在爆破设计中基于组合优化的一个新的计算公式

基于超图的性质,提出了一个在爆破设计中由经验公式和经验数据组成的通用的计算公式。当一个目标函数值可由许多公式估算时,它可以选出最好的几个分配问题的模型被用来做更准确地分析,新公式在爆破块度分布的计算中被验证。     

爆破设计中推广的体积平衡法及优化

文章把定向爆破抛掷堆积过程分为抛掷和滑移阶段，分别用体积平衡法和滑移方程进行计算，并在一定的条件下进行优化，使目前的体积平衡法在理论和应用上都提高了一步。     

电学层析成像中软场效应的度量与应用

“软场效应”的存在导致电学层析(ET)成像技术重建图像分辨率低,为了度量“软场效应”并降低其影响,提出了一个基于灵敏度系数的“软场效应”度量指标,据此实施ET测量数据的重构.实验结果表明:软场效应指标能够有效地反映“软场效应”对ET成像空间分辨率的影响,重构的数据能够提高已有ET算法的空间分辨率.     

一种减小爆破设计中误差的规划方法

这篇文章给爆破设计中计算同一对象的理论公式和经验公式赋以加权因子，通过优选这些加权因子完善了已有的公式。     

自适应模糊聚类

针对模糊聚类算法中的噪声敏感性以及点对类的隶属度缺乏典型性的问题,提出一个自适应模糊聚类方法.该方法可以自动地标识那些有影响力的或者说重要的原型样本,反映出这些原型样本对其他样本的影响.又可以自动地标识那些有影响力的或者说重要的类,反映出那些重要的类对其他类的影响.该方法能够有效地降低噪声对有用信息的干扰,为传统的聚类方法提供了一个具有可操作性又有效率的替代方案.该方法的收敛性被理论证明,两个试验检验了它的计算花费和准确性.     

一组新的聚类有效性指标

分析了几个常用的聚类有效性指标的特点,得出它们在聚类有效性设计中必须遵守的规律.基于这些规律以及类内距、类间距及噪声类的相互关系,提出一组新的有效性指标.它们对最优聚类数的计算效果优于现有的结果,特别是适合于含有任意形状和密度不均匀类的数据集的聚类效果评价.通过试验对这组有效性指标做了进一步对比,得到一些新的结果.     

Robust background subtraction in traffic video sequence

For intelligent transportation surveillance, a novel background model based on Marr wavelet kernel and a background subtraction technique based on binary discrete wavelet transforms were introduced. The background model kept a sample of intensity values for each pixel in the image and used this sample to estimate the probability density function of the pixel intensity. The density function was estimated using a new Marr wavelet kernel density estimation technique. Since this approach was quite general, the model could approximate any distribution for the pixel intensity without any assumptions about the underlying distribution shape. The background and current frame were transformed in the binary discrete wavelet domain, and background subtraction was performed in each sub-band. After obtaining the foreground, shadow was eliminated by an edge detection method. Experimental results show that the proposed method produces good results with much lower computational complexity and effectively extracts the moving objects with accuracy ratio higher than 90%, indicating that the proposed method is an effective algorithm for intelligent transportation system.     

基于张开角测度的数据约简

数据约简是包括数据压缩、数据调整和特征提取在内的数据挖掘技术中的重要课题,但已有的数据约简方法主要聚焦在特征或者维度的约简,而针对样本个数的约简方法,往往是针对具体的数据集开发,缺乏一般性.针对数据集中数据分布的一般特征,定义一种新的基于张开角的测度.该测度能够区分数据集中核心对象和边界对象分布的本质区别,实现数据集中以核心对象为中心的数据压缩.通过对UCI公共测试平台上20个具有不同特征的典型样本集进行数据约简和测试,结果表明:约简能够有效地提取数据集中的核心目标;通过对约简前后数据集采用经典K均值算法聚类,发现约简后数据集中聚类正确率明显高于约简前数据集.     

一类带有人工操作员经验的模糊控制器

证明了一个线性时变系统的稳定性定理, 基于此提出了一种带有人工操作员经验的模糊控制器的设计方法, 克服了现有方法对各个子系统寻找公共正定矩阵的困难, 以及重复进行辩识引起的浪费, 实验结果验证了方法的有效性和效率.