基于分形理论和神经网络的红外图像分割算法

针对实现红外图像的分割,快速准确地检测出红外序列中的人造目标的需要,结合分形特征和Ko-honen神经网络的特点,提出了一种基于分形技术的图像分割算法。该算法利用自然背景和人造目标的不同分形特征检测目标,提出了包括分形维数在内的7个红外图像特征,结合神经网络的自组织学习能力来进行图像分割。给出了算法实现的具体步骤。仿真试验结果表明,该算法能有效地实现红外图像的分割。     

基于R/S分析的深圳股票市场分形特征分析

利用R／S方法考察了深圳证券交易所六支股票的开盘价、收盘价、最高价和最低价四个变量的分形特征．研究表明单支股票的价格分形维数具有唯一性;同时股票市场具有短周期性,说明了我国股市的投机特征．     

液体粘度对三相流化床局部相含率径向分布的影响

应用开发的微电导探针测试技术,以粒径分别为0．48mm、0．80mm、12．5mm的玻璃珠和1．45mm的苯乙烯树脂为固相,空气为气相,水和0．05％（wt％）、0．20％（wt％）的羧甲基纤维素钠（SCMC）为液相,对三相流化床的各相局部相含率进行了同时测定。在不同液体粘度下,局部固含率在r／R=0．75-0．85范围内有一个极大值;局部气合率呈现出塔中心处最大,塔壁处最小的分布规律。表明液体粘度对局部相含率径向分布均有不同程度的影响。     

面向高维度目标函数的微粒群优化算法

针对基本微粒群算法在处理高维度目标函数容易出现早熟的问题,提出了一种新的微粒群算法面向高维度目标函数的微粒群算法(HDOF-PSO).分析了基本微粒群算法难以处理高维度目标函数的原因.通过引入信心度和试探策略,算法的收敛速度得到提高;通过引入成功度,搜索过程中的变异概率能够自适应修正.在特定测试函数集上的实验表明,HDOF-PSO在处理高维目标函数时,比基本微粒群算法和一个改进的微粒群算法具有更快的收敛速度和更好的收敛性.     

利用本征正交分解的非线性Galerkin降维方法

提出了一种利用本征正交分解(POD)的非线性Galerkin方法,用于复杂流体动力系统的低维建模.该方法将满足流场边界条件的正交基(POD模态)张成的完备空间分解为有限维(低阶模态)子空间和无限维(高阶模态)子空间,并采用近似惯性流形逼近高阶模态和低阶模态的作用关系,用低阶分量来表示高阶分量,将无穷维流体动力系统降维成有限维动力系统.以雷诺数为200、攻角为20°时的NACA0012翼型绕流流动问题为例进行了低维建模分析,结果表明:由于考虑了高阶模态的影响,且不改变原系统的拓扑结构,因此该降维方法能够用较少的模态数来获得准确的动力学描述,弥补了传统POD降维方法由于忽略高阶模态影响而出现的不足,由此验证了该方法的有效性.     

属性测度及其在目标识别中的应用

为了获得一种训练快、精度高、计算量少的雷达目标识别方法 ,研究了属性测度和属性模式识别 ,及属性模式识别在目标识别中的应用 ,并将模糊聚类分析用于属性测度。经过研究发现 ,在不用指标的峰度时 ,可以达到很高的识别效果。与传统的神经网络法相比 ,属性模式识别法在训练速度上得到了大大的提高 ,并在识别效果上优于径向基神经网络法。以雷达目标识别为例证明了该算法的有效性。这为我们研究低分辨雷达提供了一种全新的方法。     

线性矩阵方程的解空间维数问题

目的给出AX XB=0,X AXB=0型矩阵方程的解空间维数。方法运用分块矩阵和Jordan标准形对解空间维数进行讨论。结果得到了解空间维数的一般表达式。结论利用分块矩阵和Jordan标准形可以讨论与此相关的问题。     

关于等差数阵的进一步研究

对近年我国数阵研究的进展加以阐述，并对等差数阵的转置矩阵和乘积矩阵的性质进行了深入研究，得到了几个新结果。     

水轮发电机转子轴系弯曲振动的计算

研究了某大型水轮发电机转子同纱弯曲振动,用有限元法和传递矩阵法分辊计算了轴系的固有频率和振型,两种方法求得的系统第一阶固有频率为３．５６Ｈｚ和３．７２Ｈｚ计算了轴系受周期径向电磁力引起的线性强迫响应,并求得径向电磁力随负载变化的结果;应用机电耦联系统能量法求得系统由电磁力激发的组合强迫共振响应,并对其进行了幅频特性分析了稳定性分析,应用奇异性理论对分岔方程进行分析,经出了普适于开析平面和物理参数平     

平坦模,投射模和自由模

设Λ=kΛ1Λ2…是局部有限的诺特的连通分次代数,M∈grmod(Λ).则M是平坦模当且仅当M是投射模当且仅当M是自由模.作为该定理的应用,证明了如果k∈Boun(Λ),则Finitistic维数猜想对于Λ是成立的.