具有模糊系数约束的多目标线性规划

研究了一类具有模糊系数约束的多目标线性规划问题.根据各目标函数的梯度方向来量化目标之间的冲突程度,以此提出了一种确定目标权重的新方法,然后基于惩罚函数运用梯度上升算法求问题的有效解.最后给出了一个数值例子.     

数学解题教学中寻求隐含条件的规律探索

中学数学教学中,解数学难题的过程就是从题设中不断地挖掘并利用隐含条件进行推理和变形的过程。数学题中的隐含条件形形色色,花样繁多,但从对解题过程的影响看,又可以分为制约解题方向的隐含条件、制约解题思路的隐含条件、制约解题准确性的隐含条件等三类隐含条件。只要我们把握了难题中隐含条件的规律特征,运用我们获得的数学知识,结合适当的数学思想和数学方法,就可以轻松解决难题了。     

弯管结构模态柔度曲率差法损伤识别

对弯管结构进行损伤识别,采用模态柔度比结构的频率或位移模态更灵敏,且模态柔度仅需结构的低阶频率和振型就可准确地计算。采用有限元方法,以一弯管为仿真算例,以结构模型的单元刚度的下降来模拟损伤。结果表明:弯管结构的模态柔度具有方向性,弯管所在平面x、y方向柔度求解的模态柔度曲率差不能对弯管进行频率损伤识别,垂直弯管所在平面z方向柔度不仅可以对弯管进行单处、多处的损伤定位,而且可以对同一位置的损伤程度进行定量分析。     

基于饱和度梯度的彩色序列图像光流场计算

传统的基于亮度守恒的光流法仅利用图像灰度信息进行光流求解,忽略了对包含丰富信息的色彩信息的利用。而彩色光流法虽然利用了彩色图像各通道信息,却忽略了对邻域信息的利用,造成存在各通道线性相关而无法求解的问题。同时,上述方法在光照变化时均不能得到正确的光流场估计。将基于饱和度的梯度计算方法引入灰度光流的计算方法中,提出了基于饱和度梯度的彩色光流计算方法,该方法有效地利用了彩色图像的色彩信息和邻域信息。试验结果证明：该方法提高了算法对光照变化的适应性,得到了更加精确的光流场估计,且避免了各通道线性相关的问题,为运动目标检测奠定了基础。     

基于颜色及梯度统计特征的结核杆菌目标识别

提出一种基于颜色及梯度统计特征的结核杆菌目标识别算法。首先基于HSV颜色空间进行图像预分割,然后在CIE L*a*b*颜色空间进行自适应分割以提取目标精细几何形状。为了适应背景的复杂变化,基于色调一致性假设对疑似目标进行色调一致性检验并剔除大部分伪目标。为了将重叠粘连目标从伪目标中分离出来,提出两个梯度统计特征,然后结合目标的面积、周长、长宽比、圆形度、粗糙度等形态特征,组成7维特征向量送入贝叶斯分类器进行分类。实验结果表明,本文算法能适应标本、染色及图像背景等复杂变化,目标识别率可达91%。     

基于梯度迭代法的一类追逃对抗模型研究

针对一类追逃对抗问题,基于微分对策理论,建立了三维空间中的追逃对抗模型,进而得到了最优性条件和最优策略.运用梯度迭代法给出了模型的数值解,并做了实例分析.分析结果显示,该模型可以很好地应用于潜艇对潜艇、潜艇对水面舰艇等实际追逃对抗问题.     

《现代汉语词典》（第5版）方位名词计量研究

本文采用计量方法考察《现代汉语词典》（第5版）所收录的130个方位词,分析它们在语音形式、词义架构、结构形式三个方面的特点,以帮助词典使用者更深入地了解现代汉语方位词的特点。     

降雨与库水位涨落作用下边坡渗流场分析

降雨与水位涨落会使渗流场产生剧烈变化,而渗流场计算是边坡稳定分析的重要依据。在分析比较各种渗流计算方法的基础上,采用饱和-非饱和渗流理论计算降雨与水位涨落作用下的边坡渗流场,分析了渗流场随时间的变化规律以及渗透系数k、水位变动速度t,对边坡渗流场的影响,得出了浸润线在水位下降过程中各时刻的具体位置,以及水力梯度的分布情况,为边坡稳定性分析提供了可靠依据。     

遥测参数数据载荷状态判别集成学习方法

针对载荷单机设备遥测参数维度高、数据量大、存在类别不平衡、无法直观判别单机设备运行情况等问题,考虑到航天任务对可解释性的要求,提出一种基于信息增益参数特征选择和集成学习方法的载荷单机状态快速识别方法。采用统计量性质和信息增益子集搜索方法对遥测数据进行特征筛选降维,通过集成学习模型算法实现载荷单机设备状态的自适应识别分类。所提方法将信息增益的参数分类信息量评价准则和集成学习拟合能力强、类别不平衡下准确率高和抗噪能力强等优点相结合,兼顾模型特征和结果的可解释性,提供了重点参数发现功能。采用科学卫星任务真实载荷遥测参数数据对该方法进行了验证,整体识别准确率高于90%,少数样本亦可准确识别,整体效果可达到在轨任务要求,证明了所提方法的有效性和实用性。     

改进cell密度聚类算法在空战目标分群中的应用

针对传统聚类算法对流形分布数据聚类效果差,且实时性不高的缺点,提出改进基于cell的密度聚类(Cell-Based density Spatial Clustering of Applications with Noise, CBSCAN)算法解决实时空战目标分群问题。通过分析空战态势参数,建立了空战目标分群通用模型,将目标分群转化为聚类问题。通过改进CBSCAN算法的簇类扩展方式,建立基于改进CBSCAN算法的目标分群模型。通过仿真实验,对比分析了K-means、最大期望算法、密度峰值算法、密度聚类算法、CBSCAN算法和改进CBSCAN算法在30种作战态势下的分群准确性和实时性,结果表明:改进CBSCAN算法可以在编队数目未知和目标流形分布的条件下,对多目标编队进行正确分群,且实时性较原始算法提高约30%,具有实际应用价值。