颜色共生矩阵的Fisher信息度量及识别应用

基于多项流形的黎曼几何,提出一个在矩阵流形框架下度量颜色共生矩阵信息差异并将其应用于目标识别的新方法。对于给定的颜色量化水平和每个像素局部邻域,该方法将一幅彩色图像的任意两个颜色通道中共生的颜色建模为一个潜在的多项分布的概率实现。通过基于紧化的共生频率嵌入,可将每幅图像等同为一个积矩阵流形上的一点,其中每个因子流形被赋予了从对应的多项流形上诱导的Fisher信息距离度量。对于一个识别任务,测试样本与训练样本间的匹配通过先在每个因子流形上使用最近邻分类器进行标签预测然后在积流形上进行多数投票完成。在GT彩色人脸库和COIL-100目标库上获得的出色的识别效果验证了该方法的有效性。     

基于TOPSIS法的城市内涝事件应急群决策研究

为满足城市内涝的应急决策需求,减少内涝损失,提出了基于TOPSIS法的城市内涝事件应急群决策模型。一方面,针对城市内涝事件的发生具有不确定性、复杂性和阶段性的特点,采用区间灰数描述待评价应急方案的评价指标属性值和评价指标权重;另一方面,为有效协调多目标之间的错综复杂的关系,引入TOPSIS法进行方案评价,根据加权规范化矩阵确定方案的正理想解和负理想解并计算相对接近度,并与决策者权威性权重融合得到综合群体决策相对接近度,根据可能性矩阵的排序向量的大小对方案进行排序择优。通过案例分析结果表明:模型具有可行性和现实意义,能够为城市内涝事件的应急决策提供理论参考。     

基于MLE与流形学习的数据可视化方法

在一个给定的样本空间划分下,每个数据集是一个潜在的多项分布的抽样假设。通过对模型参数的最大似然估计,数据集的潜在分布近似于一个离散化的经验分布。根据推广的多项分布族的Fisher度量,潜在分布的信息差异可近似为经验分布间的差异,为基于MLE嵌入得到的信息流形上非监督学习创造了条件。当约简空间的维数为2或3时,原数据集之间的自然可分性可通过降维数据展现出来。实验结果表明,该方法能应用到大样本数据集或彩色图像等高维结构化数据的可视化。     

工科大学物理课程教学改革的探讨

工科专业的招生比例日益增大,大学物理课程在针对工科的教学问题越来越多,针对这种不可改变的趋势,本文探讨大学物理在工科院校如何有效地开展和改革的问题。     

随机颜色直方图的Fisher信息融合及应用

采用在颜色空间的随机划分基础上提取随机直方图从而实现一种以动态方式提取图像颜色分布信息的方法。基于多项费歇尔几何,采用平均延拓的费歇尔信息距离量化随机颜色直方图集合之间综合的信息差异。除了为基于k-近邻的图像分类提供最直接判别元素外,融合的平均信息差异也使得在一个乘积多项流形闭包上学习随机颜色直方图集的集合成为可能。基于颜色特征的图像分类,聚类及可视化等任务此时可在减少集上完成。在ALOI数据集的部分图像集上获得的实验结果证实了方法的有效性。     

基于均方指数稳定的一类随机不确定系统的可靠控制

本文在均方指数稳定意义下,研究了一类带连续故障模型的范数有界不确定随机系统的可靠控制问题。借助于Lyapunov稳定性定理和线性矩阵不等式方法,获得了可靠控制器存在的充分条件,以及可靠控制器的设计表达式。同时,借助于数值例子验证了结果的有效性。     

动态事件触发策略下非线性离散奇异系统的抗野值分布式融合滤波（英文）

本文研究一类多传感器非线性奇异系统在动态事件触发策略下的抗野值分布式融合滤波问题。采用自适应饱和函数设计滤波器可以有效减轻数据传输中测量野值的影响。为进一步节省每个传感器节点的能耗,提高资源利用效率,利用动态事件触发策略调节数据传输频率。对于所处理的非线性奇异系统,本文主要目的是在测量野值和动态事件触发策略影响下构造局部抗野值滤波器,并通过求解差分方程得到滤波误差协方差矩阵的局部上界。同时,所设计的滤波器增益可以确保该局部上界迹取值最小。此外,根据局部滤波器及其上界、逆协方差交叉融合准则,提出可以降低数据传输频率和测量野值的影响的分布式融合滤波算法。在均方意义下,讨论滤波误差的一致有界性并给出相应的充分条件。最后,通过仿真例子验证算法的有效性。