成矿系统中的耗散结构──以聚铀过程为例

以聚铀过程为例，对成矿系统运用耗散结构理论进行初步探讨。结果表明：（１）成矿系统是一个非平衡、自组织的开放系统，具非线性叠加性和高度有序性；（２）地质力是聚铀过程中导致负熵演化的动力来源；（３）构造运动及其多旋回性是成矿系统演化并产生新质变、新量变的巨涨落；（４）聚矿系统的耗散结构可由数学模型进行归纳。     

基于遗传算法的超亚高斯混合信号盲分离

针对基于扩展信息最大化算法的盲源分离算法在分离超亚高斯混合信号时依赖于信号的峭度估计且对初始分离矩阵和步长较为敏感的问题,提出了一种基于遗传算法的盲源分离算法。该算法以分离信号之间的互信息作为代价函数,采用非多项式函数的逼近方法解决了互信息求解过程中涉及到的负熵的计算问题,用遗传算法代替梯度寻优算法最小化代价函数。仿真结果表明:在分离超亚高斯混合信号时,该算法计算简单,鲁棒性好,迭代100次时性能指数值达到0.025 5,分离性能优于基于扩展信息最大化算法的盲源分离算法。     

基于熵视角的企业安全文化建设分析

传统企业安全文化的研究大多是内控式的、静态的管理模式和机制的研究。这种研究的缺陷在于将企业安全系统看成一个孤立的系统,致使企业内部难以建构一个科学、完整的文化管理系统。引入"熵"的概念可以更清晰的分析企业安全文化建设的目标结构和类型结构。通过建立熵流模型和分析熵流控制,可以建立一个开放式的企业安全文化管理系统。     

齿轮泵压力信号的负熵基ICA特征提取和故障诊断

齿轮泵动态压力信号蕴含了丰富的状态信息,是齿轮泵的关键性能参数之一;负熵是随机变量独立性的自然测度,反映了机械信号信息的动态变化特征。为了进行基于齿轮泵动态压力信号的故障诊断,在引入经验模态分解技术的基础上,提出了齿轮泵压力信号的负熵基ICA特征提取方法,并进而联合最小二乘支持向量机,探讨了基于ICA和LS-SVM的齿轮泵特征提取和故障诊断方法;理论和试验研究表明,基于负熵的ICA特征提取和故障诊断方法是有效的。     

负熵的零代价——从无序中创造有序

受棘轮机制的启发,利用势阱作为无形的棘齿构建了一个能导致电子定向运动的系统模型,并从微观角度作了详细分析,分析结果表明电子的逸出是一个偏离平衡的自发过程,此过程能在产生负熵的同时不消耗有序能.对模型的动力学特征作进一步分析表明,系统具有一般自组织系统普遍的自组织行为特征,并支持"孤立体系可存在零代价的突变"的论点.从不同角度重新分析麦克斯韦妖问题并对热力学第二定律的普适性表示质疑.     

矿井瓦斯传爆温熵图与防爆的负熵机理

为了探讨瓦斯防爆的综合指标，依据现代系统的理论的能量观点，建立了瓦斯传爆的比熵界限及温熵图，该图是瓦斯传爆的能流界限图，它比现用的瓦斯浓度三角形更加全面准确，借助耗散结构理论，分析了瓦斯防爆的负熵机理，并对惰性气体的抑爆浓度等实验数据作出了理论解释。     

基于QR分解的最大负熵盲分离算法

提出了一种新的实时线性混叠信号盲分离算法。该算法先采取白化混叠信号将混叠矩阵转换为正交矩阵,然后基于QR分解理论,并结合源信号相互独立时负熵最大的特点而导出。该方法避免了目前许多学习算法中矩阵逆的计算,从而大大地减少了分离的计算量。理论分析与仿真结果表明该算法不仅具有很好的分离效果,而且也减少了分离时间,其效果均优于Andrzej(1996)和Pham(1999)的相应结果。     

基于独立分量分析的快速定点算法

独立分量分析(ICA)近年来应用于盲信号分离中的最常用的方法。基于独立分量分析引入了快速定点ICA算法。定点ICA算法是一种离线的算法,既可以分离一个信号,也可以分离多个信号,并且该算法收敛速度很快,一般经过3～10次迭代即可有效地分离源信号。该算法与其它算法相比较,收敛速度比较快,需要迭代的步骤少。     

静电与麦氏妖及混沌

本文将静电研究中的一些问题与韦克斯韦妖、负嫡及当今兴起的混沌学联系起来，或者说，把麦氏妖、负熵、混沌引进静电研究领域。