离散随机Lotka-Volterra竞争系统参数的渐近性

Lotka-Volterra竞争系统是著名的人口动力系统模型之一。本文主要研究两种群Lotka-Volterra竞争系统。考虑到在实际中Lotka-Volterra竞争系统还受环境白噪声的影响,特别地,只需对白噪声的强度一个简单假设,就使得随机Lot-ka-Volterra模型的解随机最终有界。那么不同形式的环境白噪声是否会导致不同的结果,白噪声的出现是否会影响已有结论,并进行了研究。本文先对系统做变量替换,再通过重对数定律讨论了具有随机扰动的一个两种离散随机Lotka-Volter-ra竞争系统的参数的渐近性,主要结果以定理3给出。     

一类具有潜伏期的随机禽流感模型的渐近性分析

研究了一类禽类患病系统具有潜伏期而人类染病系统受到随机白噪声干扰的随机禽流感模型的渐近性质.首先通过构造停时和Lyapunov函数及伊藤引理的方法得到了随机模型全局正解的存在唯一性.其次证明了在禽类患病种群灭绝的情形下,人类患病种群必将灭绝的结果;再次得到了禽类患病种群长期存在的前提下,由于随机因素的干扰,人类患病种群终将趋于灭绝的充分条件.最后通过数值模拟比较了人类染病种群在确定性和随机性系统中的发展趋势.     

一类四维Lotka-Volterra系统的持久性

在生态学中,常常需要研究一个生态系统随时间增加时,它的每一个种群是否持续.讨论了一个四维的具有捕食性质的Lotka-Volterra系统(2)的持久性.给出了系统(2)解的一致有界性,正平衡点全局渐近稳定,系统(2)持久的充分必要条件.     

具有Allee效应捕食?竞争系统的时空动态分析

具有Allee效应的局域种群动态及实证研究是种群生态学的研究热点之一.当前研究表明种群密度过低引起的Allee效应对单一种群或集合种群的时间动态及其空间分布都产生复杂的影响.然而，在较复杂的生态关系中，对于Allee效应如何影响系统动态还缺乏较全面的认识.通过建立具有Allee效应的捕食者与具有竞争关系的被捕食者之间的生态系统，分析了Allee效应指数和种群初始密度对该系统中各物种种群密度及空间分布动态的影响.研究结果表明：捕食者具有Allee效应引起系统产生阻尼振荡，不利于捕食-竞争系统的稳定； Allee效应阈值的增加促使捕食者种群密度减少，被捕食者种群密度增加；捕食者的初始种群大小对此系统具有显著影响——初值较大时，系统最终达到稳定；初值较小时，系统则产生混沌现象；具有Allee效应的系统在空间中更易产生聚集式分布模式.本文观点可为物种保护提供必要的理论依据.     

变电站内局部放电脉冲噪声对LoRa通信的影响研究

在变电站内安装无线传感器网络已经成为发展智能电网的必然趋势。针对变电站中局部放电脉冲噪声对LoRa无线通信产生的干扰问题，首先分析了LoRa调制与解调原理，在该基础上建立了LoRa仿真模型，并根据在高斯白噪声下的解调信噪比验证了模型的准确性；然后建立了Middleton Class A脉冲噪声模型，通过数学统计方法检验了特定参数的Middleton Class A脉冲噪声表示实测局部放电信号的准确性；最后通过误码率曲线，分析了在高斯噪声环境和特定参数的Middleton Class A脉冲噪声环境下的LoRa通信性能差异。研究结果表明，LoRa具有优秀的抗噪声能力，即使是在信噪比为负值时仍然允许数据接收；某500 kV变电站实测局部放电信号可以表示为特定参数的Middleton Class A脉冲噪声；与高斯噪声相比，该脉冲噪声会对LoRa系统造成信噪比损失，导致系统通信性能下降。研究结果可为在变电站内部署LoRa无线通信网络提供理论参考。     

混沌序列用于DS-CDMA可行性研究

阐述了Chebyshev混沌序列的产生,在高斯白噪声环境下,对基于多址干扰(MAI)最小准则的最佳Chebyshev混沌序列与传统Gold序列分别用于DS-CDMA系统的误码率性能进行了Matlab仿真.仿真研究表明,基于MAI最小的最佳Chebyshev混沌序列与传统的伪随机序列具有类似的相关性,而且,Chebyshev混沌序列对初值极其敏感.通过给不同用户分配不同初值,可以得到互不相关混沌序列,满足码分多址的要求.加性高斯白噪声环境下,使用优选Chebyshev扩频的异步DS-CDMA系统在单用户情况下的误码率性能与传统Gold序列相近,而在多用户情况下,优选Chebyshev混沌序列具有较优的抗多址干扰性能.     

一类随机恒化器系统的动力学行为

研究随机噪声对微生物连续培养的影响,引入白噪声描述营养消耗率受随机噪声的干扰,建立一类具有比率型功能反应函数的随机恒化器模型.通过构造Lyapunov函数,利用It公式证明系统正解的全局存在唯一性,并论证了系统的绝灭平衡点是全局随机渐近稳定的;探讨了噪声强度大小对随机模型的解围绕相应确定性模型的平衡点振荡行为的影响.通过数值模拟验证所得理论结果的正确性.     

一类四维Lotka—Volterra系统的持久性

在生态学中,常常需要研究一个生态系统随时间增加时,它的每一个种群是否持续,讨论了一个四维的具有捕食性质的Lotka-Volterra系统（2）的持久性,给出了系统（2）解的一致有界性,正平衡点全局渐近稳定,系统（2）持久的充分必要条件。     

不确定观测线性离散随机系统白噪声估值器

在网络控制系统和传感器网络中,可能的传感器观测数据丢失使得系统的观测具有不确定性。应用新息分析方法,对传感器具有数据丢失的不确定观测线性离散随机系统,提出了统一和通用的白噪声估计算法,包括输入白噪声估值器和观测白噪声估值器。可统一处理传感器具有数据丢失的白噪声的最优滤波、预报和平滑问题。同时,给出了稳态白噪声估值器和相应的Wiener白噪声估值器。当没有数据丢失时,所得的结果恰是以往基于完整观测数据的白噪声估值器。仿真研究验证了算法的有效性。     

一类具有Beddington-DeAngelis功能性反应随机模型的数值模拟

考虑被捕食者的生长率和捕食者的死亡率分别受到高斯白噪声和泊松白噪声扰动的情况,建立了具有BDA功能性反应的三种群密度的随机演化模型,并利用Milstein方法对系统进行了离散化处理;通过计算机代数Matlab编程,完成了确定系统及随机系统的数值模拟.结果表明:在随机扰动强度很小的情况下,系统会产生有界的混沌状态.     

适于图象平滑的多刻度广义形态滤波器

基于数学形态学的基本变换，采用多结构元素，构造了一类多刻度广义形态滤波器，并证明了滤波器具有递增性、害虫等性和阈值叠加性等重要性质，计算机仿真结果证实了这类滤波器不仅可以有铲地抑制图象中的噪声，而且能较好地保持图的几何结构特征。     

基于医用前列腺仪器的传导电磁干扰问题的分析研究

针对医用前列腺仪器的EMI电磁干扰问题,分析共模传导噪声和差模传导噪声数学模型,研究了EMI处理方法,提出了针对该设备传导EMI噪声问题的解决方法.试验结果表明,所提方法可以有效抑制了该设备的传导高频噪声,达到GB 9254标准要求.     

一种快速结构模式识别的新方法

首先对图象进行二值化,再用数学形态学中的闭合和开启算子从所得的二值图象中提取出模式的封闭边缘,随后通过对此边缘进行直线逼近得一多边形,最后将此多边形与各模板进行匹配而完成对模式的正确识别。仿真表明,这种识别方法具有尺度、平移和旋转的不变性,而且识别速度很快。     

基于数学形态学的集成电路真实缺陷图像滤波

在集成电路真实缺陷检测中,缺陷图像的滤波程度直接影响到后续处理的结果。通过对若干幅实际集成电路真实缺陷图像的分析,提出一种基于数学形态学的集成电路真实缺陷图像滤波方法,该方法不仅能滤除非冗余物缺陷,而且能滤除冗余物缺陷内部噪声,得到纹理一致的冗余特缺陷。     

机床噪声控制数理统计分析

本文采用数理统计分析方法分析机床噪声的变化规律。为了分析和确定各方位的噪声源,将数字处理技术用于生产过程数据收集。用计算机处理数据从而控制机床噪声的质量。本文包括以下内容:机床生产管理噪声标准评定指标制定;机床噪声随机抽样测量统计分析;机床噪声质量品质稳定性分析。本文的贡献是:首次提出一方面通过机床生产管理噪声标准,来控制机床大量生产过程质量;另一方面是可以通过统计量的监测来判别已生产机床的主要概率噪声的来源,从而可以有目的地进行必要的降噪措施和改善生产管理。     

一种对噪音健壮的数据流分类算法

数据流挖掘中的主要问题是概念流动和噪音污染。目前的数据流挖掘算法不能有效地处理数据流中的噪音,而一个理想的学习算法应该同时拥有对概念流动的敏感性和对噪音的健壮性。文中探讨了如何使用聚类方法在数据流中区分出噪音实例和难以学习的实例,并提出了相应的概念流动检测方法。在此基础上设计了基于推进技术的集合分类器算法RobustBoosting。通过在合成数据集和实际数据集上的实验,表明文中的算法即使在高达40%的类噪音时,与AdaptiveBoosting算法[1]相比,仍能保持更高的分类准确度,更快地收敛到新的目标概念。     

基于数学形态学FCM聚类原型图像降噪方法

由传感器得到的图像往往含有大量噪声,针对目前常用的二维直方图算法在图像噪声检测与分离过程中存在的不足,以及传统FCM聚类算法的特点,提出了一种基于数学形态学的FCM聚类原型初始化方法:首先基于数学形态学理论确定图像初始聚类点簇,然后运用FCM对点簇进行处理。理论分析与实验表明,该方法能有效消除图像中的噪声点,对均匀噪声背景下图像处理有一定的应用价值。     

MIMO radar waveform design in the presence of clutter and colored noise

The existing MIMO radar waveform design methods only deal with the optimization of radar waveform with the presence of clutter or colored noise, and unfortunately can not get the optimal waveform with the scenario when the clutter and colored noise coexist, which is more realistic in practical applications. To address this problem, a novel MIMO radar waveform design method based on mutual information in the presence of clutter and colored noise is proposed. The proposed scheme considers the influence of the target's response, clutter and colored noise on the optimization of the radar waveform. The mathematical expression for the transmit waveform matrix is achieved by theoretical derivation. What is more important, an optimal pairing of the eigenvectors of the target, clutter and colored noise is given and the power allocation for each antenna is optimized by the water-filling method. Simulation results show that when the total transmit power is 10dB, the proposed method's MI is 8bit and 4bit more than that of the general water-filling method and the method which only considers the pairing of the target's response and noise, respectively.     

TFPI-1抑制作用的模型化研究

TFPI-1在凝血动力系统中起着重要的调节作用,主要对FV∏α-TF的抑制过程作用显著.根据生物学实验建立一个关于TFPI-1,FV∏α-TF和FXα等因子的凝血动力数学模型.通过对模型的分析和数值模拟得到了一些与临床医学及实验相吻合的结论,展现出模型化方法的重要作用及预测能力.     

生物信息学中的学习问题

生物信息学是结合了信息科学和生命科学的一门交叉学科,兴起于人类基因组计划.随着人类基因组计划的完成与深入,生物信息的研究工作由原来的计算生物学时代进入后基因组时代,后基因组时代中一个最重要的分支就是系统生物学.本文从信息科学的视角出发,详细论述了机器学习方法在计算生物学和系统生物学中的若干应用.