惯性辅助的GNSS可区分性分析和粗差探测方法研究

针对在建筑物遮挡情况下卫星信号衰减和中断所造成的观测值粗差问题,引入惯性辅助GNSS,旨在提供连续可靠的导航定位服务。基于可靠性理论详细推导了惯性辅助GNSS的紧组合粗差探测和识别方法,对单GNSS系统和惯性辅助GNSS系统的可靠性、可区分性、误判和定位精度进行分析。实验结果表明:受限观测环境下单GNSS系统观测值存在强相关性,导致误判的情况频繁发生且存在最小可探测粗差异常;惯性辅助GNSS能够将观测值的相关系数降低至0.2左右,最小可探测粗差降低至5 m以下,能够有效的进行粗差探测和识别,改善单GNSS系统的误判率,提高定位精度。

推广的Petersen图的相邻顶点可区分的全染色

图的全染色概念是点染色和边染色的推广,图的所有元素(顶点和边)都将染色且任相邻或关联的元素染色不同.邻点可区分的全染色是在正常全染色的定义上,使得相邻顶点的色集不同.本文给出了推广的Petersen图的相邻顶点可区分的全染色.

可区分度与全粒度属性约简

全粒度粗糙集时空复杂度较高,难于计算属性约简.针对此问题,文中利用等价类定义信息系统中的可区分度,并研究其性质,证明基于可区分度的属性约简等价于绝对约简.定义决策系统中的正区域可区分度,并探究其性质,证明基于正区域可区分度约简是全粒度Pawlak约简的超集,但绝大部分情况下等于全粒度Pawlak约简,可作为全粒度Pawlak约简的近似.理论分析和实验表明,相比其它属性约简算法,基于正区域可区分度约简在计算复杂度和分类准确率等方面具有较大优势.

基于半参数模型的系统误差与粗差的可区分性研究

基于半参数模型,利用假设检验分析方法从理论上探讨了系统误差与粗差的可区分性,并通过模拟计算验证该方法的有效性与合理性。

基于可区分语言模型的微博在线话题检测

针对微博话题检测中需要解决的高维数据、噪声信息以及话题的快速演化等主要问题,提出一个有效的微博在线话题检测模型——可区分语言模型(discriminative language model,DLM)。该模型首先选择微博数据的可区分特征子空间,接着利用一元语言模型实现微博话题的在线检测。实验表明,在MACRO_F1和AVG_CDET等指标上,DLM明显优于现有模型,DLM能准确及时发现微博话题。

基于适应性选择密文不可区分性的抗辅助输入泄漏公钥加密方案

现有的抗辅助输入公钥加密方案仅满足选择明文攻击(IND-CPA)安全性,难以满足实际应用的安全需求。基于判定性Diffie-Hellman(DDH)假设下CS'98加密方案和域GF(q)上Goldreich-Levin定理,构造出一种新型的抗辅助输入泄漏的公钥加密方案。该方案满足适应性选择密文不可区分性(IND-CCA2)安全性,允许攻击者利用辅助输入泄漏信息攻击挑战密文时询问解密预言机。与BHHO加密方案相比,尽管加密/解密运算量都增加了近一倍,却实现了更加严格的IND-CCA2安全性。

基于可区分性加权的模糊核说话人识别

针对训练和识别语音数据较少的情况,本文提出了一种新的说话人识别算法.通过核映射,在高维特征空间对说话人的语音特征进行模糊矢量量化.为了增加说话人之间的可区分性,提出了一种基于高维特征空间的码字矢量的权值分配方法,对具有较强区分性的码字矢量分配较大的权值,并将产生的权值和说话人的码书一起形成说话人数据库.识别时,提出一种模糊核加权最近邻近分类器,在高维特征空间中对说话人进行匹配.实验表明,该算法在训练语音少于8s,识别语音为1s时,能够得到较好的识别结果.

变形模型可区分度量

在监测网设计阶段，变形体的变形特性一般不是完全清楚。因此，设计的监测方案应当能有效地和足够灵敏地区分几种可能的模型。本文研究了模型的可区分度量，所用的方法具有思路明确、清晰等特点，特别适用于在设计阶段设置指标。文中通过一个模拟网的分析和讨论，说明采用模型可区分度量作为设计准则的必要性。分析的结果还和Forstner法所得的结果进行初步的比较。

可区分惩罚控制竞争学习算法

竞争学习在聚类分析中是一种重要的学习方式,次胜者惩罚竞争学习(RPCL)算法虽能自动选择合理的类别数,但其性能对学习率和惩罚率的取值较敏感,其变种惩罚控制竞争学习(RPCCL)算法将所有的竞争单元当成冗余单元进行惩罚也不合理.文中提出一种可区分惩罚控制竞争学习算法(DRPCCL).算法中获胜单元的学习率会在迭代过程中自适应调整.同时该算法使用一种可区分惩罚控制机制来区分竞争单元中的冗余单元和正确单元,给予冗余单元较重惩罚,正确单元轻微惩罚,使得算法能自动确定正确类别数和中心点位置.最后通过实验对比分析证明DRPCCL算法的聚类效果比RPCL算法和RPCCL算法更准确.

顾及可区分准则的监测网设计

根据单个备选假设的可区分度，讨论了监测网设计中如何考虑变形模型的可区分性，给出了设计的可区分准则。使用０－１变量，构造了顾及可区分、可靠性和费用等标准的监测网设计的数学模型，并用逐步更新法来进行解算，最后以一模拟实例予以说明。

两类图的相邻顶点可区分的全染色

图的全染色概念是点染色和边染色的推广,图的所有元素(顶点和边)都将染色且任相邻或关联的元素染色不同.邻点可区分的全染色是在正常全染色的定义上,使得相邻顶点的色集(C(v))不同.本文给出了Pn,Sn及其构造:Hajós sum,部分点替换图的邻点可区别的相邻顶点可区分的全染色.

K_s∨K_t的邻点可区分全着色(英文)

设f是一个简单图G的正常全k-着色.对G的每一个顶点v,由出现在v点的颜色以及和v点关联边的颜色构成的集合称为v点的颜色集.如果图G的任意2个相邻顶点的颜色集不相同,那么f是图G的一个邻点可区分全着色.而使得图G存在这样一种全着色所需要的最小整数k就称为G的邻点可区分全色数.2个顶点不相交的图的连接图指的是这2个图的并图再加上所有连接其中一个图的顶点到另外一个图的顶点的边.确定了s阶空图和t阶完全图的连接图的邻点可区分全色数.

变形与粗差的可区分性研究

本文首先借助于Gauss-Markov模型下两个多维备选假设检验的理论，将变形监测网单个备选假设下的灵敏度，在顾及模型误差的情况下，扩展成变形与粗差的可区分性理论，推导出可区分研究的一般公式，并对几种典型变形模型下，粗差与变形的可区分性进行了讨论。最后，给出了一种在变形模型统计检验的同时，统计检验粗差的方法。

基于程度不可区分关系的粗糙集模型

不可区分关系是粗糙集理论的基础。针对信息系统,提出了程度不可区分关系的概念来刻画信息系统中对象的可区分性程度的差异。提出了基于程度不可区分关系的粗糙集模型,并讨论了模型的基本性质,最后研究了基于程度不可区分关系的粗糙近似算子与Pawlak近似算子的关系。

同可区分度属性约简的研究

通过具体算例指出基于同可区分度属性约简不是王国胤等提出的条件信息熵约简。理论上证明了基于同可区分度属性约简仅是基于差别矩阵的HU属性约简,它是一种基于梁吉业等提出的新条件信息熵属性约简。证明了同可区分度约简协调集一定是代数协调集和信息熵协调集,从而代数约简核属性和信息熵核属性一定是同可区分度约简核属性的子集。

一种改善变形模型的可测定性与可区分性方法

本文在可靠性理论的基础上探讨了变形监测网对变形模型的可测定性和可区分性能力,通过边角同测并寻求一定的精度匹配改善监测网的质量。

监测网顾及可区分标准的解析二类设计

在变形体的变形模型不完全清楚的情形下 ,须用可区分度标准进行监测网的设计。根据展式 ,首次导出了监测网顾及可区分标准的解析二类设计模型 ,并对其解算及算例加以说明。

电子自旋、微观可区分性及化学键

本文从分析电子自旋磁矩 (磁极 )的空间性质入手 ,讨论了电子的可区分性。通过讨论2个电子自旋组态的 8种形式 ,其中 ,包括 4种磁极吸引的耦合态、4种磁矩排斥的非耦合态 ,同理 ,电子轨旋运动也存在 4种耦合态。自旋耦合、轨旋全耦合需要 8个电子 ,所以元素周期性为 8音律。磁矩耦合是形成化学键的第一要求 ,第二才是异核吸引作用 ;化学键的广义表达语言应该是 :化学键只能由磁矩耦合的电子组成。对电子的波粒二象性和测不准原理进行了新的理论解释 ,并讨论了波粒二象性和测不准现象的物理模型。该模型与电子的微观可区分性相一致。

信息系统中基于可区分对集的属性约简算法研究

本文借鉴已有研究成果,通过认真分析已有属性集可区分能力的度量方法,给出了可区分对集的概念,用于衡量某个属性集的可区分能力。接下来,借助可区分对集,本文给出了相应的属性重要度定义及满足约简的条件,据此设计了一种基于可区分对集的属性约简算法,最后通过实例说明了该算法是有效的。

几种重要蚀变矿物的光谱可区分性和通道可区分性研究

为了更好地识别蚀变矿物并对不同种类的蚀变矿物加以区分,需要仔细研究蚀变矿物之间的光谱差异,尤其需要结合现有遥感器光谱通道研究其可区分性.利用MATLAB语言开发了自动寻找可区分光谱区间和可区分传感器通道的分析工具.根据设定的阈值可以寻找在阈值范围内的可区分通道和可区分光谱区间.最后对TM、ASTER、HYPERION等传感器的可区分性进行了对比分析.实验结果可见:高光谱传感器HYPERION能识别和区分蚀变矿物的通道比TM、ASTER传感器的多几倍甚至几十倍,所开发的分析工具能够正确地区分可区分的区间,具有较大的推广价值.