关于随机相交图中Hamilton圈的门限函数的注记

随机相交图G(n,m,p)的定义如下:记V为一n顶点集.M为一m个元素的集合.对每个顶点v∈V,赋予一随机子集Fv■M,其中从M中独立以概率p选取每个元素构成Fv,顶点u和v之间有边相连当且仅当Fu∩Fv≠Φ.当m=na,a≠1时.C.Efthymiou和P.G.Spirakis得到了G(n,m,p)中Hamilton圈的门限函数.对于a=1情形,本文利用二阶矩方法(Chebyshev不等式)得到了类似结果.

电工理论中运用门限函数的计算方法

通过单位阶跃函数定义了由门限界定了自变量域的门限函数，从而解决了单位阶跃函数描述分段函数时需用函数代数和来表征分段自变量域的问题，而且门限函数内含了单位阶跃函数，是对单位阶跃函数的扩充，提高对问题描述的灵活性；同时在数学规范的基础上提出有关门限函数的性质和运算法则，使得电工理论在运用门限函数时其运算处理更为简便；文中具体讨论了线性动态电路对多域分段激励的响应求解问题．对门限函数在电工理论中的应用做了初步的探索．

基于门限单向函数的组播密钥管理方案

组播是面向群组接收者的首选网络通信技术,但缺乏安全机制限制了组播在各种网络业务中的广泛应用。而组密钥管理是安全组播的核心问题之一。在对安全组播密钥的管理进行深入研究后,结合门限函数和单向函数提出了一种在维持低的通信代价基础上,不仅可以有效的减少组管理器的密钥存储量,而且能降低同谋破解概率的组密钥管理方案。

关于带有门限变换函数的基因算法的门限值选择方法的研究

在文献［２］的工作基础上，进一步研究了不同的门限值选择方法，及其对算法的影响，提出了两类选择方法：带解空间反馈信息的选择法和随机选择法。在带有反馈信息选择方法中，提出了３种方法，即顺序法、跳跃法和总体信息法。模拟实验及分析表明顺序法优于另两种方法。

基于门限加权不对称斜率模型的CAViaR研究

同时运用门限函数和加权方法在常用的CAViaR模型中的AS模型基础上,提出了门限加权AS模型和门限加权I-AS模型,对亚洲股市各股指2000~2013年数据进行了分析,运用DQ检验、RQ值和LR统计量来比较各个模型的优劣。研究结果表明,发展中国家金融市场受到滞后风险的影响普遍大于发达国家金融市场受到滞后风险的影响。综合DQ检验、RQ值以及LR统计可知,本文提出的门限加权I-AS模型和门限加权AS模型比AS模型、加权AS模型以及门限AS模型要优越,且门限加权I-AS模型比门限加权AS模型更优越,特别是在5%水平时对发展中国家相对不成熟的金融市场更加具有明显的优势。

基于门限小波包的负荷预测方法的研究(一)门限小波包理论

基于电力负荷曲线自身的周期性、规律性 ,提出一种自定义自变量域的门限函数 ,然后基于小波分析中小波包的概念 ,建立门限小波包。这种门限小波包对分段信号和非平稳性信号的描述将更方便、更准确。为信号分析 ,也为电力负荷预测提供了一种新的简便实用的数学理论和方法。

基于常数和门限AR-TGARCH模型的CAViaR研究

本文对AR-TGARCH模型进行了改进,提出门限I-AR-TGARCH模型、门限II-AR-TGARCH模型以及常数-AR-TGARCH模型,常数-门限I-AR-TGARCH模型和常数-门限II-AR-TGARCH模型,并且对中国四个股票指数2006年到2014年的数据进行实证分析,研究结果表明门限II-AR-TGARCH模型,常数-门限I-AR-TARCH模型和常数-门限II-AR-TARCH模型均比AR-TGARCH模型要优越,且常数-门限II-AR-TGARCH模型是最好的,常数-门限系列模型均优于其相对应的门限系列模型,四个指数均受到滞后风险的影响,且中小板指数和深圳成指所受到的滞后风险较小,上证指数同深圳成指具有传导双向关联性,上证指数和深圳成指会对中小板指数产生影响,上证指数对台湾加权指数具有传导性,台湾加权指数对上证指数却没有因果传导关联性。

一种认知无线电中自适应感知门限设置方法

频谱感知技术是认知无线电(CR)的关键技术,频谱检测的可靠度和精度决定了是否会影响主用户的正常通信及认知用户能否有效利用频谱.在频谱检测的众多方法中,能量检测法是一种常用的方法,但能量检测器的门限很容易受到噪声功率变化的影响,影响主用户的正常通信.笔者提出一种自适应背景噪声的门限设置方法,通过引入门限评价指数作为衡量频谱感知效率和频谱资源利用率的度量指标,使得认知用户在不同的应用环境中能自适应地设置频谱感知门限,达到更充分利用频谱资源和更有效传送信号的目的.仿真证明,该方法确定的门限能够随着噪声条件的改变而改变,显著提高了能量感知方案的性能.

基于小波分析的功能磁共振图像的去噪预处理

对基于小波分析的fMRI去噪作了较具体的论述,并在Donoho和Johnstone的Hard函数及Soft函数基础上提出了更合适的Hard-Soft函数.从结果分析看,Hard-Soft函数比Soft函数在保留图像细节上占优,而去噪性能比Hard函数要好.因而能够在图像去噪和保护信息上达到更好的均衡,克服了Hard函数和Soft函数的两个极端状况.

一种抗野值的UPF算法

为解决野值对滤波效果产生的不利影响,从改进粒子滤波器提议分布(proposal distri-bution)的容错能力入手,提出一种抗野值的UPF(unscented particle filter)算法。提出的抗野值容错算法将抗"飞点"的UKF(unscented Kalman filter)算法作为野值环境中的粒子取样策略,通过抗"飞点"UKF算法中引入的门限函数向量对新息的控制,进而实现UPF算法对野值容错的目的。仿真实验验证了所构造的容错滤波算法的有效性和实用性。

抗“飞点”的UKF-GMPCPHD滤波算法

为实现被动测角目标状态和数目的实时估计,在高斯混合粒子(Gaussian mixture particle,GMP)的势化概率假设密度(cardinalized probability hypothesis density,CPHD)滤波框架下,提出了基于抗"飞点"无迹卡尔曼滤波器(unscented Kalman filter,UKF)的GMPCPHD滤波算法,即抗"飞点"的UKF-GMPCPHD滤波算法。在该算法中,粒子滤波的重要性采样函数由抗"飞点"UKF产生,粒子的预测与更新采用拟蒙特卡罗(quasi-MonteCarlo,QMC)方式,目标状态的概率假设密度(probability hypothesis density,PHD)和势分布用一组高斯粒子滤波器(Gaussian particle filtering,GPF)近似。通过该算法与GMPCPHD、UKF-GMPPHD滤波算法的对比仿真,验证了该算法良好的跟踪性能。

基于小波变换的声信号去噪处理方法

本文对阿帕奇直升机与坦克的声信号加上白噪声进行FIR线性滤波和小波变换滤波预处理,再应用一个非线性软门限函数在小波域内将噪声抑制,最后通过小波逆变换得到重构的声信号。结果表明,小波变化预处理方法较传统滤波方法具有更好的去噪效果。

一种抗“飞点”的UKF算法

为解决“飞点”对滤波效果产生的不利影响,从统计学原理出发,提出一种抗“飞点”的UKF算法.在UKF算法中引入门限函数向量,对新息(innovations)进行控制,既充分利用正常新息确保滤波的精度,又有效抑制异常新息的不利影响,从而达到对“飞点”数据的容错能力.仿真实验验证了抗“飞点”的容错UKF算法的有效性和实用性.

一种基于门限的光突发交换受限偏射路由算法

提出了一种基于突发丢失门限的条件偏射路由算法(LDFD),该算法采用丢弃少量偏射的高优先级突发来保证偏射路由上较低优先级非偏射突发的服务质量(QoS)。当偏射的高优先级突发到达核心节点而该节点没有空闲数据信道时,就启用定义的偏射条件检测函数来判断是丢弃该突发还是允许其抢占非偏射的低优先级突发的资源,从而减少偏射突发与偏射路由上原有突发的竞争。仿真表明,该算法可以很好地控制偏射突发对偏射路由上正常流量的影响,并有效地提高整个网络的突发丢失性能。