具有未知传输干扰和丢包的网络化多传感器系统的CI融合滤波器

研究了具有未知传输干扰和观测丢失的网络化多传感器系统的滤波器设计问题。采用一组满足伯努利分布的随机变量来描述观测丢失现象。在没有传输干扰任何信息的情形下,基于线性无偏最小方差估计准则,设计了系统状态的具有Kalman形式的递推滤波器。应用CI(Covariance Intersection)融合算法给出了分布式次优融合状态滤波器。并基于融合状态滤波器给出了未知传输干扰估计。仿真验证了该算法的有效性。

基于CI算法的多传感器时滞航迹的分布式融合估计

网络的传感器节点向处理中心传输局部估计时,不可避免地存在随机延迟,从而导致航迹无序现象频发。在分布式框架下,研究多传感器时滞航迹的融合估计问题。采用最新可利用的局部估计原则,若未收到最新局部估计,则用之前收到的最新的估计进行预报。进而,运用避免计算互协方差阵的CI算法进行分布式融合。避免了计算互协方差阵,且能改善局部估计的精度。仿真例子说明算法的有效性。

基于有限存储空间的分布式传感器融合估计器

研究具有信息传输模型不确定性、随机时间延迟和数据丢包的网络化多传感器分布式融合估计问题。模型的不确定性刻画为系统矩阵中的非高斯非白噪声干扰,在远程处理中心处设置有限长度的存储空间用来存储各个传感器延迟到达的测量值。在最小方差原则下设计了一种利用测量值到达变量的最优常增益局部估计器,利用协方差交叉加权方法得到最优分布式融合估计器并推导得到使得估计器有界的条件。最后,通过某电源系统计算实例仿真验证所提融合估计器的有效性。

嵌合RNA在肿瘤中的生物学意义

嵌合RNA(chimeric RNA)是来自不同基因的外显子片段通过一定的染色体重排或转录剪接机制形成的融合转录本,具有编码新RNA和/或蛋白质的潜能。嵌合RNA广泛存在于肿瘤和正常组织中,但不同的组织、细胞甚至分化的不同时间点都可能有其独特的嵌合RNA表达谱。目前,对嵌合RNA的研究尚处于起步阶段,其相关定义和术语尚不明确,因此,本文将对其进行统一规范。此外,为了从多维度认识“嵌合RNA”,本文将对嵌合RNA的形成机制和分类,以及其在肿瘤发生发展中的作用机制及其在不同肿瘤中的功能和应用进行详细论述。研究表明,嵌合RNA可编码一定的基因产物,在调控细胞的增殖、迁移、侵袭和凋亡等方面发挥重要作用。在肿瘤中,嵌合RNA可编码特异性蛋白质,通过改变细胞表型,或者直接以非编码嵌合RNA的形式影响基因的表达或调控通路,导致癌症的发生。基于此使得嵌合RNA及其编码产物有望成为诊断癌症的重要标志物和药物治疗的有效靶点。近年来,已在不同肿瘤中发现了多种特异性嵌合RNA,它们在疾病的发生和进展中发挥了重要的作用。目前,已有嵌合RNA及其产物作为分子靶标成功应用于临床诊断和治疗,或者评估疾病的预后。本文将着重阐述嵌合RNA在不同肿瘤中的功能和应用,旨在为肿瘤嵌合RNA的研究提供新的参考,并为疾病的诊断和治疗提供新的视角和方向。

易安词英译误读的哲学阐释学观照

自20世纪20年代伊始,易安词不断被译介到英语世界。多元化的译本之中均存在对易安词的误读。误读指理解者基于自身的思维方式、审美经验和文化视角等对文本进行的解读,而非语义层面上的错误阅读。文章在伽达默尔哲学阐释学思想中的“前见”和“视域融合”概念的观照下,试为易安词英译本中的误读提供哲学解释,剖析译者如何对原作进行误读式的理解与阐释,并在调和原作历史视域、译者自身视域、目标读者视域的过程中,将中国古典诗词的魅力带入异域,使中华文化在异域语境中实现预期的传播效果。

基于激光与RGB-D相机的异构多机器人协作定位

针对异构多机器人定位问题,提出了一种基于激光与视觉融合的协作定位方法,克服了视觉传感器受环境影响大、测量误差大的缺点,也克服了激光传感器无法识别待测目标的缺点。通过建立移动机器人的运动模型,根据不同传感器的原理分别建立RGB-D相机观测模型与激光观测模型。将RGB-D相机观测模型与运动学模型组成局部估计器,得到位置估计值与方差。通过激光传感器的观测模型与运动模型组成另一个估计器,得出另一组估计值与方差。运用协方差交叉融合方法进一步融合二组数据,提高了系统的可靠性与准确性。使用两台DFROBOT机器人,一台装备里程计、RGB-D相机与激光,另一台装配里程计,搭建了实验平台,验证了所提方法可行,误差范围小,满足实际应用。

不确定系统鲁棒协方差交叉融合稳态Kalman滤波器

针对带不确定模型参数和噪声方差的线性离散多传感器系统,基于极大极小鲁棒估值原理,该文提出一种鲁棒协方差交叉(CI)融合稳态Kalman滤波器。首先,用引入虚拟噪声补偿不确定模型参数,把模型参数和噪声方差两者不确定的多传感器系统转化为仅噪声方差不确定的系统。其次,应用Lyapunov方程证明局部鲁棒Kalman滤波器的鲁棒性,进而保证CI融合Kalman滤波的鲁棒性,且证明了CI融合器的鲁棒精度高于每个局部滤波器的鲁棒精度。最后,给出一个仿真例子来说明如何搜索不确定参数的鲁棒域,并验证所提出的鲁棒Kalman滤波器的优良性能。

不确定系统改进的鲁棒协方差交叉融合稳态Kalman预报器

针对带随机参数和噪声方差两者不确定性的线性离散多传感器系统,利用虚拟噪声补偿随机参数不确定性,原系统可转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理,用Lyapunov方程方法提出局部鲁棒稳态Kalman预报器及其误差方差最小上界,并利用保守的局部预报误差互协方差,提出改进的鲁棒协方差交叉(Covariance intersection,CI)融合稳态Kalman预报器及其误差方差最小上界.克服了原始CI融合方法要求假设已知局部估值及它们的保守误差方差的缺点和融合误差方差上界具有较大保守性的缺点.证明了鲁棒局部和融合预报器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合器鲁棒精度,且高于每个局部预报器的鲁棒精度.一个仿真例子验证了所提出结果的正确性和有效性.

带丢失观测和不确定噪声方差系统改进的鲁棒协方差交叉融合稳态Kalman滤波器

对带丢失观测和不确定噪声方差的线性定常多传感器系统,引入虚拟噪声将原系统转化为仅带不确定噪声方差的系统.根据极大极小鲁棒估值原理,用Lyapunov方程方法提出局部鲁棒稳态Kalman滤波器及其实际方差最小上界,并利用保守的局部滤波误差互协方差,提出一种改进的鲁棒协方差交叉(covariance intersection,CI)融合稳态Kalman滤波器及其实际方差最小上界.证明了所提出的鲁棒局部和融合滤波器的鲁棒性,并证明了改进的CI融合器鲁棒精度高于原始CI融合鲁棒精度,且高于每个局部滤波器的鲁棒精度.一个仿真例子验证所提出结果的正确性和有效性.

面向智能船舶的容错卡尔曼融合估计方法

针对智能船舶多传感器系统因未知海洋环境干扰和设备间干扰等因素导致的一个或数个传感器产生随机间歇性故障从而导致融合估计结果出现偏差甚至失真的问题,设计1种基于四分位滤波的容错方法,并针对该方法导致的观测时滞问题设计1种预报方法,提前预报观测值,进而抵消容错方法导致的时滞问题。此外,针对多传感器之间的互协方差难以准确估计的问题,采用CI融合估计方法进行融合估计。为验证算法的有效性和融合估计的精度,对带有间歇性故障的两传感器系统进行仿真试验,并与按矩阵、按对角阵和按标量3种分布式融合估计方法得到的结果进行对比。4种方法的均方误差系数大小对比结果显示,对于带间歇性故障的多传感器系统,设计的融合滤波不仅具有鲁棒性,而且具有较高的融合精度。

CT、MRI脑图像融合技术的研究

不同成像技术获得的医学图像为临床诊断提供了不同的信息。图像融合技术可综合利用多模医学图像互补信息 ,从而有效地提高诊断水平。本文对CT与MRI脑图像融合技术进行了研究与探讨。

协方差交叉在分布式传感器网络定位中的应用

节点定位的精确性在分布式传感器网络的许多应用中都起着至关重要的作用。目前较受关注的定位方法主要包括TDOA和RSS。这两种方法是非独立的,而且定位精度易受噪声影响。如果采用传统的卡尔曼滤波方式对数据加以融合,可以降低估计误差。但因假定数据间的协方差为零,使结果并非保守可靠。本文将协方差交叉算法应用于此类数据融合问题,分别在泊松分布和均匀分布情况下,对分布式传感器网络的节点定位过程加以仿真。结果显示,协方差交叉算法更加可靠,并且提高了定位精度,非常适用于分布式传感器网络。

性别融合与唐宋词文学个性的获得

男女两性不同的审美追求在词的领域相互碰撞,又不断整合,最终形成了刚柔相济的审美理想和审美风格,所以说,词迥异于诗的文学个性是性别融合的产物。唐宋词审美理想的形成、创造力的获得以及抒情范式的建立在很大程度上都得益于性别融合产生的强大生命力。从这一角度而言,唐宋词的文化意义并不在于它提供了批判男权文化的素材,而恰恰在于它在文学的领域展示了性别融合的理想模式。

一种分布式异步航迹融合算法

在多被动传感器目标跟踪中,融合中心处理的信息一般是同步的,然而实际情况并非如此。另外,一些被动传感器只能得到目标的方位信息,无法单独形成有效航迹,这就需要将各传感器数据同步到相同时刻,然后应用同步融合算法。针对被动传感器探测系统,采用传感器到传感器融合和系统到传感器融合的分布式融合结构,并对各局部传感器引入全局反馈,对相关信息采用协方差交叉算法进行处理,完成被动传感器异步数据的融合,仿真结果表明,该算法具有较好的融合效果。

浙江江山刘氏与清末民初词学

浙江江山刘氏是清末民初两浙词坛一个重要的词学家族。这个家族的成员刘履芬、刘观藻与"吴中词派"后期成员有直接交往,他们的词学观念有兼融浙、常两派思想的倾向。清末民初,随着中国近代高等教育事业的兴起和繁盛,现代分科教育的大力推行,词曲之学也堂而皇之地走进了大学讲堂,成为中国文学学科的主流课程,词学研究格局开始出现新变的迹象。刘毓盘在承继父辈思想的基础上对传统词学进行了系统化的改造,由过去偏重于家庭、师长、朋辈的创作指导转向以知识传授为主,这是中国词学从传统走向现代的重要表征。

番茄LeNCED1基因5′-侧翼序列克隆及LeNCED1p:GUS融合基因构建

从番茄基因组中克隆LeNCED1基因5′-侧翼1456 bp调控序列,经生物信息学分析表明,LeNCED1基因上游调控序列中存在响应昼夜节律的顺式作用元件Circadian、光响应元件Box I、逆境胁迫响应元件(TC-rich repeats)、ABA响应元件ABRE等,构建了LeNCED1基因上游调控序列与报告基因GUS融合的植物双元表达载体pLeNCED1p:GUS。

转益融通——词体发展动力之析论

词体发端于中唐,成熟于晚唐,至于赵宋体制完备、臻于极盛。词体发展鼎盛,根本动力即在于词体能够积极汲取各种文体的优长之处。它首先孕育于民间,是乐与词结合的新样式;它努力模仿诗歌的风格与内容进行创作,是推尊词体的表现,对词境的扩大有着巨大作用;它取径多种文体,大大丰富了词的表现方法与词的语汇;它又注重词体内部的交流与融合,最终成就了词体的集大成之境。

非线性离散系统基于扩展Kalman滤波的鲁棒融合状态估计

非线性系统的状态估计问题是现代控制理论研究中不可或缺的一部分。提出一种基于扩展Kalman滤波的鲁棒融合状态估计算法,它是在已有的扩展Kalman滤波算法的基础上,通过引入CI状态融合来实现的。融合算法的引入能有效填补扩展Kalman滤波器在模型线性化时所带有的精度损失;CI融合算法因为避免了局部估计误差互协方差的计算而变得简单易行,尤其便于实际工程应用。仿真实验结果表明了所提出的多传感器非线性离散系统的CI融合状态估计算法可有效减少估计误差,具有一定的有效性和可行性。

江南渔隐与元代吴镇的渔父词画

渔父的隐士形象源自姜尚、范蠡、严光等典范人物,受其影响最深远的是唐代张志和。张志和首唱《渔父词》,又随句赋象,写景夹词,绘写江南渔隐图。张志和使江南渔隐传统在后世渔父词画中得以继续传承,渔父词传承了他的词风、词境和词旨,渔父图即传承了他的渔隐思想和词画融合一体的艺术形式。在元代的退隐大潮中,渔隐山水成一时之风气,赵孟瞓首倡,而吴镇即是"集以渔父为题一类词画之大成"者。吴镇的渔隐山水画,可分为以山水为主体和以渔钓为主体两种类型,在以山水为主体的渔隐山水画中,多是把渔人、渔舟作为山水画之点缀,仅占画面一角,而在以渔钓为主体的渔隐山水画中,把渔钓作为画卷的主体进行描绘,山水草木反成为衬托,反映了他内心的隐逸情怀。

USING COVARIANCE INTERSECTION FOR CHANGE DETECTION IN REMOTE SENSING IMAGES

In this paper,an unsupervised change detection technique for remote sensing images acquired on the same geographical area but at different time instances is proposed by conducting Covariance Intersection(CI) to perform unsupervised fusion of the final fuzzy partition matrices from the Fuzzy C-Means(FCM) clustering for the feature space by applying compressed sampling to the given remote sensing images.The proposed approach exploits a CI-based data fusion of the membership function matrices,which are obtained by taking the Fuzzy C-Means(FCM) clustering of the frequency-domain feature vectors and spatial-domain feature vectors,aimed at enhancing the unsupervised change detection performance.Compressed sampling is performed to realize the image local feature sampling,which is a signal acquisition framework based on the revelation that a small collection of linear projections of a sparse signal contains enough information for stable recovery.The experimental results demonstrate that the proposed algorithm has a good change detection results and also performs quite well on denoising purpose.