基于结构元理论的模糊联盟合作对策

仅考虑局中人参与率模糊的合作对策,称为模糊联盟合作对策。将该模型中的模糊参与率用模糊结构元表示,得到基于结构元理论的具有模糊数Choquet积分表达形式的支付函数和Shapley值的理论框架,继而定义结构元线性生成的模糊支付函数和Shapley值表达式。通过算例与区间数的方法进行对比,结果表明：基于结构元理论的模糊联盟合作对策,模型中的模糊数均由结构元线性生成,模糊数之间的四则运算转化成简单的函数表达式之间的四则运算,避免了模糊数之间运算的遍历性,运算简便。运算结果包括区间及区间上各点的隶属度,结果更加精确。     

基于曲量场空间的车牌定位与识别

提出了一种新的采用曲量场空间描述的车牌定位与识别算法.该算法首先在彩色车牌图像中进行亮度扫描,然后拟合渐变梯度向量,并以曲量子进行点阵描绘并消除彩色信息,最后以采样的曲量子群分别融合成车身、车牌及字符的曲量子空间,将融合的车牌、字符曲量子空间进行边缘曲量子的光滑衔接组成曲量场并提取场内曲量的空间数据及其曲量约束信息进行...     

基于约束剖分三维露天矿采场模型的建立

为了提高露天矿采场三维模型的精度和三维显示效果,根据露天矿采场数据的特点,提出了采用约束Delaunay三角剖分建立露天矿采场三维模型的方法.该方法集成了采场中的散点和线状数据,使模型更接近实际采场,精度更高.这一方法用VC++net编程得以实现,并在实践中得到了很好的应用,建立的采场三维模型能很好地反映露天矿采场的实际情况,明显提高了模型的精度,并增强了模型的三维显示效果.     

基于LMDI和泰尔指数的长江经济带公共建筑碳排放变化研究

基于LMDI因素分解模型,分析了2010-2019年长江经济带碳排放综合系数、能源强度、产业结构、经济水平和城镇化率对公共建筑碳排放变动的影响,并利用泰尔指数测算了公共建筑碳排放主要影响因素的区域差异。结果表明：(1)经济水平的提高和城镇化的发展是促进公共建筑碳排放增长的主要因素,而产业机构的调整和能源强度的降低则抑制了碳排放的增加。(2)基于能源强度和经济水平的碳排放泰尔指数均表明区域内差异是造成该经济带公共建筑碳排放不平衡的主要原因,各区域阶梯效应削弱,区域内部呈现分化发展的局面。(3)政府应重点关注区域内部互联,建立以经济水平碳排放为约束指标的碳减排协同治理机制,实现长江经济带公共建筑业的协调发展。     

具有类间差异约束的多对抗深度域适应模型

为实现目标域样本能够与源域中同类样本准确对齐,并在保证样本准确识别率的条件下进一步提高不同类别样本特征间的可区分性,提出了一种带有类间差异约束的域适应模型。首先,该模型采用深度卷积神经网络对源域样本进行了有监督学习,并在训练过程中基于提出的类间差异测量函数对源域样本特征加以类间差异性约束;其次,该模型采用了多对抗域鉴别网络结构,其中提出了一种目标域样本伪标签计算方法,从而将无标签的样本指定到合理的域鉴别网络进行训练;最后,通过最小化分类损失与最大化域鉴别损失,获得最优特征提取器与特征分类器。实验结果表明,对于4种数据集,提出的模型在目标域上平均识别准确率可以达到0.860,同类间的平均距离、不同类间的平均距离、目标域中样本错误识别率相对于改进前分别降低0.003,提升0.065,降低0.025,从而验证了提出模型的性能得到了明显提升。     

人和人工智能系统的概念形成过程研究

概念的形成是实现人工智能的基础,为研究人工智能系统中概念的形成过程,从人对事物形成概念的过程出发进行了研究。比较人和人工智能系统的概念形成过程得到了如下特点:人的优势在于能自主地确定对象表象和对象功能中的各种特征和划分等,能在对象、描述性定义和功能性定义对应关系不完备情况下通过思维和联想建立概念;人工智能系统的优势在于丰富的对象表象感知能力,对象的各种特征和划分的长期存储、运算和分析能力;而人工智能的概念形成过程存在的缺点基本与人的概念形成过程的优点对应。因此本文认为人工智能的概念形成过程必须关注因素的智能识别、功能的系统实践和人经验知识的有师学习。现有技术在缺乏人经验知识的情况下,人工智能系统不能自主建立概念和知识库,不能实现智能过程。     

逆向物流多产品两阶段再生产网络鲁棒优化

考虑不同周期内逆向物流回收数量的不确定性和再生产设备的生产能力约束,将逆向物流回收数量、再生产成本和市场需求作为不确定参数,以成本最小为目标,建立了包含生产成本、设备运作成本、库存成本在内的多周期多产品两阶段逆向物流网络鲁棒优化模型。通过算例验证了模型的有效性。     

安全科学中的故障信息转换定律

为在安全科学领域实现从故障信息到安全决策过程,本文提出了安全科学中的故障信息转化定律。安全科学核心之一是系统可靠性。随着信息数据和智能科学的发展,系统可靠性理论也应跟随并发展。信息生态方法论是不同于传统机械还原论的方法论,可全方位研究故障信息。因素空间理论是基于因素的智能科学数学基础。空间故障树理论则是研究可靠性与因素关系的系统科学方法。因此三者在因素、系统变化及其特征研究方面具有天然的集成性。分别提供了研究系统可靠性的方法论、智能数学基础和具体实施平台。信息生态方法论和因素空间理论可指导并融入空间故障树理论的发展。从而为安全科学基础理论提供符合信息和智能科学的系统可靠性分析理念和方法,为安全科学的信息化及智能化作出尝试。     

先验模型约束的抗干扰轮廓跟踪

目的 基于水平集的轮廓提取方法被广泛用于运动物体的轮廓跟踪。针对传统方法易受局部遮挡、复杂背景等因素影响的问题,提出一种先验模型约束的抗干扰（AC-PMC）轮廓跟踪算法。方法 首先,选取图像序列的前5帧进行跟踪训练,将每帧图像基于颜色特征分割成若干超像素块,利用均值聚类组建簇集合,并通过该集合建立目标的先验模型。然后,利用水平集分割方法提取目标轮廓,并提出决策判定算法,判断是否需要引入形状先验模型加以约束,避免遮挡、复杂背景等影响。最后,提出一种在线模型更新算法,在特征集中加入适当特征补偿,使得更新的目标模型更为准确。结果 本文算法与多种优秀的轮廓跟踪算法相比,可以达到相同甚至更高的跟踪精度,在Fish、Face1、Face2、Shop、Train以及Lemming视频图像序列下的平均中心误差分别为3.46、7.16、3.82、13.42、14.72、12.47,算法的跟踪重叠率分别为0.92、0.74、0.85、0.77、0.73、0.82,算法的平均运行速度分别为4.27 帧/s、4.03 帧/s、3.11 帧/s、2.94 帧/s、2.16 帧/s、1.71 帧/s。结论 利用目标的先验模型约束以及提取轮廓过程中的决策判定,使本文算法在局部遮挡、目标形变、目标旋转、复杂背景等条件下具有跟踪准确、适应性强的特点。     

前景划分下的双向寻优跟踪方法

目的 基于目标模型匹配方法被广泛用于运动物体的检测与跟踪。针对传统模型匹配跟踪方法易受局部遮挡、复杂背景等因素影响的问题,提出一种前景划分下的双向寻优BOTFP （Bidirectional optimization tracking method under foreground partition）跟踪方法。方法 首先,在首帧中人工圈定目标区域,提取目标区域的颜色、纹理特征,建立判别外观模型。然后,利用双向最优相似匹配方法进行目标检测,计算测试图像中的局部特征块与建立的外观模型之间的相似性,从而完成模型匹配过程。为了避免复杂背景和相似物干扰,提出一种前景划分方法约束匹配过程,得到更准确的匹配结果。最后,提出一种在线模型更新算法,引入了距离决策,判断是否发生误匹配,避免前景区域中相似物体的干扰,保证模型对目标的描述更加准确。结果 本文算法与多种优秀的跟踪方法相比,可以达到相同甚至更高的跟踪精度,在Girl、Deer、Football、Lemming、Woman、Bolt、David1、David2、Singer1以及Basketball视频序列下的平均中心误差分别为7.43、14.72、8.17、13.61、24.35、7.89、11.27、13.44、12.18、7.79,跟踪重叠率分别为0.69、0.58、0.71、0.85、0.58、0.78、0.75、0.60、0.74、0.69。与同类方法L1APG （L1 tracker using accelerated proximal gradient approach）,TLD （tracking-learning-detection）,LOT （local orderless tracker）比较,平均跟踪重叠率提升了20%左右。结论 实验结果表明,在前景区域中,利用目标的颜色特征和纹理特征进行双向最有相似匹配,使得本文算法在部分遮挡、目标形变、复杂背景、目标旋转等条件下具有跟踪准确、适应性强的特点。