多传感器按对角阵加权信息融合Kalman滤波器

在按对角阵加权线性最小方差最优信息融合准则下,提出了多传感器按对角阵加权信息融合稳态Kalman滤波器,它等价于关于状态分量的按标量加权信息融合Kalman滤波器,与按矩阵加权信息融合Kalman滤波器相比,可明显减小计算负担,便于实时应用。一个雷达跟踪的仿真例子说明了其有效性。     

具有无穷时滞神经网络模型的研究

研究了一维、二维的具有无穷时滞神经网络的模型. 分析得到两个模型的平衡点全局吸引性的充要条件,并给出了证明. 最后进行数值模拟以验证所得结论.     

基于改进最小最大准则的分类器设计研究

主要探讨先验概率未知情况下的分类器设计问题。为了解决传统的最小最大分类器性能有限的不足,提出了基于分段线性化的分类器设计方法。方法不仅是最小最大准则的改进,而且也是最优贝叶斯分类器的更好近似。通过说话人识别的应用,验证了所提出算法的有效性。     

光塑性方法的模型弹塑性应力分析

根据光塑性材料的研究结果,在满足光塑性应力——应变转换关系基础上,提出了光塑性模型实验的弹塑性应力分离方法,对光塑性原理做了更深入的研究.     

基于Drucker Prager的TBM刮刀-岩土作用过程有限元分析

针对TBM(tunnelboringmachine)刮刀受力情况以及工作过程进行了理论分析及仿真研究,建立了刮刀切削岩土时土体和刮刀的受力模型.基于Drucker Prager屈服与破坏准则建立了仿真中模拟的岩土的损伤本构模型,以沈阳地铁隧道工程中EPBΦ628m型TBM为例验证了刮刀-岩土有限元模型设置的准确性.对刮刀切割岩土过程进行仿真,探讨并总结了了切削深度以及切削前角等工作参数的变化对仿真结果的影响.对刮刀受力和实际磨损量分析,发现刮刀受力与实际磨损情况相符合,验证了仿真结果,为TBM刮刀的工作机理研究提供了有意义的理论参考与试验依据.     

高准确度网络安全意识个体评估及群体指数构建方法

针对网络安全意识评估方法存在评估准确度不及、客观性不足、缺少对群体的网络安全意识评估方法等问题,提出了一种高准确度的网络安全意识个体量化评估和群体指数构建方法.该方法从多个维度采集个体的网络安全意识数据,利用混合回归模型将安全数据量化为安全得分;利用改进的标签传播算法进行聚类,通过设定监督信息而不依赖标签数据,得到个体的信息安全意识等级;利用多个个体的信息安全意识评估结果,使用基于Grubbs准则构建的指数计算公式,弱化群体中的异常点,量化群体内部共同意识,得到群体网络安全意识指数.实验结果表明,相对现有的评估方法,该方法的准确度和客观性显著提升,同时能够正确反映群体网络安全意识水平,为网络安全意识的全面提升和闭环促进提供了技术方法.     

组合惩罚似然估计下发散参数变量选择

在Wang等给出的组合惩罚函数的基础之上,将SCAD惩罚部分推广到一般的非凸惩罚的形式,利用岭回归在解释变量相关度较高情形下的良好表现,提出一种推广了的组合惩罚.在参数个数发散的情形之下,利用贝叶斯信息准则(BIC)来选择调整参数,能同时完成变量选择和参数估计.而且还可以证明在合适的条件之下,这种估计具有Oracle性质.模拟研究的结果证明了所提出的方法在预测变量具有强相关性之下的优势.     

开放系统中Clausius不等式的研究

为得到普遍化的Clausius不等式,通过引入附加项,将原不等式由封闭系统推广到任意系统。讨论了该不等式与几个重要热力学判据的关系。以稳定流动系统为例,用所提出的Clausius不等式计算电功。并将计算结果与传统计算方法进行比较,结果表明所提出的Clausius不等式是正确的。     

创新与社会科学基础理论研究成果的评价

分析了当前社会科学基础理论成果评价的误区,论述了当前社会科学基础理论成果评价的基本做法,指出了创新是评价社会科学基础理论成果的最重要标准．创新主要表现在5个方面：即研究视角的创新、研究领域的创新、研究材料的创新、研究方法的创新和研究结果的创新．