相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。     

完全非线性函数的原像分布特征

完全非线性函数在密码设计与分析中具有十分重要的作用.利用代数数论的方法,研究一般有限Abel群上完全非线性函数的原像分布特征,给出了一般有限Abel群上完全非线性函数存在的一个必要条件,证明了某些群上不存在完全非线性函数,得到了素数域上完全非线性函数的原像分布.     

一种传感器网络时空融合模型

针对多传感器间存在时空相关性和先验知识未知的情况,提出了一种基于核偏最小二乘最优加权的传感器网络时空融合模型。首先用核偏最小二乘法对每个传感器在不同时刻的测量值进行融合,然后将各个传感器同时刻的估计值进行空间最优融合,从而得到被测参量的最终融合估计。该模型还能排除那些取值远离样本点集合平均水平的奇异点。理论分析和融合实验表明,该模型能取得较高的融合精度,并能显著节省网络能量。     

Schr(o)dinger方程非协调旋转Q1元超逼近性分析

研究了在半离散格式下的非协调旋转Q1元对Schr(o)dinger方程的逼近,在正方形网格上,利用该单元的特殊性质,得到了其超逼近性质.     

多面函数内插数学模型生成虚拟地形的可视化研究

通过对多面函数内插数学模型的分析和研究,利用搜索圆和搜索正方形两种数据点的搜索方法,运用C#语言和OpenGL动态连接库将采集的离散点生成DEM数据,实现了由二维平面上的等高线到三维虚拟地形的可视化,并对可视化效果进行比较和分析.由可视化结果表明此算法速度快且效果好.此研究成果对虚拟战场环境的生成有一定参考价值.     

基于RBF神经网络的功率测量非线性补偿

提出了基于径向基函数神经网络对功率测量值进行频率补偿和温度补偿的方法。通过实例说明了这一方法的应用。结果表明在对所测得的功率值进行校正时，神经网络补偿办法比传统的查表或多重查表法所占用的存储空间少、补偿的精度更高、所花费的时间较少，并且这种方法对由于其他因素所引起的测量结果非线性也同样有补偿作用。     

成败型产品一次抽样检验方案研究

首先推导出了同时能满足检验上限、检验下限、生产方风险、使用方风险要求的一次抽样检验方案设计公式，并用GB/T 5080.5-1985中的数据验证了公式的正确性。之后推论出了同一产品在不同试验方案的鉴定结果可能完全相反。最后建议，应在鉴定试验前尽可能知晓产品的可靠性水平，从而可有目的地选择或设计试验方案，以求产品高概率通过鉴定试验。