考虑双重预期的云模型决策

针对指标值为云模型且考虑目标预期和增长预期的多属性决策问题,提出了一种基于前景理论的决策方法。提出了增长预期和目标预期的刻画方法,针对以云模型形式给出的属性评价值和双预期值建立了相似性度量方法,根据累积前景理论和云模型相似度定义了综合前景价值函数,最后根据方案之间的综合前景值总体差异最大化为目标建立权重寻优模型;案例说明了方法应用步骤和可行性。

通宣理肺丸溶出高效液相色谱指纹图谱研究

目的建立通宣理肺丸(Tongxuan Lifei Pills,TXLFPs)溶出HPLC指纹图谱。方法以Boltzmann分布方程建立中药丸剂溶出动力模型,考察TXLFPs体外溶出情况。采用反相HPLC法,以280 nm为检测波长和梯度洗脱建立TXLFPs的HPLC指纹图谱,以系统指纹定量法评价TXLFPs质量。选择3批宏定性相似度Sm和宏定量相似度Pm均很好的TXLFPs,测定其在0、6、12、20、35、65、90和120 min的溶出HPLC指纹图谱。以120min溶出HPLC指纹图谱作标准,计算各时间点溶出液的Sm和Pm,其中Pm即为各时间点的相对累积溶出度。结果以Pm对溶出时间t构建中药丸剂溶出动力模型为Pm=P0-k[1+e(t-α)/β]-1,研究表明S3和S4的溶出行为基本一致,但S5因溶出速率常数k很大和阻滞参数β较小导致其溶出速度较快,表明三批TXLFPs工艺有差异。在对整体化学成分溶出规律有明确性认识后,把考察的重点转移至3批TXLFPs的五强峰即第7、32、33、36和53号峰化学指纹溶出动力学研究,以实现对重点单元指纹溶出规律的清晰认识。结论本文用HPLC指纹图谱研究TXLFPs体外溶出情况,可实现从整体和单一化学指纹角度清晰了解其溶出动力学过程,对中药生产工艺控制和质量提高能提供具有指导意义的信息。

相似性判断和差异性判断不对称性的机制探索

本文首先介绍了相似性判断和差异性判断不对称性的行为研究及理论解释。其次,根据事件相关电位研究的结果,阐述了图-词信息的双编码模型对相似性判断的影响。接着分析和介绍了相似性判断的双编码过程及其时间进程。最后,提出有待深入研究的几个问题:(1)差异性策略在分类和推理中的应用;(2)相似性双编码过程的实证研究及应用;(3)从发展认知神经科学的角度探讨不对称的认知神经机制。

含有非线性终结的三分子自催化统计模型(Ⅱ)

本文是文献[1]的第二部分。在此主要考察了同种中间产物的二重非线性终结反应系统的演化规律、稳定性及临界失稳点的涨落特征。通过对其反应扩散方程和非线性主方程的求解分析,得到了它的临界失稳曲线,发现它与线性终结的自催化三分子模型的反应系统有许多相似之处。其演化过程中出现的热力学分枝和涨落耗散规律也基本一致,只是失稳点的临界值有所不同,这在一定程度上揭示了该类反应系统的特征主要不是由终结过程的重次决定的。讨论表明:二重非线性终结三分子自催化反应系统的性质由其终结过程决定。

海气界面电磁散射传播特性的研究

运用电磁波场基本理论,推导了海气界面的电磁波场散射方程;通过对由Helmholtz方程近似得到的抛物近似方程的求解,研究了海气界面上电磁波的传播损耗模式,探讨了电磁波在海气界面的蒸发波导中的传播模型;采用双尺度模型,并根据海面微尺度波谱和Bragg散射理论建立了海浪谱与雷达散射截面的关系.最后,讨论了后向散射截面与海面波高起伏、电磁波长、极化方式以及入射余角的关系,指明了海面的粗糙程度对雷达后向散射截面的变化有着极其重要的影响.

基于双重轮廓演化曲线的相似图像组分割模型

ACGS(Active Contours With Group Similarity)模型在CV模型的基础上结合了矩阵的低秩性约束,能较好地分割目标特征缺失或错误的相似图像组,但对于灰度不均的相似图像组分割效果较差。而双重轮廓演化曲线的图像分割水平集模型在LBF模型的基础上引入了目标内外两条轮廓曲线,很好地克服了LBF模型对于初始轮廓的敏感性,对于灰度不均的单张图像分割效果较好。受此启发,本文提出了基于双重轮廓演化曲线的活动轮廓模型来分割相似图像组。该模型首先结合LBF模型来更好地分割灰度不均的图像;其次利用ACGS模型的低秩性质来保持图像间的相似程度,从一定程度上改善了LBF模型在能量函数最小化时易陷入局部极小值的情形;最后引入目标内外的两条轮廓曲线,通过两曲线在演化过程中分别对局部像素的直接作用而产生间接的相互联系,从而有效地克服LBF模型对于初始轮廓的敏感性问题,使得该模型改善了对于灰度不均的相似图像组的分割效果。实验结果表明,与CV、LBF、ACGS以及双重轮廓演化曲线模型的分割结果相比较,本文模型对于灰度不均的相似图像组的分割效果具有优越性。

层次化表达模型辅助的导航与制图道路网匹配方法

针对由道路实体空间逻辑描述差异引起的导航数据与制图数据匹配准确率低的问题,该文提出了一种层次化表达模型辅助的导航与制图道路网匹配方法。首先,构建导航数据层次化表达模型,使用多实体属性关联方式描述复杂对象。然后,在几何匹配部分使用改进动态时间规整(DTW)距离获得最优匹配集。最后,在层次化表达模型辅助下分主次匹配得到最终结果。实验表明,综合场景下该方法对于单、双线道路的匹配准确率达到90%,自定义阈值的设定具备较好的可操作性和灵活性,能很好地适应一对多匹配场景。

基于双LSTM融合的类人机器人实时表情再现方法

为提高机器人表情再现的时空相似度和运动平滑度,结合序列到序列的深度学习模型,提出一种基于双LSTM(长短期记忆)融合的类人机器人实时表情再现方法.在离线机械建模阶段,首先构建逆向机械模型以实现面部特征序列到电机控制序列的逆向映射,并进一步提出运动趋势模型以规整电机连续运动的平滑度;然后,引入加权目标函数以实现两模型的融合和参数优化.在在线表情迁移阶段,以表演者面部特征序列作为融合模型的输入,并在最优参数下完成表演者面部特征序列到机器人控制序列的端-端翻译,从而达到机器人表情的帧-帧再现.实验结果表明:融合模型的电机控制偏差不超过8%,且表情再现的时空相似度和运动平滑度大于85%.与相关方法相比,提出的方法在控制偏差、时空相似度和运动平滑度方面均有较大提升.