随机变量序列最大值函数几乎处处收敛

设X1,X2,…为独立同分布随机变量序列,具有公共分布函数F,F绝对连续并具有密度函数F′。在一定条件下得出了随机变量序列最大值函数的一类极限分布,并证明了随机变量序列最大值函数几乎处处收敛于其对应极限分布的密度函数之上。     

基于增强CNN模型的手写字体图像识别

为了提高汉字的识别率,提出了一种改进的图像识别算法,根据偏微分方程理论,提出一种增强CNN模型识别汉字,将原有的图像用高阶差分法进行增强处理,然后在原始的LeNet-5网络结构的基础上,将前两层的激活函数改为ReLu函数,并且去掉C5层以及F6层,通过增加输出层的神经元数来增加汉字的识别率。研究结果表明:经过图像增强和增加输出神经元数的改进,对汉字进行识别,识别率达到了98.44%,相比较于其他汉字识别算法提高了3%～9%,从而证明了算法的可行性。     

最小二乘向量机结合光谱维信息检测弱小目标

现有天基红外导弹预警系统对目标的检测侧重于对红外图像的处理。从光谱维数据分析角度出发,结合红外弱小目标图像信噪比低的特点,提出了一种利用最小二乘向量机(LSSVM)结合目标光谱维信息检测弱小目标的方法,并以F测度函数为适应度函数,利用人工蜂群算法(ABC)对最小二乘向量机的正则化参数和核函数参数进行优化。应用小样本训练数据建立了LSSVM检测器,以4型典型导弹目标尾焰红外辐射特征谱数据作为训练样本,比较了ABC算法、网格搜索(grid search)算法、粒子群(PSO)算法和遗传(GA)算法。实验结果表明,在低信噪比条件下,由ABC优化的LSSVM模型能获得更好的检测性能。     

分布函数充要条件的另一种证明

对函数F(x)为分布函数的充要条件进行了证明:必要性的证明直接采用概率论中传统的证法;而充分性的证明则从随机变量特征函数φ(t)出发,利用特征函数的充要条件来证明分布函数F(x)的充分条件,从而避开了用实变函数中的测度理论证明充分性的传统证法。为分布函数充分条件的证明提供了一种比较简单和实用的证明方法。     

火控计算中常用函数的高精度快速算法

本文运用恒等变换和有理函数逼近算法,结合火控计算机进行函数运算的特点,开发了火控计算中常用的平方和再开方函数、正弦函数、余弦函数、反正切函数的高精度快速算法。采用本算法开发的上述常用函数算法,用计算机实现时,具有速度快、精度高、占用内存容量小,能有效抑制整量化误差等特点。本文所述常用函数的高精度快速算法应用在某战术导弹发射控制和多关节工业机器人的运动控制中,收到了较满意的效果。     

布尔函数不交化的立方体算法

布尔函数的不交化是进行系统可靠度计算中的重要步骤。本文提出了一种进行布尔函数不交化的立方体算法。基于布尔函数的立方体表示法及不交代数,文中定义了立方体的有关运算法则,建立了立方体矩阵不交化算法,并用算例进行了说明。本算法的实现效率高,操作简便。     

一种改进型PSO-BP算法在红外目标中的应用

为了降低伪目标引起的误检,提高系统在复杂环境中的目标识别能力,设计了一种改进型粒子群优化BP神经网络算法。改进型PSO-BP算法利用红外目标光谱特性设置粒子变异规则,从而调整粒子位置与速度,提高目标特征提取性能。同时,算法将权值变为权值可调函数,降低局部极值收敛的风险。实验采用Model-102F型成像光谱仪采集的目标区域图像作为样本与检测数据,与传统BP算法作对比,分别选取对不同特征波长位置及个数的形式对目标和伪目标进行识别分析。结果显示,改进型PSO-BP算法可以有效消除伪目标干扰,同时,其收敛速度明显优于传统算法。由此可见,该设计在复杂背景红外目标识别方面具有一定的应用价值。     

基于区间直觉模糊集的目标优先级求解方法

针对复杂防空作战环境下多目标优先级难以准确评估的问题,提出了基于区间直觉模糊集理论的目标优先级求解算法。首先系统分析了影响目标优先级的因素以及各影响因素与目标优先级之间的非线性关系。其次,对区间直觉模糊集的得分函数和精确函数进行了改进,考虑了犹豫度信息对决策结果的影响,并且提出了基于得分函数和精确函数的目标优先级求解算法。最后通过仿真算例验证了算法的有效性。     

粗糙模糊C-均值算法及其在图像聚类中的应用

提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。     

基于极大熵微粒群混合算法的非线性方程组求解

针对非线性方程组,给出了一个新的算法.该算法首先把非线性方程组转化为一个不可微优化问题,然后用一个称之为凝聚函数的光滑函数直接代替不可微的极大值函数,从而可把非线性方程组的求解转化为无约束优化问题,再利用微粒群算法对其进行求解.利用4个测试函数对其进行测试并与其他算法进行比较.计算结果表明,提出的算法在求解的准确性和有效性方面均优于其它算法.     

Lipschitz非线性系统状态观测器设计新方法

针对Lipschitz非线性系统状态观测器,提出了一种以极小化条件数为目标准则的新的设计方法。运用梯度下降法和Slyvester方程,计算极小化条件数,优化增益矩阵和最大允许Lipschitz常数,完成观测器设计。通过同其它文献的算例比较,结果发现按文中方法设计的观测器具有迭代次数少、优化结果好的特点。     

Hilbert空间中Lipschitz伪压缩映像不动点的杂交投影算法

在H ilbert空间中,采用杂交投影的方法设计了一种Lipschitz伪压缩映像不动点新的迭代格式,并利用H ilbert空间中特有的性质,证明了由此算法产生的序列强收敛于Lipschitz伪压缩映像不动点。     

基于小波变换模极大值恢复的信号消噪方法

大多数的信号常具有某种奇异性 ,并携带有随机噪声 .首先回顾了信号奇异性与小波变换模极大值之间的关系 ,然后利用信号与噪声的Lipschitz指数的符号不同 ,在S .Mallat等人工作的基础上 ,给出了从信号中去除噪声的具体算法     

Hilbert空间中Lipschitz拟伪压缩映像公共不动点的杂交投影算法

给出了Hilbert空间中Lipschitz拟伪压缩映像族公共不动点的一个投影算法，并利用所给出的算法证明了一个强收敛定理，扩展了参考文献[1]的结果。     

加权核范数最小化和改进小波阈值函数的图像去噪算法

针对加权核范数最小化算法存在结构残余噪声以及无法较好地保持图像边缘结构的问题,提出基于加权核范数最小化和改进小波阈值函数的图像去噪算法。利用全变分模型对噪声图像进行初步去噪,使用噪声图像与初步去噪后的图像进行差分运算,对差分后得到的噪声残差图像使用改进的小波阈值函数去噪,将小波去噪后的残差图像与初步去噪图像叠加,将叠加后的图像使用基于残余噪声水平迭代的加权核范数最小化算法进行二次去噪。相较于当下主流去噪算法,经该算法处理后的图像的PSNR和SSIM值均有所提升,能够更好地保持图像的纹理结构,且在高噪声环境下效果更佳。     

交互式增广加权范数法及其应用

本文提出利用增广加权范数把多目标优化问题转化为标量优化问题,证明了转化后的问题与原问题完全等价,同时给出了目标函数值与权系数的关系,建立了以目标函数值作为交互媒介的多目标优化方法,最后给出了应用该方法的一个实例。     

实二次函数域基本单位范的判别法

本文给出实二次函数域基本单位范为g(g为F_q~*中本原元)的充分条件,从而解决了一批实二次函数域基本单位范的问题。     

矩阵代数中可乘保范映照的显形式

在矩阵的可乘映照理论与应用中,判定一个可乘映照是否保持某类特定的数值特征以及获取可乘映照在保持某类数值特征条件下的解析式备受关注.对此,着重研究了一般可乘映照在具有某种保秩性或保范性下的表示问题.借助于构造的方法,给出了判定一个可乘映照是否为保秩映照的新的便捷方法.针对F=R或C,分别得到了Mn(F)上保1-范数、保∞-范数以及保F范数的可乘映照的显形式,进而证明了Mn(F)上保持1-范数可乘映照必为保F范数映照,而可乘保F范数映照又一定保谱半径、保数值半径、保正规性、保酉性等.     

关于算子方程Tx=y扰动分析的一些结果

在Banach空间中给出了一种相容算子方程解的误差估计 ,推广了矩阵扰动分析中的相应结果 .此外 ,利用Hilbert空间中算子M -P广义逆与算子的约化极小模之间的关系 ,给出了一些估计式 ,这些估计式对于分析不相容算子方程Tx =y的极小范数最小二乘解的扰动误差是有用的