一种改进的相空间近邻等距模式及其在短期气候预测中的试验

现有研究表明,气候要素系统可能存在混沌现象.通过应用混沌理论中的重建相空间技术,可在相空间中揭示出传统方法无法揭示的复杂气候动力特征,为气候预测研究开创一条新途径.现有相空间理论的研究多着重于对混沌系统的识别和应用混沌相空间理论建立不同的模式进行提前预测,这些预测多为对月时间尺度的;对于如何提高预报准确率和延长预报时效,从而实现对多个月份、季、年等更长时间尺度提前预报的研究还不多见.基于混沌理论的相空间近邻等距模式,对该理论中的提前预报时间T、延迟时间τ和相空间维数d等进行讨论.提出,实际应用中根据提前预报时间T来建立新的时间序列,满足T=τ=sδt,消除了相空间时滞τ的变化对提前预报时间尺度T的影响.应用改进前、后的预报模式,以不同相空间维数d对气温和降水气候要素做提前T=1~15个月的预报试验和检验.结果发现,改进后的模式提高了预报准确率,延长了预报时效.     

拓扑分子格的弱T*分离公理

利用强半开邻域引入和研究了拓扑分子格的弱Ti^*分离公理，这是Ti^*分离公理的推广(i=1，2，3，4)．     

逐步Fisher判别法在分析我国12年股市上的应用

应用逐步Fisher判别法的多元统计数学工具，综合分析我国12年股市的各指标因素量化统计特征，建立Fisher判别式，从而得出研判我国股市顶部和底部区域、上升、下降、盘存各种形态的数学模型．     

基于OFDM系统的空时频分组编码方案

提出了一种空时频分组编码方案,其设计思路是:接收端通过子信道的相关特性确定不相关子载波组,并反馈给发射端;发射端基于反馈信息,利用星座旋转预编码矩阵和空时分组编码技术构建空时频分组编码。该方案只反馈子信道的相关性而无需反馈整个信道信息,可应用于任意数量的发射/接收天线,能获得极高的分集增益和带宽效率,且只有较低的解码复杂度。在瑞利衰落环境下的仿真结果证实了此方案的鲁棒性。     

半群Q(k)的极大正则子半带

设T(X)和O(X)分别是X上的全变换半群和保序全变换半群,Y是X的非空子集,令F(X,Y)={α∈T(X):Xα?Yα?Y},OF(X,Y)=O(X)∩F(X,Y).当Y=n≥4时,对任意的2≤k≤n-2,考虑半群Q(k)={α∈OF(X,Y):Im(α)≤k}的极大正则子半带的结构,利用Miller-Clifford定理,证明了半群Q(k)的极大正则子半带有且仅有两类:A(α)=Q(k-1)∪(J(k)\L_α),α∈J(k);B(β)=Q(k-1)∪(J(k)\R_β),β∈N(k).     

盆地型长周期地震动的判别准则

为了筛选出盆地内超高层结构抗震设计所需的盆地型长周期地震动(简称为长周期地震动)验算波,总结了长周期地震动的形成机理,分析了长周期地震动中面波的卓越性,提出了截取由面波主导的地震动尾波的方法,通过基于尾波特性的统计分析得到了长周期地震动的判别准则.结果表明:沉积盆地边界所激发的面波在盆地内传播、叠加以及依频率放大是长周期地震动的主要形成机理;长周期地震动中由面波主导的尾波段对长周期结构响应起控制作用;长周期地震动判别准则宜定为:速度反应谱卓越周期大于2s,且截取出的尾波与原始波在速度反应谱卓越周期处的谱幅值比大于85%.     

基于卡方核的正则化线性判别行人再识别算法

针对行人再识别过程中存在获取的训练样本较少,真实样本分布不一定线性可分和算法识别率低的问题,提出基于卡方核的正则化线性判别分析行人再识别算法(KRLDA,kemel regularized linear discriminant analysis)。该算法首先利用核函数将样本从线性不可分的原始空间映射到线性可分的高维特征空间,然后在高维空间中构造描述数据之间邻近关系的散度矩阵,再利用正则化线性判别分析获得高维到低维空间的投影矩阵,使得数据在低维空间能够保持高维空间的可分性,从而提升行人再识别算法的识别率。在VIPeR、iLIDS、CAVIAR和3DPeS数据集上,实验结果表明所提出的算法具有较高识别率。     

基于Bayes准则的广义判别预报模式及其应用

根据Ｂａｙｅｓ准则,提出一种时间序列与多元分析相结合的广义判别模式．该模式既保留了时间序列线性模式的优点,同时又吸收了多元分析线性模式的长处．从气象状况演变的物理机制来看,这种综合考虑系统状况的方法比单纯考虑前期状态演变或单纯考虑某一时次的状态更有意义．     

基于数学形态学的弱小目标检测算法

提出了一种基于数学形态学和邻域搜索的弱小目标检测方法,该方法先利用弱小目标的灰度特征,采用数学形态学算法对单帧图像进行预处理,检测出可疑目标集合.然后利用弱小目标的运动特征,采用邻域搜索的方法对多帧序列图像进行后处理,检测出真实目标.     

求解旅行商问题的离散人工萤火虫算法

针对旅行商问题,提出了一种结合变邻域搜索算法思想的离散人工萤火虫算法.文中通过引入交换子和交换序的概念对人工萤火虫算法中的距离进行了重新定义;为了增加萤火虫群的多样性,避免算法过早陷入局部最优,采用了基于变邻域搜索算法的扰动机制.在多个旅行商问题上的测试结果表明,与文献中的算法相比,文中提出的离散人工萤火虫算法具有较好的求解性能.