瞬变电磁法在变电站地质物探中的应用

在电力系统地质探测方面,为了查明引发滑坡的地质形态特征,简要介绍了瞬变电磁法(TEM)的工作原理及其探测方法,并以滇东北区某变电站周边边坡进行探测为例,通过对视电阻率成像图进行分析,得到了视深断面图的地形特征,总结了地质形态的分布情况.与传统的电阻率法相比,瞬变电磁法能够高效、简便地运用在山地环境的地质物探中.     

基于中国剩余定理的群签名改进方案

自陈泽文首次提出基于中国剩余定理的群签名后,已出现不少对其改进的方案,但仍未有方案在不使用第三方辅助签名或验证的情况下实现非关联性。针对这一问题,提出了一个基于中国剩余定理的群签名改进方案,通过结合子集覆盖框架中完备子树的方法来实现上述非关联性,以满足群成员安全、快速的加入和撤销,而无需改变其他成员私钥。该方案还实现了防权威陷害攻击。最后对其安全性和效率进行分析,并与现有方案进行对比,结果表明,所提方案具有一定的优势。     

基于贝叶斯最大化后验估计方法的图片合成模型研究

在图像处理应用中,常常需要根据一些列相关的输入图片生成一张新的图片。现有的研究大都设定一些启发式规则用于图片的合成过程。为了提高图片合成的性能,提出了一种基于改进的贝叶斯方法的图片合成模型。在给定理想的图片合成模型后,对传感器误差和图片误差进行了分析。由于图片误差和几何误差之间是相关的,因此分析了它们之间的关系。在根据已有数据对模型进行后验估计时,通过最小化能量来得到模型的先验参数。在目标函数的优化过程中,基于现有研究通过重新赋权值的迭代方法进行优化问题的求解。最后,通过大量的实验表明,所提出的图片合成模型与相关方法相比具有更好的图片合成和渲染效果。     

有监督核化邻域投影分析算法

通过将鉴别邻域嵌入分析算法扩展到非线性场景,提出了一种有监督核化邻域投影分析算法。该算法在目标函数中引入类别标签和线性投影矩阵,并利用核函数处理非线性数据。通过两种不同策略优化目标函数,可将该算法进一步细分为有监督核化邻域投影分析算法一及有监督核化邻域投影分析算法二。其中,在有监督核化邻域投影分析算法一中应用拉普拉斯搜索方向达到了较快的收敛速度并降低了计算复杂度。实验结果表明,所提算法对于复杂的数据流形具有较高的识别率,且与鉴别邻域嵌入分析等相关算法相比在有效性和鲁棒性方面的表现更为出色。     

有监督的无参数核局部保持投影及人脸识别

针对发掘人脸图像中的高维非线性结构,将加核及构造无参数近邻图两种思想同时引入到局部保持投影算法中,在有监督的模式下,提出了一种新的有监督的无参数核局部保持投影(Parameter-less Supervised Kernel Locality Preserving Projection,PSKLPP)算法并给出了其推导过程。该算法通过将欧氏距离改为对离群数据更为鲁棒的余弦距离,构造无参数近邻图,利用核方法提取人脸图像中的非线性信息,并将其投影在一个高维非线性空间,运用局部保持投影算法得到一线性映射,有效避免了在计算相似矩阵过程中面临的复杂参数选择问题。在ORL和Yale人脸库上的仿真实验验证了所提算法的有效性。     

基于改进的背景模型的图像识别算法研究

当图像亮度不均匀、对比度低时,提取图像前景较困难。为此,提出一种图像分割方法,结合正弦基函数和绝对值距离测度构建背景模型,依据优化理论和迭代法求解背景模型,通过比较背景模型中各像素点亮度与实际图像中各像素点亮度来判别各像素点是背景还是前景。为应对图像亮度不均匀的情况,在图像分割前对图像进行分块,在分块图像中依据背景模型或相邻分块背景相似度进行图像分割。实验结果表明,在普适性方面,相对于经典的模糊C均值法和OTSU法,该方法的分割误差小,尤其是对亮度不均匀和对比度低的图像;在掌纹图像分割应用方面,与迭代线跟踪法和模糊粗糙集法相比,该方法的错误率低、信噪比高、处理时间短。最后将提出的分割算法应用在人脸识别上,实验结果表明了该算法的先进性。     

集成特征选择的最优化支持向量机分类器模型研究

考虑将特征选择集成到支持向量机分类器中,提出集成特征选择的最优化支持向量机分类器——FS-SDP-SVM(Feature Selection in Semi-definite Program for Support Vector Machine)。该模型将每个特征分别在核空间中做特征映射,然后通过参数组合构成新的核矩阵,将特征选择过程与机器分类过程统一在一个优化目标下,同时达到特征选择与分类最优。在特征筛选方面,根据模型参数提出用于特征筛选的特征支持度和特征贡献度,通过控制二者的上下限可以在最优分类和最少特征之间灵活取舍。实证中分别将最优分类(FS-SDP-SVM1)和最少特征(FS-SDP-SVM2)两类集成化特征选择算法与Relief-F、SFS、SBS算法在UCI机器学习数据和人造数据中进行对比实验。结果表明,提出的FS-SDP-SVM算法在保持较好泛化能力的基础上,在多数实验数据集中实现了最大分类准确率或最少特征数量;在人工数据中,该方法可以准确地选出真正的特征,去除噪声特征。     

基于状态概率转移的SIRS病毒传播模型及其临界值分析

针对SIRS(Susceptible-Infected-Removed-Susceptible)病毒传播模型,利用状态转移概率的方法,通过计算节点处于各个状态的概率来研究SIRS病毒传播过程。首先建立状态概率方程组,描述各个时刻各个节点处于易感染态、感染态、免疫态的概率,通过稳态分析理论推导网络的病毒传播临界值;然后利用蒙特卡罗方法,对均匀网络和非均匀网络的病毒传播临界值进行分析和仿真。结果表明,相对于传统的平均场方法,基于状态概率方程组模型求得的传播临界值更加接近真实蒙特卡罗值,并且与免疫丧失率无关。     

The discrete collocation method for Fredholm–Hammerstein integral equations based on moving least squares method

The purpose of this paper is to investigate the discrete collocation method based on moving least squares (MLS) approximation for Fredholm–Hammerstein integral equations. The scheme utilizes the shape functions of the MLS approximation constructed on scattered points as a basis in the discrete collocation method. The proposed method is meshless, since it does not require any background mesh or domain elements. Error analysis of this method is also investigated. Some numerical examples are provided to illustrate the accuracy and computational efficiency of the method.     

A Galerkin finite element scheme for time–space fractional diffusion equation

In this paper, a Galerkin finite element scheme to approximate the time–space fractional diffusion equation is studied. Firstly, the fractional diffusion equation is transformed into a fractional Volterra integro-differential equation. And a second-order fractional trapezoidal formula is used to approach the time fractional integral. Then a Galerkin finite element method is introduced in space direction, where the semi-discretization scheme and fully discrete scheme are given separately. The stability analysis of semi-discretization scheme is discussed in detail. Furthermore, convergence analysis of semi-discretization scheme and fully discrete scheme are given in details. Finally, two numerical examples are displayed to demonstrate the effectiveness of the proposed method.