基于条件随机场的低图像质量车牌字符分割

提出一种基于条件随机场的车牌字符分割算法,能够对光照不均、相机拍摄角度造成的低图像质量的车牌图像,特别是日益增多的车牌边框与字符相连接车牌图像进行有效的字符分割。算法首先进行车牌图像校正,然后利用标注车牌数据进行模型学习,对车牌图像像素列进行分类识别,最后组合成车牌字符分割结果。理论分析与实验结果验证了算法的有效性。     

随机环境下带有私人信息的单机能力分配策略

本文研究随机环境下考虑私人信息的单机能力分配问题.该问题中各部门的单位产品收益、需求信息及加工设备各时段的能力为私人信息,且各时段中产品的加工时间为随机变量.本文采用设备方与各部门协商的方法对问题进行求解,首先利用随机规划理论将能力分配问题清晰化,然后利用拉格朗日松弛和泰勒级数展开方法进行协商机制设计,接着给出基于偏转次梯度方法的协商参数更新法则,最后综合上述过程给出最终的问题求解算法.数值算例验证了算法的有效性并分析了关键参数对能力分配结果的影响.     

绝氧条件下β-Bi2Mo2O9晶相上丙烯氨氧化反应的Monte Carlo模拟研究

A random walk Monte Carlo （RWMC） simulation model of catalytic particle was established on the basis of the structures of bismuth molybdate catalysts and mechanisms of catalytic reactions with propylene selective oxidation and ammoxidation. The simulation results show that rationality of the RWMC model is proved on the basis of pulse experimental data. One of the most remarkable factors affecting catalytic behavior is the transfer of bulk lattice oxygen, which decides the rate of ammonia-consuming and propylene-consuming. The selectivity of main products reaches the maximum after the reduction of catalysts to a certain degree. It is inferred that catalytic performance improves greatly if the ratio of capacity for dehydrogenation from adsorbed propylene molecule on catalytically active site of molybdenum metal-imido group （Mo=NH） to that on catalytically active site of molybdenum metal-oxo group （Mo=O） becomes much higher.     

可证明安全的有向传递签名方案

2002年,Micali和Rivest首次提出了传递签名的概念,构造了第一个无向传递签名方案,并把构造有向传递签名方案作为公开问题。为了解决上述问题,提出了一个方向状态函数的概念,用于表示有向图节点之间的方向关系,使传递签名的明文空间扩展到任意的复杂有向图。结合节点签名范例,利用节点秘密值,构造了一个基于离散对数困难问题的有向传递签名方案,并在随机预言模型下证明了该方案在自适应选择消息攻击下是安全的。     

林区火灾监测报警系统设计及实现

设计了一种林区火灾监测及报警系统。林区自组织网络采用ZigBee技术和无线射频芯片CC2530设计。其数据采集节点上配置的温湿度传感器和红外火焰传感器可以实现对林区环境的实时监测,并辅以GPRS网络技术将数据远程传输至监测中心,利用数学建模及软件分析对突发情况下火场的范围、火势的大小及蔓延形势进行运算,并通过图形化的人机交互界面实现对林区的火灾监测。为延长野外环境下系统工作时间,对终端节点采用休眠技术,对路由节点和协调器节点采用太阳能供电技术。实验表明,该系统能稳定有效工作,达到准确直观地对火灾情况进行判断和报警的要求。     

REVERSED RESIDUALS IN AUTOREGRESSIVE TIME SERIES ANALYSIS

Abstract. Both linear and non-linear time series can have directional features which can be used to enhance the modelling and investigation of linear or non-linear autoregressive statistical models. For this purpose, reversed p th-order residuals are introduced. Cross-correlations of residuals and squared reversed residuals allow extensions of current model identification ideas. Quadratic types of partial autocorrelation functions are introduced to assess dependence associated with non-linear models which nevertheless have linear autoregressive correlation structures. The use of these residuals and their cross-correlation functions is exemplified empirically on some deseasonalized river flow data for which a first-order autoregressive model is a satisfactory second-order fit. Parallel theoretical computations are undertaken for the non-linear first-order random coefficient autoregressive model and comparisons are made. While the data are shown to be strongly non-linear, their correlational signatures are found to be convincingly different from those of a first-order autoregressive model with random coefficients.     

基于相关向量机的MEMS陀螺仪随机漂移补偿

提出了一种基于相关向量机的MEMS陀螺仪随机漂移预测方法。针对MEMS陀螺仪随机漂移误差的非线性、不确定性等特点,建立了相关向量机预测模型,并采用EM算法获得模型的参数。针对随机漂移的混沌特性,利用相空间重构技术,将重构后的漂移序列作为输入变量进行模型的训练和预测。训练和测试结果均表明,该方法具有很好的预测效果,优于常用的时间序列分析法和支持向量机法。利用预测结果对随机漂移进行补偿,有效地提高了陀螺的使用精度。     

一种基于随机GA的提高BP网络泛化能力的方法

LM-BP网络对其初始权值和阈值敏感,泛化能力不强,针对该缺点,采用遗传算法（GA）对其初始权阈值进行优化,在一定程度上能提高LM-BP网络的泛化能力。为进一步扩展GA初始种群的覆盖范围,进一步提高LM—BP网络的泛化能力,采用多次随机产生初始种群多次优化的方法。以伦河孝感段氟化物含量为实例,建立随机GA的LM—BP网络模型,对原始数据进行拟合及测试,结果表明该方法基本能100％拟合,测试误差不超过2．3％。经过对比实验,证明了该方法的有效性。     

几种不同结构型号PE改性PPR力学性能的研究

研究了线性低密度聚乙烯(LLDPE)/聚丙烯(PPR)共混体系、高密度聚乙烯(HDPE)/聚丙烯(PPR)共混体系、超高分子量聚乙烯(UHMWPE)/聚丙烯(PPR)共混体系的力学性能和熔体流动速率。结果表明,UHMWPE的增韧改性效果最好,在UHMWPE的含量为15%时体系的综合力学性能最好。LLDPE的增韧改性效果次之,HDPE的最差。     

基于机器学习的肺部CT图像非刚性配准误差预测方法

配准误差评估通常由人工完成,耗时费力;常用的Dice测度只关注组织边缘的配准误差,难以评估组织内部配准结果。针对以上问题,提出一种基于机器学习的肺部CT图像非刚性配准误差预测方法(PREML)。该方法首先构建形变场统计特征、形变场物理保真度特征和图像相似性特征三类特征,然后通过池化方法扩充特征数量,最后使用随机森林回归方法预测非刚性配准误差,并且使用自适应随机扰动方法模拟肺部配准误差空间分布,进一步提升形变场统计特征的配准误差表征能力。在三个肺部CT图像数据集上进行训练与测试,其配准误差预测结果与金标准之间的平均绝对差异为1.245±2.500 mm,预测性能优于基线方法。结果表明,PREML方法具有预测精度高、鲁棒性强的特点,可提升配准算法在临床应用的有效性和安全性。