了表观模型.使用一个随机稀疏测量矩阵来压缩前景和背景目标.将追踪问题转化成为了一个使用朴素贝叶斯分类器的二元分类问题.所提方法可以较快速、实时地在线追踪目标,同时解决了目标尺度变化、遮挡问题.     

广义多尺度决策系统的局部最优粒度选择

在实际应用中,人们常常选择比较合适的粒度层次来解决相应的问题。在经典的多尺度决策系统和粒度层次构造过程中,属性取值常由人工选择某些固定粒度层次。本文针对广义多尺度决策系统,由属性取值的尺度组合来构造粒度层次,进而研究局部最优粒度的选择问题。首先,介绍了广义多尺度决策系统的概念。然后,在协调的广义多尺度决策系统中定义了最优粒度和局部最优粒度,并给出了基于属性组合的最优粒度与局部最优粒度的选择算法。最后,在不协调的广义多尺度决策系统中引入了广义决策,定义了广义决策最优粒度和广义决策局部最优粒度,并给出了基于广义决策最优粒度与广义决策局部最优粒度选择算法。     

一类非局部扩散方程解的局部存在性和唯一性

主要研究了一类非局部扩散方程解的局部存在性和唯一性.由于非局部扩散的特殊性,采用Banach不动点定理分别得到了Cauchy问题,Dirichlet和Neumann初边值问题下解的局部存在性和唯一性.     

面向脑MR影像分割与偏置场修正的FCM方法

传统模糊C-均值(fuzzy C-means,FCM)算法以及结合空间信息的改进方法在分割脑磁共振(magnetic resonance,MR)影像时对噪声十分敏感,且无法消除脑MR影像中的偏置场。针对上述问题,提出一种面向脑MR影像分割与偏置场修正的FCM方法。该方法充分利用图像中的空间局部信息和非局部信息,分别构造出多局部信息模糊因子和非局部权重,在提高算法抗噪性的同时,尽可能多地保持图像细节;建立偏置场模型,以去除脑MR影像中的灰度不均匀性;将提出的多局部信息模糊因子和非局部权重嵌入到带有偏置场模型的FCM方法中,以实现噪声和偏置场条件下的脑MR影像分割。实验结果表明,与其他方法相比,所提方法对脑MR影像中的噪声具有更强的抑制能力,且能够有效消除偏置场对脑MR影像分割的影响,具有更优的分割性能。