基于生成树集结算子的群组AHP判断矩阵集结算法

针对现有群组AHP(Analytic Hierarchy Process)判断矩阵集结算法,偏重于专家权重的选择,而忽略判断矩阵元素之间联系的不足,提出一种基于生成树集结算子的群组AHP判断矩阵集结算法.该算法依据判断矩阵与简单无向图生成树之间的关系,采用生成树集结算子获取完全一致集结矩阵,并利用完全一致集结矩阵和群组关联集结矩阵,综合考虑判断矩阵元素之间的个体一致性和群组关联性,计算获得满足一致性约束和最优相似性的群组集结结果.通过算例分析,说明该算法的可行性与有效性.     

离散随机系统的包含原理

提出线性时变离散随机系统的包含原理.根据系统包含的定义,给出系统状态观测与反馈控制闭环系统的约束条件和聚集条件,使具有重叠结构和模型降阶系统的反馈设计或LQG设计有充分的选择.     

基于支持向量机的中文模糊本体映射

Taking into account that fuzzy ontology mapping has wide application and cannot be dealt with in many fields at present, a Chinese fuzzy ontology model and a method for Chinese fuzzy ontology mapping are proposed. The mapping discovery between two ontologies is achieved by computing the similarity between the concepts of two ontologies. Every concept consists of four features of concept name, property, instance and structure. First, the algorithms of calculating four individual similarities corresponding to the four features are given. Secondly, the similarity vectors consisting of four weighted individual similarities are built, and the weights are the linear function of harmony and reliability. The similarity vector is used to represent the similarity relation between two concepts which belong to different fuzzy ontolgoies. Lastly, Support Vector Machine (SVM) is used to get the mapping concept pairs by the similarity vectors. Experiment results are satisfactory.     

连续再生颗粒捕集器对燃用生物柴油的柴油机颗粒物以及多环芳香烃的影响研究

为探究降低柴油机微粒及多环芳香烃的有效排放控制措施,在一台燃用生物柴油的增压多缸柴油机上应用连续再生微粒捕集器系统,研究了柴油机燃用生物柴油及采用连续再生微粒捕集器系统后对柴油机微粒和多环芳香烃排放的影响。研究结果显示:柴油机微粒排放呈现核态与聚集态形式并且粒子粒径呈现多峰值化特征,燃用生物柴油对核态微粒粒径浓度影响不大,而聚集态微粒排放则有着较为明显的下降趋势,采用连续再生颗粒捕集器后最大下降幅度达到94.6%。柴油机微粒排放中核态粒子浓度占60%以上,燃用生物柴油后该值进一步提升,在试验工况下最大可达到95%。连续可再生微粒捕集器对聚集态粒子捕集效率高,最高可达到96%,试验用柴油机使用生物柴油后,由于核态颗粒数量浓度的提升致使捕集器系统效率有所下降。燃用生物柴油可有效降低绝大部分的多环芳香烃的排放,但测试结果显示:和苯芘蒽排放不降反升,与连续可再生微粒捕集器系统结合,能让菲、芘、苯芘等6种物质排放下降幅度更大。     

木质素荧光研究进展

木质素是植物细胞壁荧光的主要来源,是一种天然高分子荧光材料,但木质素的荧光机理和调控机制不明确,制约了其荧光特性的高值利用。本文从木质素荧光团化学结构的筛选和木质素荧光团间聚集耦合态的研究两方面出发,系统地综述了木质素荧光的研究现状,并分别对其研究思路和存在的科学问题进行了总结和凝练。分析表明,首先,由于木质素的自吸收效应和荧光淬灭剂的存在,仅从荧光强度和发射波长两方面筛选与真实木质素荧光相近的模型物作为其荧光团的结论存在一定局限性;其次,木质素荧光团间存在相互作用,单独分析木质素荧光团的化学结构意义有限,木质素真实发光基团是这些荧光团间的聚集耦合态;再次,在木质素微结构聚集行为研究和聚集诱导发光理论的基础上,已从宏观层面明确了木质素胶团间和胶团内两种基本聚集行为对其荧光的影响规律和作用机制,今后的研究应完善木质素聚集荧光行为的关联模型,并从微观分子层面深入揭示木质素荧光团间的耦合机制;最后,木质素荧光并非是一个单纯的光物理性质研究,更是一个由木质素化学结构解析、木质素微结构调控、木质素激发态能量转移等多方向交叉形成的综合性课题,揭示木质素荧光机制仍然是一个具有挑战性的工作,进而会对木质素其他方向的研究起到促进作用。     

基于状态聚类的多站点CSPS系统的协同控制方法

单站点传送带给料加工站（Conveyor-serviced production station,CSPS）系统中,可运用强化学习对状态——行动空间进行有效探索,以搜索近似最优的前视距离控制策略.但是多站点CSPS系统的协同控制问题中,系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式（或几何级数）增长,从而导致维数灾,影响学习算法的收敛速度和优化效果.为此,本文在站点局域信息交互机制的基础上引入状态聚类的方法,以减小每个站点学习空间的大小和复杂性.首先,将多个站点看作相对独立的学习主体,且各自仅考虑邻近下游站点的缓存库的状态并纳入其性能值学习过程;其次,将原状态空间划分成多个不相交的子集,每个子集用一个抽象状态表示,然后,建立基于状态聚类的多站点反馈式Q学习算法.通过该方法,可在抽象状态空间上对各站点的前视距离策略进行优化学习,以寻求整个系统的生产率最大.仿真实验结果说明,与一般的多站点反馈式Q学习方法相比,基于状态聚类的多站点反馈式Q学习方法不仅具有收敛速度快的优点,而且还在一定程度上提高了系统生产率.     

毕达哥拉斯模糊优先集成算子及其决策应用

作为直觉模糊集的推广形式,毕达哥拉斯模糊数能更好地刻画现实中的不确定性,此外在某些问题上,方案的属性之间往往具有优先关系,针对此类信息的集成问题,将毕达哥拉斯模糊数与优先集成算子相结合,提出了毕达哥拉斯模糊优先集成算子,包括毕达哥拉斯模糊优先加权平均算子和毕达哥拉斯模糊优先加权几何算子,并讨论了这些算子的性质。在此基础上,提出了毕达哥拉斯模糊优先集成算子的多属性决策方法,最后将其应用于国内四家航空公司服务质量评价中,说明了该算子的有效性和可行性。     

基于3D路径聚合高分辨率网络的胰腺分割

目的 胰腺的准确分割是胰腺癌识别和分析的重要前提。现有基于深度学习的主流胰腺分割网络大多是编码—解码结构,对特征图采用先降低再增加分辨率的方式,严重丢失了胰腺位置和细节信息,导致分割效果不佳。针对上述问题,提出了基于3D路径聚合高分辨率网络的胰腺分割方法。方法 首先,为了捕获更多3D特征上下文信息,将高分辨率网络中的2D运算拓展为3D运算;其次,提出全分辨特征路径聚合模块,利用连续非线性变换缩小全分辨率输入图像与分割头网络输出特征语义差异的同时,减少茎网络下采样丢失的位置和细节信息对分割结果的影响;最后,提出多尺度特征路径聚合模块,利用渐进自适应特征压缩融合方式,避免低分辨率特征通道过度压缩导致的信息内容损失。结果 在公开胰腺数据集上,提出方法在Dice系数（Dice similarity coefficient,DSC）、Jaccard系数（Jaccard index,JI）、精确率（precision）和召回率（recall）上相比3D高分辨率网络（3D high-resolution net,3DHRNet）分别提升了1.41%、2.09%、2.35%和0.49%,相比具有代表性编码—解码结构的胰腺分割方法,取得了更高的分割精度。结论 本文提出的3D路径聚合高分辨率网络（3D pathaggregation high-resolution network,3DPAHRNet）具有更强的特征位置和细节信息的保留能力,能够显著改善在腹部CT（computed tomography）图像中所占比例较小的胰腺器官的分割结果。开源代码可在https：//github.com/qiuchengjian/PAHRNet3D获得。     

离散随机模型降阶的最小条件信息损失方法

针对随机系统的模型降阶问题,从分析离散线性随机状态方程模型中的条件信息描述机制入手,讨论了模型状态集聚过程中系统的平均条件信息损失.运用在模式识别领域中获得成功应用的最小信息损失准则得出了一种新的模型降阶信息论方法———基于状态集聚的最小条件信息损失方法,并讨论了降阶模型阶次的选择.分析表明,当原系统是渐近稳定时,由该方法得出的降阶模型也是渐近稳定的.该方法运用简单,仿真研究也表明由该方法得出的降阶模型具有良好的近似性能.