基于梯度分布调节策略的Xgboost算法优化

为了解决集成学习模型Xgboost在二分类问题中少数类检出率低的问题，提出了基于梯度分布调节策略的改进的Xgboost算法——LCGHA-Xgboost。首先，通过定义损失贡献（LC）来模拟Xgboost算法中样本个体的损失量；而后，通过定义损失贡献密度（LCD）来衡量Xgboost算法中样本被正确分类的难易程度；最后，提出了梯度分布调节算法LCGHA，依据LCD动态调整样本个体的一阶梯度分布，间接地增大难分样本（主要存在于少数类中）的损失量，减小易分样本（主要存在于多数类中）的损失量，使Xgboost算法偏向对难分样本的学习。实验结果表明,与Xgboost、GBDT、随机森林（Random_Forest）这三大集成学习算法相比，LCGHA-Xgboost算法在多个UCI数据集上的召回率（Recall）值有5.4%~16.7%的提高，AUC值有0.94%~7.41%的提高；在垃圾网页数据集WebSpam-UK2007和DC2010数据集上所提算法的Recall值更是有44.4%~383.3%的提高，AUC值有5.8%~35.6%的提高。LCGHA-Xgboost算法可以有效提高对少数类的分类检出能力，减小少数类的分类错误率。     

基于双树复小波的无参考立体图像质量评价

随着3D技术的不断发展，立体图像的使用领域越来越广泛，同时人们对图像的清晰度要求越来越高，因此，立体图像的质量评价成为关注点，基于此，提出了一种基于双树复小波变换的立体图像质量评价算法。使用双树复小波变换对立体图像的左、右视图进行处理，生成纹理结构图像，且根据最小能量误差的原理，获取左右视图的视差图；对纹理结构图像和视差图提取非对称广义高斯分布模型的参数、梯度幅值、相对梯度方向方差和奇异值曲线与坐标轴的面积等特征；使用AdaBoosting BP神经网络，进行训练和预测立体图像的质量得分。在LIVE立体图像数据库上的实验结果表明，新方法预测得分与主观得分有较好的一致性，获得了比较好的实验结果。     

天基跟踪层星座性能建模与仿真

随着高超声速武器技术的快速发展和实战化部署，美国有针对性地提出了建设国防太空架构跟踪层计划的设想。首先，介绍了跟踪层卫星主要设计性能参数；其次，建立了跟踪层星座覆盖性能分析模型、探测能力分析模型和跟踪性能分析模型；最后，通过仿真计算对跟踪层系统性能进行了分析，并推断了系统全星座最小卫星数量、探测灵敏度和全球目标最优跟踪精度等核心能力。分析结果对相关系统信息处理算法研究、载荷与星座方案设计具有重要参考价值。     

浮磁联合处理刚果(金)某难选氧化铜钴矿试验研究

刚果(金)难选氧化铜钴矿含Cu 4. 09%、Co 0. 86%,矿石中的铜钴矿物赋存状态复杂,易浮脉石含量大,同时有部分铜钴矿物以机械混入形式和类质同像吸附形式进入褐铁矿中。针对其矿石特性,研究确定了预先脱除云母浮选—氧化铜钴硫化浮选—高梯度磁选选矿工艺流程,推荐工艺全流程闭路试验获得了铜钴精矿含Cu 16. 75%、Co 3. 45%,总精矿中Cu回收率为91. 05%、Co回收率为88. 61%的选矿指标。     

基于最小方差的声线跟踪自适应分层算法

针对高精度水声定位系统中定位精度与计算量相互矛盾的问题,提出了基于最小方差的声线跟踪自适应分层算法。该算法根据声速在有限范围内规律变化的特点,对声速剖面全局搜索,通过各段声速散点到其拟合直线的总方差表示拟切分段与原始声速剖面的差别,利用最大差别找出最佳切分点,保留原始声速剖面特征,实现对声速剖面的简化。实验结果表明,该算法在保证定位精度的同时能够提高计算效率,具有良好的工程应用价值。     

一种适用于开采沉陷的InSAR最大可检测形变梯度函数模型

由于时空失相干、大气延迟等因素的影响,InSAR技术的检测能力受限,无法保证任意矿区监测结果的有效性。若检测能力未知,使用InSAR技术将极易造成人力、物力资源的浪费。为有效判断InSAR技术是否适用于矿区地表形变区域探测,提出了一种适用于开采沉陷的InSAR最大可检测形变梯度(Maximum Detectable Deformation Gradient,MDDG)函数模型。首先通过分析地质采矿因素对开采沉陷的影响,选取矿区开采深厚比和下沉系数两个参数作为模型参数;然后基于不同分辨率、不同波长和不同入射角的SAR影像数据,采用数值模拟和回归分析方法,建立了水平煤层开采条件下的InSAR最大可检测形变梯度函数模型。为验证模型的可靠性,采用陕西大柳塔矿区2012年11月21日—2013年4月2日的13景TerraSAR卫星数据进行模型验证试验。研究表明:InSAR在该矿区的最大可检测梯度为0.008 56,相邻控制点间能够检测的形变量不超过0.171 2 m,采用地表观测站GPS数据作为参考形变值验证了上述结论;与现有模型对比,该模型检测精度更高,细化检测性能更为突出,且无需提前获取SAR影像,可为促进InSAR技术应用于矿区开采沉陷监测提供参考。