中国花生黄曲霉毒素风险评估中膳食暴露非参数概率评估方法

基于2009年、2010年对全国13个花生主产省155个县市2 571份代表性花生样品检测分析获得的12 855个黄曲霉毒素检测数据,以及卫生部2002年、2004年中国居民营养与健康状况调查报告中膳食消费数据,采用Monte Carlo模拟和Bootstrap抽样方法量化人群花生黄曲霉毒素膳食暴露量的变异度和不确定度,构建了中国花生黄曲霉毒素风险评估中膳食暴露非参数概率评估模型,依据年龄段、地区间和收入水平差异的人群花生黄曲霉毒素膳食暴露量,分析了各暴露量分布的指标统计量和90%置信区间。评估结果显示,2～5岁儿童为花生黄曲霉毒素膳食摄入的高暴露人群,其高端暴露量(P97.5)中位值为每千克体重每天1.342ng(表示为ng.kg-1.d-1,下同),四分位间距为0.151ng.kg-1.d-1;18～45岁成人中,城市人群花生黄曲霉毒素膳食暴露量高于农村,其高端暴露量(P97.5)中位值为0.695ng.kg-1.d-1,四分位间距为0.078ng.kg-1.d-1;中等收入水平人群花生黄曲霉毒素膳食暴露量最高,其高端暴露量(P97.5)中位值为0.874ng.kg-1.d-1,四分位间距为0.086ng.kg-1.d-1。花生黄曲霉毒素膳食暴露非参数概率评估方法克服了点评估方法不能定量评估结果变异度和不确定度的缺点,结果更为精确。

非参数概率系统非平稳随机响应研究

对复杂系统的测量和知识的有限性造成的不确定很难完全由随机参数模型进行描述,采用随机矩阵模型更具有一般性和合理性。本文应用随机矩阵模拟不确定线性动力系统有限元模型中质量阵、阻尼阵和刚度阵的概率不确定性。综合运用虚拟激励法和精细时程积分法建立了非参数概率系统非平稳随机响应的有效计算方法。数值模拟结果表明,对于高精度制造,模型的不确定性是不能忽略的。本文提出的算法为此类问题求解提供了一条有效途径。

语音识别关键技术研究

采用隐马尔可夫模型(HMM)进行语音声学建模是大词汇连续语音识别取得突破性进展最主要的原因之一,HMM本身依赖的某些不合理建模假设和不具有区分性的训练算法正在成为制约语音识别系统未来发展的瓶颈。神经网络依靠权能够进行长时间记忆和知识存储,但对于输入模式的瞬时响应的记忆能力比较差。采用混合HMM/ANN模型对HMM的一些不尽合理的建模假设和训练算法进行了革新。混合模型用神经网络非参数概率模型代替高斯混合器(GM)计算HMM的状态所需要的观测概率。另外对神经网络的结构进行了优化,取得了很好的效果。

不确定动力系统平稳随机响应分析

由于设计、建造以及测量等诸多不确定因素的影响,通常的有限元力学分析模型只是原型结构的一种均值近似,采用随机结构模型是更为合理的。本文应用随机矩阵模拟不确定线性动力系统有限元模型中质量阵、阻尼阵和刚度阵的随机不确定性,并进一步建立此类非参数概率系统在平稳随机外载作用下动力响应的虚拟激励高效求解算法。数值结果表明,均值有限元模型和随机矩阵模型的动力响应具有很大的差异。对于精细制造,模型的随机性是不能忽略的,本文提出的算法为此类问题求解提供了一条有效途径。

图像的增强与分割方法研究(英文)

以图像增强与分割这两个计算机视觉中最具基础性质的研究方向为内容,深入研究了红外序列图像的增强,以及一般图像的分割问题。在图像增强方面,提出了一种基于模型的远红外序列图像自适应增强算法(ASTHF)。该算法保持了原有算法的良好效果和计算效率,从而达到了视觉效果和运算速度的良好统一。在图像分割方面,提出了一种综合利用边缘和区域信息的图像分割方法———基于尺度空间的区域竞争一般框架(GSRC)。通过将被误标记可能性小的像素作为种子,GSRC首先自动确定初始分割(粗分割),然后以能量泛函为工具,通过综合运用轮廊平滑、概率模型和区域竞争来确定最终的分割(精细分割)。GSRC不仅能有效地利用图像特征,还为特征的知觉组织提供了一条简单的计算途径。