基于l1范数相干度的量子态区分

为探究区分量子态的最优策略,以相干作为资源,利用附加辅助系统的方法来区分非正交量子态,并给出了l₁范数相干度与区分量子态的成功概率之间的数值关系,同时量化了某些特定情况下不出错的量子态区分(UQSD)的最优协议所需的l₁范数相干均值.本文的研究结果表明,通过调整生成的相干度可以提高区分量子态的成功几率.     

基于相对熵的KNN文本分类方法的研究

摘要:为提高处理文本相似度的效果,提出了一种基于相对熵度量文本差异的KNN算法.该算法首先对文本进行预处理(分字与删去停用字)和构建特征字字典; 然后计算训练集中所有文本特征字的概率,并组成训练集(特征字概率矩阵); 最后计算预测文本的特征字概率向量,并通过计算和统计K个预测文本与训练集文本间相对熵最小的文本类别个数后将数目最多的类别作为测试样本的类别.实验结果表明,该算法的分类效果不仅显著优于传统KNN、SVM、Decision Tree、朴素Bayes算法的分类效果,且在小样本数据情况下     

一类高阶非线性差分方程的吸引性

在文献[1-2]的基础上,研究了非线性差分方程xn+1=a-bxpn-k/A-x2n的全局稳定性和正解的周期性,其中a,A为非负实数,b为正实数,k,p∈{1,2,…},p≥2.证明了该方程的一个正平衡点是一个全局吸引子,并给出了相应的吸引域.     

基于概率神经网络的人群密度估计

研究图像在频域中的纹理特性,实现了在频域中的人群密度估计.首先,对视频的每一帧进行离散余弦变换(DCT),将视频图像的空域性质转化到频域中;其次,统计分析视频图像DCT变换矩阵的纹理特性,提取能描述不同密度等级的纹理描述子作为特征向量;最后,用提取出的特征向量训练概率神经网络,并进行人群密度等级估计.实验表明,该方法可以很好地进行密度估计,获得了较高识别效率.     

结合锥模型算法的修正多步拟牛顿法

提出一种解决维数较大的无约束优化问题的混合算法.该算法采用了一个开关用于切换修正多步拟牛顿算法和锥模型算法.结果表明,该算法既保留了拟牛顿算法的快速有效性,又将适用范围扩大到了二次模型逼近效果较差的函数,且对于大多数维数较大的函数都是切实可行的.     

人脸朝向检测中PCA子空间构造方法研究

研究了主分量分析(PCA)子空间在人脸朝向检测中的构造方法.首先,用训练集中的人脸样本构造主PCA空间;其次,根据4种不同的人脸朝向分别构造4个辅PCA空间;最后,对测试集中的人脸先经过主PCA空间判断是否为人脸,再对判定为人脸的测试样本用4个辅PCA空间进行人脸朝向检测.实验结果表明,测试样本先经过主PCA空间然后再经过辅PCA空间的分类结果好于只用4个辅PCA空间的分类结果,并且对表情变化、脸部饰物有良好的鲁棒性.     

2000—2008年长白山地区EVI变化特征研究

利用2000—2008年250 m分辨率MODIS EVI数据,结合谐波分析、影像处理和多种统计方法分析长白山地区的植被覆盖年内和年际变化特征,并结合区划图和植被类型图对不同区域和不同植被类型的植被覆盖变化进行分析.分析显示:近9年长白山地区植被覆盖总体呈上升趋势,其中夏季上升最为显著;和龙林业局的植被覆盖较好,长白山保护区和白河林业局的植被覆盖处于较高的增长趋势,而朝鲜一侧的植被覆盖较差且增长缓慢;阔叶林和针阔混交林的植被覆盖高于针叶林、荒草地、沼泽地、高山岳桦林和高山苔原,其中高山岳桦林和高山苔原的植被覆盖正处于较快的增长趋势.     

一类非线性时滞偏差分方程的不饱和解

利用频密测度和无穷双序列{um,n}不饱和解的概念,讨论了一类带有可变号系数的非线性时滞偏差分方程解的不饱和性质,给出了偏差分方程解的频密振动性的几个充分条件.     

Ce、Gd、Ce/Tb、Gd/Tb单双掺杂ZCB基质光致发光性质

采用高温固相法在弱还原气氛下,分别合成了单掺Ce3+、Gd3+和双掺Ce3+/Tb3+、Gd3+/Tb3+的ZnO-CdO-B2O3(ZCB)基质系列荧光体.光谱分析表明:Ce3+的5d→4f(2F7/2,2F5/2)和Gd3+的8P7/2→8S7/2跃迁的强发射分别对应于427 nm和574 nm,而Ce3+/Tb3+和Gd3+/Tb3+的强发射分别对应于546 nm和548 nm.双掺Ce3+/Tb3+、Gd3+/Tb3+的荧光体比单掺Tb3+的发射强度显著增强,这表明存在Ce3+→Tb3+、Gd3+→Tb3+的能量传递,且Ce3+和Gd3+都是Tb3+的优异敏化剂.     

极C-invex条件下多目标非线性规划问题的对称对偶性

提出了一个多目标非线性规划的对称对偶性问题,并利用弱有效性和真有效性的概念,证明了在极C-invex条件下与规划问题相关的弱对偶定理、强对偶定理、逆对偶定理和自对偶定理.