冲击噪声背景下宽频段信号三维参数的估计

提出了一种基于协变异矩阵的宽频段信号频率和二维到达角联合估计的算法。在冲击噪声环境下,该算法能精确地估计宽频段信号的三维参数,无需多维谱峰搜索和参数配对过程。另外,利用L型阵列的分维特点和ESPRIT算法进一步处理,成功地实现了具有频率兼并现象的宽频段信号的三维参数估计。计算机仿真结果验证了算法的有效性。     

后基因组时代十年志——兼论十年间生命科学的发展及所面临的挑战

   十年前,“人类基因组计划”这一耗资30亿美元、耗时十余年的伟大科学工程完成之际,人们以为得到了揭开自身生命奥秘的天书,生命科学也划时代地进入了后基因组时代。十年间,一方面,人类基因组的后续工作陆续展开,生命科学持续蓬勃发展的态势;另一方面,基因药物却迟迟不能问世,基因产业逐渐沦为泡沫经济。2010年恰逢人类基因组草图完成10周年,回顾十年间生命科学取得的伟大成就,分析生命科学当下面临的挑战,或许更能理清后基因组时代现代生命科学的发展脉络与走势。     

门函数卷积的分析

对门函数卷积进行了分析,当两个不同宽度门函数卷积时,其结果为梯形函数,梯形函数的高为宽度窄的门函数脉宽,其底分别为两个门函数脉宽差的绝对值和脉宽和;两个相同宽度的门函数卷积时,其结果为三角函数,三角函数的高为门函数脉宽,其底为两个门函数脉宽和.     

基于改进的卷积神经网络图像识别方法

当前的图像特征识别大多采用的是传统的机器学习方法与卷积神经网络方法。传统的机器学习对图像识别的研究,特征提取多是通过人工完成,泛化能力不够强。最早的卷积神经网络也存在诸多缺陷,如硬件要求高,需要的训练样本量大,训练时间长。针对以上问题,提出了一种改进的神经网络模型,在LeNet-5模型的基础上并在保证识别率的情况下,简化网络结构,提高训练速度。将改进的网络结构在MINIST字符库上进行识别实验,分析网络结构在不同参量中的识别能力,并与传统算法进行对比分析。结果表明提出的改进结构在当前识别正确率上,明显高于传统的识别算法,为当前的图像识别提供新的参考。     

基于LS-SVM的热处理炉钢板温度预报模型

 根据中厚板热处理炉钢板温度控制的工艺特点,建立了一种基于混合核函数最小二乘支持向量机(LS-SVM)的热处理炉钢板温度预报模型,并给出相应的建模步骤。通过LS-SVM模型拟合输入与输出之间的复杂非线性函数关系,以现场生产工艺数据为训练样本对模型进行学习,再选取测试数据样本对模型进行仿真检验。将模型应用于计算热处理炉钢板温度的数学模型中,仿真结果显示,所建立的模型简单,预报能力强,具有广泛的应用前景。     

基于多尺寸特征图卷积方法的玉米雄穗检测

为了解决传统雄穗检测方法因玉米品种不同以及田间环境不同导致的检测误差较大、鲁棒性较差的问题,利用深度卷积神经网络提取特征,并对多尺寸特征图卷积的方法检测玉米雄穗。采用深度卷积神经网络inception作为基础网络来训练提取玉米雄穗特征,同时增加额外的卷积层对图像进行卷积提取特征,最后分别对基础网络中的两层卷积层以及额外的卷积层卷积得到的不同尺度特征图进行分类和位置回归。整体网络结构是多尺度端到端框架,效率高,方便检测不同尺度的雄穗。实验结果表明,此方法提高了雄穗检测的速度和准确率。     

网络(WEB)挖掘方法及其最新进展

数据挖掘和国际互联网是信息社会两大重要而有意义的领域。这两个领域的结合就是网络挖掘。网络挖掘一般可以分为两种不同的方法:一是网络内容挖掘,即从互联网的各种资源中检索和提取信息的过程;二是网络使用挖掘,指挖掘网站访问方式或其他网络用户信息的过程。本文主要讨论了WEB网络挖掘,包括有关网络挖掘的多种研究问题、研究技术、研究工具以及网络内容挖掘和网络使用挖掘方面的最新进展。     

带变量核分数次Marcinkiewicz积分在Hardy型空间的有界性

证明了带变量核分数次Marcinkiewicz积分μΩ,α在Hardy空间及Herz型Hardy空间上的有界性。利用Hardy空间及Herz型Hardy空间的原子分解定理,得到了在核函数Ω满足一定条件下算子μΩ,α的H1,Lnn-α型和(Hp,Lq)型以及从Herz型Hardy空间到Herz空间的有界性结论。     

索赔额服从爱尔朗分布的破产概率及渐近估计

针对索赔额服从k阶爱尔朗分布的风险问题,通过建立合适的数学模型,利用概率论的有关知识和破产理论的有关结果导出了该模型最终破产概率的显式表达式,并进一步通过引入卷积定义和更新方程得到了它的渐近估计．