Parameter identifiability with Kullback–Leibler information divergence criterion

We study the problem of parameter identifiability with Kullback–Leibler information divergence (KLID) criterion. The KLID‐identifiability is defined, which can be related to many other concepts of identifiability, such as the identifiability with Fisher's information matrix criterion, identifiability with least‐squares criterion, and identifiability with spectral density criterion. We also establish a simple check criterion for the Gaussian process and derive an upper bound for the minimal identifiable horizon of Markov process. Furthermore, we define the asymptotic KLID‐identifiability and prove that, under certain constraints, the KLID‐identifiability will be a sufficient or necessary condition for the asymptotic KLID‐identifiability. The consistency problems of several parameter estimation methods are also discussed. Copyright © 2008 John Wiley & Sons, Ltd.     

Computation of the exact Cramer–Rao lower bound for the parameters of a nonsymmetric half-plane 2-D ARMA model

The Cramer–Rao lower bound (CRLB) that gives the minimal achievable variance/standard deviation for any unbiased estimator offers a useful tool for an assessment of the consistency of parameter estimation techniques. In this paper, a closed-form expression for the computation of the exact CRLB on unbiased estimates of the parameters of a two-dimensional (2-D) autoregressive moving average (ARMA) model with a nonsymmetric half-plane (NSHP) region of support is developed. The proposed formulation is mainly based on a matrix representation of 2-D real-valued discrete and homogeneous random field characterized by the NSHP ARMA model. Assuming that the random field is Gaussian, the covariance matrix of the NSHP ARMA random field is first expressed in terms of the model parameters. Then, using this matrix structure, a closed-form expression of the exact Fisher information matrix required for the CRLB computation of the NSHP ARMA model parameters is developed. Finally, the main formulas derived for the NSHP ARMA model are rearranged for its autoregressive and moving average counterparts, separately. Numerical simulations are included to demonstrate the behavior of the derived CRLB formulas.     

场离子-扫描隧道显微镜

由IBM的Binnig和Rohrer发明的扫描隧道显微镜STM是基于与原先的各种表面研究手段完全不同的原理,能直接观察一个个表面原子并能测出每个原子位置上的电子状态的划时代的表面研究装置。STM之所以引起表面科学工作者的注目主要原因是由于它能在极高的空间分辨率(dX/Y～0.1nm,dz～0.01nm)下直接观察表面的原子结构。而且,它不一定需要超高真空条件,而可以在大气或溶液等环境中操作。这是以往任何一种表面研究手段不可能做到的。然而,即使如此,STM也暴露出它的弱点,如操作特性的不稳定性以及操作过程中原子分辨能力的不可控性。很显然主要原因是扫描探针的尖端曲率半径及其稳定性。为了在STM实验中随时监测其扫描探针尖端的原子排列状况,Kuk及Sakurai等人先后设计研制了一种将场离子显微镜FIM和STM组合在一起的复合型场离子-扫描隧道显微境FI-STM。使用这种仪器可以确保在极高的原子分辨的情况下从事STM研究。下面将就FIM的原理、STM的基础、FI-STM的技术细节以及它的应用实例作简单的介绍。     

用FEM/FIM研究单壁碳纳米管束

利用范氏力将单壁碳纳米管样品组装到钨针尖上 ,用FEM/FIM对同一碳纳米管样品用热处理方法和场脱附方法进行了研究。场离子显微镜是具有原子级分辨能力的尖端表面分析工具 ,由场离子像推测这次组装的样品是由三根单壁碳纳米管突起组成的碳纳米管束。清洁碳纳米管束样品的场发射像和场离子像有极好的对应关系。场脱附后的碳纳米管束的场发射特性较好地符合Fowler Nordheim场发射模型。通过比较碳纳米管束吸附态和热处理后以及场脱附后的Fowler Nordheim曲线的斜率变化 ,得出碳纳米管束样品逸出功的变化 ,再结合场发射像的变化推断出场脱附与热处理结合是一种较理想的获得清洁碳纳米管表面的方法     

被动目标定位系统观测平台的最优机动轨迹

对仅有方位量测的被动目标定位中观测平台最优机动轨迹问题进行了探讨.在最大化Fisher信息阵 (FIM)行列式指标下给出了当前时刻一种新的机动控制策略,从理论上证明了最优机动轨线有且仅有2支,并给出了最优机动策略和最优机动轨线方程;它的特点是对任意时刻均为最优,而不仅仅在观测时间的末端,几何直观描述了机动控制序列的可执行性;与最大化方位变化率下观测平台最优机动轨线相比较,本文的机动策略兼顾了距离和方位2个因素的影响,可看成是对距离信息和方位信息之间的折中.数字仿真表明,与传统方法比较,提出的新机动策略能获得更大的信息.     

Atom probe tomography investigation of assisted precipitation of secondary hardening carbides in a medium carbon martensitic steels

A medium carbon martensitic steel containing nanometer scale secondary hardening carbides and intermetallic particles is investigated by field ion microscopy and atom probe tomography. The interaction between the concomitant precipitations of both types of particles is investigated. It is shown that the presence of the intermetallic phase affects the nucleation mechanism and the spatial distribution of the secondary hardening carbides, which shifts from heterogeneous on dislocations to heterogeneous on the intermetallic particles.     

场离子显微镜在析出强化微合金钢中的应用

将实验V-Nb-Mo微合金钢在1200℃固溶处理,在500℃回火不同时间,用场离子显微镜（FIM）研究实验钢中碳化物的析出过程。结果表明：回火0.5 h的样品中,碳化物处于形核长大时期,与基体的{110}呈共格关系;随着回火时间的延长,碳化物形成独立的晶体结构,与基体{110}之间呈半共格关系;回火100 h后,碳化物粗化长大,与基体呈非共格关系;形状系数随着回火时间的延长先变大再变小,析出相尺寸从1.6 nm逐渐增大至15 nm。500℃回火30 h的实验钢力学性能最佳,表明碳化物的析出强化效果最明显,相应的碳化物尺寸约为4 nm。     

稀疏阵列的FIM波束形成

运用插值技术对等距稀疏阵列进行FIM（傅里叶积分法）波束形成处理,不仅有效地增加了阵元数目,而且解决了等距稀疏阵列因阵元间距大于半波长而引起的信号角度模糊问题,同时采用FIM波束形成技术提高了指向性性能和抑制相关干扰噪声性能。通过对插值技术和FIM波束形成技术的研究,给出了设计虚拟阵列的计算步骤。通过对仿真数据和实测声呐海试数据进行处理证实了该方法的有效性。     

基于数据集稀疏度的频繁项集挖掘算法性能分析

频繁项集挖掘（FIM）是最基础的数据挖掘任务之一,被挖掘数据集的特征对FIM算法的性能有着显著影响。数据集稀疏度是体现数据集本质特征的属性之一,不同类型的FIM算法对数据集稀疏度的可扩展性有着很大的不同。针对如何量化度量数据集稀疏度及稀疏度对不同类型FIM算法性能影响等问题,首先回顾并讨论了已有的度量方法,然后提出两种新的量化度量数据集稀疏度的方法（基于事务差异度的度量方法和基于FP-Tree的度量方法）。这两种度量方法均考虑了FIM任务背景下最小支持度对数据集稀疏度的影响,反映的是事务频繁项集之间的差异度。最后通过实验验证了不同类型FIM算法对数据集稀疏度的可扩展性。实验结果表明,数据集稀疏度与最小支持度成反比,基于垂直格式的FIM算法在三类典型FIM算法中具有最佳的稀疏度可扩展性。     

稀疏数据频繁项集挖掘算法研究综述

频繁项集挖掘FIM是最重要的数据挖掘任务之一,被挖掘数据集的特征对FIM算法的性能有着显著影响。在大数据时代,稀疏是大数据的典型特征之一,对传统FIM算法的性能带来严峻挑战。针对在稀疏数据中如何高效进行FIM的问题,从稀疏数据的特征出发,分析了稀疏数据对3种类型FIM算法性能的主要影响,对已经提出的稀疏数据FIM算法进行了综述,对算法中采用的优化策略进行了讨论,最后通过实验对代表性的稀疏数据FIM算法进行了性能分析。实验结果表明,采用伪构造策略的模式增长算法最适合用于稀疏数据的FIM,在运算时间和存储空间上,相比其他算法该算法具有较大的优势。