一种移除所有皇冠的扩展NT算法

皇冠分解和NT算法长久以来被认V_1为是在参数化点覆盖的求核问题中有着广泛应用的两种相互独立的方法。NT算法将给定的图分成V_0,V_1和V_(1/2)三部分,将V_0和V_1移除从而完成图的分解。而皇冠分解则是找到尽可能多的皇冠结构,删除这些皇冠以降低图规模。最近的研究结果表明NT算法和皇冠分解存在很强的内在联系:NT算法中的V_0,V_1部分正好构成一个皇冠结构。本文进一步研究了皇冠分解和NT算法的内在联系,提出了严格皇冠和非严格皇冠的概念,提出了一般图中存在皇冠的判定定理,证明了NT算法可以移除一般图中存在的所有严格皇冠。论文还提出了一种扩展NT算法,能够移除图中的所有严格和非严格皇冠,即证明了用扩展NT算法处理过的图中将不会存在任何皇冠结构。

基于NT降阶算法的区间二型模糊系统辨识

由于传统T-S模糊描述系统不确定性方面的缺陷,二型T-S模糊系统得到了广泛关注。针对常见区间二型模糊集合的降阶算法存在的效率低下的问题,本文利用NT降阶算法进行区间二型模糊系统的辨识。NT降阶算法避免了复杂的迭代搜索操作,直接利用首隶属度函数的上、下限进行降阶运算,然后直接得到解模糊化结果。仿真实例表明,利用NT降阶算法能够在不降低辨识精度的情况下,提高辨识效率。

基于WindSat数据的南极区域海冰密集度反演研究

海冰作为全球气候系统的重要组成部分,对大气环流、气候变化、海洋环境等方面有着显著影响,其密集度是反映海冰物理性质的一个重要参数。文章针对海冰密集度反演存在的误差问题,提出采用NASA-Team算法对相关参数进行重新修正和计算,再采用阈值滤波器和动态滤波器对空气滤波器进行适当改进,联合减小海冰反演误差。利用南极区域的WindSat亮温数据,重新计算了算法中的相关参数,对算法的误差进行了分析,并设计了新的空气滤波器。反演得到以10%为边缘的海冰密集度分布,海冰密集度的边缘误差和气候造成的偶发性误差得到一定减少,与SSMI数据相关系数为0.951,并且与国家冰雪中心资料具有较高的一致性,阐明了基于WindSat亮温数据修正的NT算法用于反演海冰密集度的可行性。