对偶函数的研究

首次明确定义了反映二元域GF(2)上序列之间平移跨距关系的对偶函数,研究了基于二元域GF(2)上多项式f(x)对偶函数的存在性和若干性质,证明了当且仅当二元域GF(2)上多项式f(x)为本原多项式时才存在相应多项式下的对偶函数,给出了便于对偶函数计算的3条性质.最后作为对偶函数的一个应用,证明了m序列状态与共轭状态跨距之分布的均匀性.     

一个在Z[X]上多项式因式分解算法

用计算机实现多项式因式分解是计算机代数(公式推演)的一个重要研究课题。牛顿等人曾先后提出了在z[x]上多项式因式分解的数学方法。本文改进了他们的方法,并进一步给出了一个可在微型机上实现的在Z[x]上多项式因式分解的算法。     

基于变异函数的径向基核函数参数估计

研究了支持向量机(support vector machine,SVM)方法在一定假设条件下,核函数取 为样本协方差函数时解的具体形式,得出了在该假设情况下SVM方法等价于克立格方法的结 论,提出了用协方差函数作为SVM核函数的思想.考虑到在某些情况下协方差函数可能不存 在,因此考虑用变异函数来代替协方差函数估计径向基核函数的宽度参数.这样不仅解决了 SVM中径向基核函数宽度参数的确定问题,而且把这种情况下的SVM拟合与概率统计学中的 克立格方法联系了起来,赋予了SVM方法新的统计上的意义.     

一类本原σ-LFSR 序列的构造与计数

有限域GF(2k)上本原σ-LFSR序列的分量序列均是二元域上具有相同极小多项式的m-序列,已知一条GF(2k)上本原σ-LFSR序列的距离向量,就可以用二元域上的m-序列构造它.研究了一类本原σ-LFSR序列——Z本原σ-LFSR序列距离向量的计算问题.给出了一种GF(2k)上n级Z本原σ-LFSR序列距离向量的计算方法,其主要思想是,利用GF(2k)上1级Z本原σ-LFSR序列的距离向量来计算n级Z本原σ-LFSR序列的距离向量.与其他现有方法相比,该方法的效率更高.更有价值的是,该方法也适用于GF(2k)上n级m-序列距离向量的计算.最后给出了GF(2k)上n级Z本原σ-LFSR序列的计数公式,说明其个数比GF(2k)上n级m-序列更多.     

Construction and Enumeration of a Class of Primitive σ-LFSR Sequences

有限域GF(2k)上本原σ-LFSR序列的分量序列均是二元域上具有相同极小多项式的m-序列,已知一条GF(2k)上本原σ-LFSR序列的距离向量,就可以用二元域上的m-序列构造它.研究了一类本原σ-LFSR序列——Z本原σ-LFSR序列距离向量的计算问题.给出了一种GF(2k)上n级Z本原σ-LFSR序列距离向量的计算方法,其主要思想是,利用GF(2k)上1级Z本原σ-LFSR序列的距离向量来计算n级Z本原σ-LFSR序列的距离向量.与其他现有方法相比,该方法的效率更高.更有价值的是,该方法也适用于GF(2k)上n级m-序列距离向量的计算.最后给出了GF(2k)上n级Z本原σ-LFSR序列的计数公式,说明其个数比GF(2k)上n级m-序列更多.     

余弦函数型最佳一致逼近多项式

依据最佳一致逼近的基本理论,围绕切比雪夫多项式的特征方程,参照余弦函数的变化图形,建立了余弦函数型最佳一致逼近Cn(x)多项式.@@文中介绍了Cn(x)多项式在被逼近函数y(x)=0条件下依据的微分方程、相关定义、有关性质、数学表式、递推公式;讨论了它与切比雪夫Tn(x)多项式之间的关系及转化;提供了在y(x)≠0条件下Cn(x)多项式转化成c(x)所具有的特征和特点;给出了关于c(x)多项式得以实现的具体算法.应用实例表明,在减少多项式的摆动性、提高逼近精度、增大预测范围方面都有较大的改善和提高.     

基于人工神经网络铂电阻非线性估计方法的研究􀀁

本文提出了一种基于人工神经网络的铂电阻传感器非线性估计方法,该方法用二次幂级数多项式拟合温度传感器的非线性模型,多项式的系数可由神经网络学习算法得到,当条件发生变化时,只要给出几组测量数据对,通过该方法可自动重新训练网络,获得新的多项式系数,实现传感器的非线性估计。     

基于DPT的非线性调频信号的DOA估计

提出了一种基于DPT的宽带非线性调频信号的DOA估计算法.首先将非线性调频(NLFM)信号建模为高阶多项式相位信号(PPS)模型,然后通过高阶瞬时矩进行多项式相位变换.接收信号将变换为单个正弦信号和新的噪声.再利用ROOT-MUSIC或者ESPRIT算法对变换得到的正弦信号的波达方向进行估计.理论分析和仿真结果表明,该...     

具有属性析取萎缩-扩张特征的动态数据智能挖掘

S-粗集(singular rough sets)是把动态特征引入到Z.Pawlak粗集中对其加以改进而提出的,S-粗集具有动态特征.S-粗集具有3种形式:单向S-粗集(one direction singular rough sets)、单向S-粗集对偶(dual of one direction singular rough sets)与双向S-粗集(two direction singular rough sets);在一定条件下,单向S-粗集、单向S-粗集对偶与双向S-粗集被还原成Z.Pawlak粗集.利用单向S-粗集和单向S-粗集对偶给出具有属性析取特征的动态数据智能挖掘与应用;属性析取是数据具有的逻辑特征之一.主要结果是:利用单向S-粗集、单向S-粗集对偶结构,给出属性析取萎缩-扩张特征的动态数据生成与它的属性析取萎缩-扩张关系;给出数据推理与推理模型;利用数据推理给出动态数据智能挖掘定理;利用这些理论结果,给出动态数据智能挖掘-智能认知的应用.     

级联No序列的三项式特性研究

利用有限域GF(2n)到其子域GF(2m)上的迹函数及其性质,研究一类非线性扩频序列的密码学性质,即级联No序列的三项式特性。给出级联No序列的三项生成多项式的形式,将级联No序列三项式特性的结论应用到二元No序列中,解决了二元No序列的三项式特性问题。分析结果表明,级联No序列不仅具有三项式对,而且具有正则三项式对。     

A disjunctive kriging program for assessing point-support conditional distributions

In geostatistical applications, the local distributions of the values of a regionalized attribute at unsampled locations can be assessed by nonlinear methods such as indicator or multigaussian kriging. Disjunctive kriging can also be applied in the framework of bivariate isofactorial models, for which there exists a complete family of functions (factors) with no spatial cross-correlations. This work focuses on the point-support models with polynomial factors and gives practical tips for the modeling of the univariate and bivariate distributions and for the implementation of disjunctive kriging, mainly in what refers to the convergence of the expansions into factors, the post-processing of the estimated statistics and the use of ordinary kriging.The tools and concepts are complemented by a set of computer programs and applied to two case studies. The first one consists of topsoil samples measuring the lead concentration at a smelter site in Dallas, Texas. A gamma isofactorial model is fitted to these data and disjunctive kriging is used to map the local probabilities that the actual concentrations exceed a toxic threshold and to divide the smelter site into a safe and a polluted area. The second case study concerns the infestation of field crops by a caterpillar. A negative binomial model is used to characterize the number of bored stalk internodes and to assess the risk that this number exceeds given values.     

信息技术与课程整合的若干误区

本文指出了信息技术辅助课程教学整合过程中容易被大多数人忽视的苦干误区,以期望信息技术与课程的整合更有效于新课程教学,从而使信息技术辅助课程教学更趋完美。     

The asymptotic p-stability of composite stochastic systems

The sufficient conditions of asymptotic p-stability of non-linear composite stochastic systems are established with the objective of analysing composite systems in their lower order subsystems in terms of their interconnecting structure. Nonlinear systems with gaussian random noise are considered and an example is given to illustrate the criteria obtained.     

基于先验信息的残余克里金法的研究

论文在可视化插值过程中所遇到的精确数据点少,而先验信息比较丰富的情况下,以传统克里金插值法原理为基础,提出了基于先验信息的残余克里金插值法。该插值方法是一种精确的内插方法,在精确数据点密集的区域,插值的结果主要反映精确数据的变化,而在精确数据点少,先验数据多的区域,插值的结果反映的是先验数据的变化趋势。两个应用实例的结果验证了这一方法的特点。     

Robust Kalman filter for linear discrete-time system with gaussian sum noises

This paper considers the filtering problem for discrete-time linear systems where the distributions of the process and observation noises are of gaussian sum distributions. Since the gaussian sum noise can be considered to be a sample from one of the gaussian distributions forming the gaussian sum, we define the distribution selection parameters that specify sample noises from the gaussian sum distribution. By using the maximum a posteriori (MAP) estimates of the selection parameters, a robust state estimation algorithm combined with the Kalman filter is developed. Simulation studies are also included to show the effectiveness of the present algorithm.     

一种自适应各项异性高斯滤波方法

为了提高图像的信噪比且尽可能保留图像边缘信息,论文提出了一种自适应各项异性高斯滤波方法,该方法根据各象素位置的灰度梯度值决定在这一点是采用各项同性还是各项异性高斯滤波,如果采用各项异性滤波,则由该处的灰度梯度方向角自适应决定各项异性滤波器的长轴方向。仿真实验表明,论文提出的自适应各项异性滤波器在边缘保持方面优于各项同性高斯滤波器。     

基于时延期望的车载自组织网络机会路由算法

针对车载自组织网络中,车辆随机运动的环境下源节点、目的节点均为运动中的车辆时数据传输效率低下的问题,提出了一种基于时延期望的机会路由算法.算法融合了概率论和统计学知识,综合考虑目的节点轨迹预测和数据时效性两方面需求,得到时延期望参数,以该参数作为整个数据传输过程中每一次数据转发中继节点选择标准,保证数据能够及时、有效地由移动中的源节点转发至移动中的目的节点.     

一种融合遥感和地面观测资料的雪深空间插值方法

针对积雪观测站点稀少的问题,提出一种考虑海拔影响,能够融合MODIS积雪面积产品和站点观测的雪深空间插值方法,该方法利用去云后MODIS积雪面积产品构建的无积雪“虚拟站点”弥补站点分布不均匀和稀少的不足,利用泛协克里金插值方法考虑海拔对雪深的影响。利用北疆地区50个气象站点的逐日雪深观测资料、逐日MODIS积雪面积产品和AMSR-E被动微波雪水当量和雪深产品,对普通克里金、泛克里金、普通协克里金和泛协克里金插值结果进行了比较研究。研究结果表明:积雪覆盖范围较大时,站点雪深与海拔之间相关系数较大,利用泛协克里金插值结果精度高且稳定;否则利用普通克里金插值精度较高且稳定。通过增加“虚拟站点”,能够提高雪深插值精度,并在一定程度上修正了克里金插值中存在的平滑效应。
     

Application of geographically weighted regression to fill gaps in SLC-off Landsat ETM+ satellite imagery

Landsat 7 enhanced thematic mapper plus (ETM+) satellite imagery is an important data source for many applications. However, the scan line corrector (SLC) failed on 31 May 2003. As a result of the SLC failure, about 22% of the image data is missing in each scene; this is especially pronounced away from nadir. In this article, a local regression method called geographically weighted regression (GWR) is introduced for filling the gaps of the Landsat ETM+ imagery, and it is compared with kriging/cokriging for this purpose. The case studies show that the GWR approach is an effective technique to fill gaps in Landsat ETM+ imagery, although the image restoration is still not perfect. GWR performed marginally better than the complex cokriging method, which too has proven to be an effective method, but is computationally intensive. Although there are visible seam lines at the edges of the filled wide gaps in some bands, the validation results – including RMSE values, error distribution maps, and classification results for the case studies – demonstrate that the DN values estimated by GWR are in fact closer to those of the original image than the corresponding values estimated by kriging/cokriging.