脉冲噪声下基于广义类相关熵的DOA估计新方法

针对基于分数低阶统计量波达方向估计方法的局限性,受相关熵概念的启发,本文提出广义类相关熵(GCAS)的概念和相应的波达方向估计新方法。计算机仿真结果表明,在Alpha稳定分布噪声环境下,本文提出的基于GCAS的MUSIC波达方向估计方法比基于分数低阶统计量的MUSIC方法在抗噪声特性和多源信号分辨特性等方面具有更好的性能。

锥广义类凸集值映射的择一性定理及应用

将单值映射的锥广义类凸概念拓广到集值映射,引入了集值映射的锥广义类凸性,然后建立了一个择一性定理,并借助它导出了锥广义类凸集值映射优化问题的标量化结果和Lagrange乘子定理。

广义类W态的量子Fisher信息

研究了广义类W态的量子Fisher信息。结果表明,量子Fisher信息的大小仅仅只由叠加系数决定,而与相对相位的大小无关。

广义类W态的自旋压缩

利用自旋压缩研究了广义类W态的纠缠特性。结果表明,自旋压缩的大小仅仅只由叠加系数决定,而与相对相位的大小无关。

广义类GHZ态的量子Fisher信息

研究了广义类GHZ态的量子Fisher信息。结果表明,量子Fisher信息的大小仅仅只由叠加系数决定,而与相对相位的大小无关。

一类广义凸多目标规划问题的最优性、鞍点、对偶性

在 B预不变凸函数和广义类凸函数的基础上 ,定义了一类广义类次 B预不变凸函数 ,讨论了广义类次 B预不变凸函数的一些有用性质 ,并对涉及这类函数的多目标规划问题的最优性、鞍点和对偶性 ,进行了研究 ,得出了一些重要的结果 .

基于广义关联聚类图的分层关联多目标跟踪

检测跟踪是近期多目标跟踪研究的热点方向之一.目前大部分方法都是基于相邻帧之间的双向匹配,对检测点进行数据融合.本文提出的方法是,给定一个滑动时间窗口,在窗口内对某个目标每帧出现的检测点进行一次性数据融合.我们把多目标跟踪看作图的分割问题,利用广义关联聚类(Generalized correlation clustering problem,GCCP)图优化文中提出的数据融合.吸取分层数据关联的思想,把多目标跟踪分成两个阶段.首先,在时间窗口内遵循检测点,利用广义关联聚类,得到自适应长度的轨迹片段,轨迹片段长度不受窗口宽度的限制.然后,基于轨迹片段进一步数据关联,得到目标的长轨迹.在公共数据集上的实验测试表明,本文方法能够有效地实现多目标跟踪,对于遮挡处理、身份转换处理以及轨迹的生成具有很好的鲁棒性,多目标跟踪准确率(Multiple object tracking accuracy,MOTA)超过当前水平.

基于非欧氏距离的广义噪声聚类(英文)

利用一种新的距离测度将Dave的广义噪声聚类(GNC)扩展成非欧氏距离的广义噪声聚类(NGNC).模糊C-均值聚类(FCM)和广义噪声聚类都是基于欧氏距离的模型,与它们不同之处在于NGNC是基于非欧氏距离的模型,建立在鲁棒统计观点和势函数基础上,这种非欧氏距离比欧氏距离更加鲁棒,因此NGNC算法比GNC算法更加鲁棒.并且,建立在新的距离测度上的NGNC在处理噪声和野值方面比GNC和FCM更好.实验结果表明了NGNC的良好特性.

基于广义第二类beta分布的洪水频率分析

精确计算设计洪水值对水利水电工程规划设计至关重要,其关键问题之一是选择合适的分布函数。目前多数研究仅选取单一的频率分布线型进行洪水频率分析,其设计洪水结果具有较大的不确定性。研究引入一种新的广义分布函数,即第二类beta分布(Generalized beta distribution of the second kind,GB2),进行洪水频率分析。该四参数分布具有较好的灵活性,基本可拟合任何偏度和峰度的曲线。采用最大熵原理推求分布函数的参数。研究利用科罗拉多河流域数据检验广义第二类beta分布函数的拟合效果,并将所提分布与水文中的其它传统分布进行比较分析。结果表明:四参数的广义第二类beta分布非常适于水文频率分析,其拟合效果基本优于水文中的其它传统分布。

一种广义噪声聚类的红外光谱茶叶品种鉴别研究

茶叶品种鉴别在茶叶的生产和销售中起着十分重要的作用。深入研究一种方法简单、易于操作、检测速度快的茶叶品种的鉴别方法,对于茶叶产品品种的鉴别有着十分重要的意义。利用红外光谱检测技术结合模糊聚类算法对茶叶品种进行快速鉴别是茶叶品种检测中最有效的和最实用的技术之一。为实现茶叶品种的快速分类,以快速广义噪声聚类(FGNC)为基础,提出一种新的广义噪声聚类(NGNC)。NGNC将FGNC目标函数中的欧式距离的平方扩展为欧式距离的p次方,提高了FGNC的聚类准确率。试验以优质乐山竹叶青、劣质乐山竹叶青和峨眉山毛峰三种茶叶为研究对象,采用FTIR-7600型傅里叶红外光谱仪检测茶叶样本的红外漫反射光谱。首先用主成分分析(PCA)对茶叶的高维红外光谱进行降维处理,然后用线性判别分析(LDA)进行茶叶光谱数据的品种类别信息的提取,最后分别运行FGNC和NGNC两种聚类算法进行茶叶红外光谱的聚类分析。实验结果表明,同FGNC相比较,NGNC具有更高的聚类准确率,更快的收敛速度和更逼近真实的聚类中心。总体而言,采用红外光谱技术检测茶叶样本,同时结合PCA,LDA和NGNC可实现快速、准确地聚类茶叶的红外光谱,能有效地实现茶叶品种的鉴别分析,为实现基于红外光谱和模糊聚类的茶叶品种鉴别分析提供了一种新方法和新思路。

广义第二类Stirling数

讨论了广义第二类Stirling数的性质,得到了第二类Stirling数的一些新的递归公式.

一种快速的广义噪声聚类算法

为解决广义噪声聚类(GNC)算法非常依赖参数和在运行GNC算法前必须运行FCM算法以便计算参数的缺点,在GNC的目标函数和可能聚类算法(PCA)基础上,提出一种快速的广义噪声聚类(FGNC)算法。FGNC算法通过一种非参数化方法计算GNC目标函数中的参数,因而FGNC算法不依赖参数并且聚类速度快于GNC算法。对人工含噪声数据集和两个实际数据集进行仿真实验,实验结果表明FGNC算法能很好地处理含噪声数据,具有聚类中心更接近真实聚类中心,聚类准确性高,聚类时间少的优良性能。

广义D-P类方程在有界域上的初边值问题

证明了广义D-P类方程的局部解、整体解的存在性,并给出了广义D-P类方程局部解、整体解存在的充分条件.对解的性质进行了讨论,得到了相应的结果.

广义索取类双宾句的类别及其典型性

本文从句法和语义两个方面将现代汉语中的"偷了他一本书"、"砍了他一条胳膊"、"吃了他三个苹果"这三种句式统一归入广义索取类双宾句,再根据动词的词汇语义特征分别称为"狭义索取类"、"分离类"和"消耗类",然后根据"原型范畴"理论,证明这三类双宾句存在一个由典型到非典型的连续状态,最不典型的消耗类双宾句最靠近单宾句。

广义第二类Stirling数及其性质

第二类Stirling数可以从不同背景中得到,且有许多应用.本文利用对有限集合的分划方案数提出了广义第二类Stirling数,使第二类Stirling数成为它的特例,并证明了广义第二类Stirling数的基本性质.同时,利用广义第二类Stirling数对分配问题的计数进行了研究.

广义第二类Stirling数S_3(n,n-tk)的一个公式

根据广义第二类Stirling数的定义,得到一个有关第二类Stirling数S3(n,n-tk)的公式。

Monilophytes (广义真蕨类)的概念溯源及中文定名

Monilophytes是植物系统学中的一个新术语,近年来广泛使用于英文论文和欧美的植物学教科书。该术语简化自Kenrick和Crane建立的单系类群名称——Moniliformopses,来源于古植物学家对泥盆纪化石植物的茎轴解剖结构的详细研究。Monilophytes实际上包括了松叶蕨类、箭蕨类、楔叶类、莲座蕨类和薄囊蕨类,其中文可定名为“广义真蕨类”。

基于广义Ward聚类的汽车传动主轴系统故障诊断研究

汽车传动主轴系统故障诊断对保证汽车系统的安全运行具有重要作用。针对汽车传动主轴系统故障诊断特征微弱的问题,在分析汽车传动主轴系统故障网络模型的基础上,提出一种基于广义Ward聚类的汽车传动主轴系统故障诊断方法,并对汽车传动主轴系统过载、滚动轴承元件故障进行实例验证。结果表明该方法能准确对故障类型数据进行聚类,为收集异常数据以便未知故障的发现与诊断提供了数据支持,与多元支持向量机和快速Newman算法的对比结果表明,该方法具有更高的识别精度与效率。

一类广义I类不变凸半无限规划的最优性条件

利用对称梯度,对于一类半无限规划引入了几个非光滑广义I类不变凸性概念,进而在这些新广义不变凸性情形,给出了半无限规划的一些最优性充分条件。

广义抽象协调类和广义合一原理(英文)

协调性是数理逻辑中最基本的语法概念之一。Ｓｍｕｌｙａｎ提出了抽象协调类概念，并证明了相应的Ｓｍｕｌｙａｎ合一原理。通过考察协调合式公式集类所具有的种种性质，本文将抽象协调类概念推广至最一般的形式——广义抽象协调类，并证明了相应的广义合一原理。这一结果可以用于证明一阶逻辑形式系统和我们所提出的广义反驳方法的完备性。