基于小波分析的地磁甚低频脉动指数及其在高磁纬度地区甚低频脉动共轭对比研究中的应用

地磁甚低频脉动是甚低频磁流体波在磁层中传播的地面表现,开发近实时空间天气产品来监测这些地磁脉动至关重要。本文基于小波分析提出一种地磁甚低频脉动指数,并将其应用于研究在南极洲及西格陵兰岛的磁共轭位置观测到的地磁甚低频脉动。研究结果表明,(1)该指数可有效识别Pc4—Pc5频率范围内的脉动事件(包括瞬态事件),并获得甚低频脉动在时域和频域的重要特征。(2)基于共轭位置地磁脉动的小波分析比较揭示了冬至日、夏至日条件下南北半球甚低频脉动的相似性和差异。本研究也表明,南北半球磁共轭位置观测到地磁脉动存在的差异受到行星际磁场条件、磁场拓扑、观测磁纬度和日照等条件影响,需要进一步研究案例中实际磁层和电离层配置以及驱动条件。

基于整数小波阈值嵌入的无损数据隐藏

提出了基于整数小波阈值嵌入的无损数据隐藏方法。在图像的小波子带系数的最低位(LSB)嵌入隐藏数据,将数据嵌入到小波CDF(2,2)的高频子带系数中,符合人的视觉系统原理(HVS)。并使用直方图调整的方法防止溢出。小波阈值嵌入利用阈值T控制小波系数在最低位是否插入隐藏数据。该方法嵌入数据容量大(相同PSNR),PNSR高(相同容量)。通过对CorelDraw图像库1096幅图像测试,证明了提出的方法是有效的。

一种适用于业务流程定制环境的服务推荐方案

在个性化业务流程定制环境中,为提高用户的定制效率引入推荐技术,但现有推荐技术存在诸多问题,如新用户、推荐结果缺乏多样性与推荐质量偏低等。为充分发挥推荐技术的优势并解决上述问题,提出一种适用于业务流程定制环境的服务推荐方案,该方案首先利用聚类算法来解决新用户问题,再通过优化协同过滤来提高推荐结果的多样性,然后构建内容过滤筛除"伪邻居"来提高推荐质量,最后将获得的候选服务推荐给用户来提高定制效率。通过实验研究证实,所提方案既能解决新用户问题,又能改善推荐结果的多样性与推荐质量,还能提高用户的定制效率。

基于DCT域共生矩阵的JPEG图像隐写分析

提出一种新的针对JPEG图像的通用隐写分析方法,该方法直接提取DCT系数,利用共生矩阵去挖掘出块中低频系数的相关性,最后形成120维特征并用SVM进行分类。针对4种公认的安全性较高的JPEG类嵌入方法F5、Outguess、MB(未去除分块特性MB1,去除分块特性MB2),对CorelDraw1096张图库进行了实验,结果表明,该方法的识别率和运算速度明显优于现有算法。

基于三甘醇附着对黑碳气溶胶形态结构变化的模拟

为研究黑碳气溶胶粒子在附着三甘醇后形态结构的变化,本文通过采用甲烷和洁净空气燃烧制取黑碳气溶胶,并运用自主搭建的串联式差分电迁移率分析系统对黑碳气溶胶进行粒径筛选、热消解和三甘醇附着,同时结合扫描电镜仪和气溶胶质量分析仪观察分析黑碳气溶胶附着三甘醇后形态结构和质量的变化.通过筛选得到粒径为100 nm、200 nm和300 nm米的黑碳气溶胶粒子进行三甘醇附着模拟实验.由于黑碳气溶胶颗粒的特殊链状小球结构,使用热溶蚀器去除非元素碳物质后的黑碳气溶胶附着上三甘醇,发现粒径越大的黑碳气溶胶粒子越容易发生形态结构的变化,并且少量的三甘醇附着就能够显著促进这一形变过程的发生.因而,大气中存在的三甘醇能够在一定程度上促进黑碳气溶胶物理特性的改变,进而改变黑碳气溶胶对大气环境的影响.

模拟三甘醇附着对黑碳气溶胶吸湿性的影响

为研究黑碳气溶胶粒子在附着三甘醇后吸湿性的变化,通过采用反向扩散燃烧器制取黑碳气溶胶,并运用自主搭建的吸湿性串联差分电迁移率分析仪对黑碳气溶胶进行粒径筛选、热消解和三甘醇附着,同时结合扫描电镜仪和气溶胶质量分析仪观察分析黑碳气溶胶在附着三甘醇前后形态结构和吸湿性的变化.分别筛选粒径为100,200,300nm的黑碳气溶胶粒子进行了三甘醇附着模拟实验.实验结果表明,三甘醇附着能够改变黑碳气溶胶粒径和吸湿特性,在相同条件下黑碳气溶胶附着少量三甘醇后就能出现显著的粒径变化.甶于三甘醇具有一定的吸水性且其表面张力小于相同室温条件下水的表面张力,因此附着了三甘醇的黑碳气溶胶在不同相对湿度条件下将会发生进一步的粒径变化.因而,大气中少量存在的三甘醇能够在一定程度上促进黑碳气溶胶微物理特性的改变,进而改变黑碳气溶胶对大气环境的影响.

基于图像及其预测误差图小波频域矩的隐写分析

提出了一种通用隐写分析方法,对图像及其预测误差图像进行3级小波分解,然后计算每个小波子带频域(对直方图进行离散付利叶变换)高阶统计矩组成78维特征,并用支持向量机(SVM)进行分类。对CorelDraw图像库的1 096幅图像进行测试,实验结果表明,本文提出的隐写分析性能优于现有的主流方法。

基于直方图对的JPEG图像无损数据隐藏

提出一种基于直方图对的JPEG图像无损数据隐藏方法。该方法通过调整直方图,在JPEG图像的量化后DCT中频系数中嵌入隐藏数据。同时,能够在不需要原始图像的情况下对隐藏数据进行盲提取并无损恢复图像数据。通过设置2个阈值来选择调整的直方图对和进行调整的DCT系数块,该方法能够在嵌入大数据量的同时依然保持较好的视觉效果。

基于LRFAT模型和改进K-means的汽车忠诚客户细分方法

为实现工业互联网时代的汽车客户精准营销,需要对客户资源进行聚类和有效管理。针对汽车忠诚客户数量少、潜在价值高以及数据分布不均等特点,提出一种改进的客户细分LRFAT模型(基于RFM模型)。为提高客户聚类的准确性和稳定性,受密度峰值聚类启发,提出一种层次K近邻密度峰值初始聚类中心选取方法,将选取的初始聚类中心作为K-means的初始聚类中心,在此基础上采用改进的K-means对汽车忠诚客户进行细分。通过某整车制造厂的汽车销售应用实例,验证了模型和算法的有效性,同时针对不同的客户群进行了详细的分析,并给出了相应的营销建议。

信标可控性定义及问题

死锁是资源分配系统中极不希望出现的现象,目前死锁控制的一个重要的方法是信标控制法,信标控制法的基础是信标可控性的定义.对于普通Petri网,已有一个完善的信标可控性定义,而对于一般Petri网,这方面的工作还需改进和完善.近年来,学者们针对一般Petri网及其子类提出了不少信标可控性定义,但这些定义并不完善,仍有大量的问题亟待解决.首先回顾了文献中的各个信标可控性定义,提出了两个新的信标可控性定义,然后从可控性定义的宽松程度、应用范围以及等价性等方面分析比较了现有的信标可控性定义优缺点.最后给出了今后的研究方向.

改进KNN的时间序列分析方法

近年来,随着数据挖掘和机器学习的兴起,基于时间序列分析方法的研究愈加丰富。作为机器学习的经典方法,KNN(K-Nearest Neighbor)因其简单、准确度高等特性被广泛应用于时间序列分析的各个领域。然而,使用原始的KNN回归方法预测时间序列具有一定的局限性,直接使用欧氏距离作为相似度度量方法的预测效果并不理想,无法适应具有整体趋势变化的时间序列的预测场景。文中提出一种拟合时间序列趋势的KNN算法TSTF-KNN(Time Series Trend Fitting KNN)算法,该方法通过对每个时刻的特征序列进行归一化处理,改进了KNN相似度度量的效果,使之可以更有效地搜索相似的特征序列。由于序列预测前进行了归一化,文中通过为预测结果添加误差项来还原序列特征,使之可以有效地预测结果。为了验证方法的有效性,从kaggle公开数据集中选取了4个数据集,并通过对这4个数据集分别进行预处理获得5个时间序列以供实验。通过使用TSTF-KNN、KNN、单层LSTM(Long Short-Term Memory)神经网络和ANN(Artificial Neural Network)在处理后的5个时间序列上进行预测实验,分析预测结果,并对比均方误差(Mean Square Error, MSE),验证了该方法的有效性。实验结果表明,该方法能有效提高KNN回归方法对时间序列预测的准确度和稳定性,使之可以更好地适应具有整体趋势变化的时间序列的预测场景。

《中国区域能源效率研究》书评

近读国家万人计划领军人才入选者、郑州大学能源-环境-经济研究中心主任李金铠教授和清华大学张瑾博士合著的《中国区域能源效率研究》,深感本书将空间经济学理论和方法应用于能源经济管理领域的研究,做了较为前沿的学术探索,在内容架构上也颇具特色,是一部值得飨食的学术作品。

2000年的中国交通

本文是作者新著《中国交通运输问题》中的一章,征得作者同意,在本刊发表。希望有助于深化关于中国交通问题的讨论。本刊作了较大的删节。作者桑恒康先生是哈佛大学博士, 曾任联合国高级经济学家,对于第三世界经济发展,特别是交通经济和投资项目评估有丰富经验。他现任美国新泽西理工学院客座教授,我国天津南开大学客座教授兼交通经济研究所所长。

国土空间规划体系下美国区划管制实践对我国控制性详细规划改革的启示

控规在过去的城市用地管制实践中存在诸多问题,已不能满足市场经济转轨和国土空间规划体系改革所要求的对城市空间用途的高效管制。本文以回顾控规的前身——美国区划管制的运行背景和发展为起点,从体系地位、法律效力、管制内容、实施程序等角度对美国区划管制(以纽约为例)与我国控规的已有实践进行对比,并结合新形势下国土空间规划体系改革对控规提出的新要求,从探索综合性"地块化"分区管制机制、探索多样化弹性管制工具、促进治理多元化、提升控规成果法律效力等方面提出未来控规的改革思路。

美国的第三次工业革命

美国的制造业正在发生两种革命性的变化:技术的变化和劳动组织的变化。技术的变化是出现了可按程序进行的自动化,即机器和加工过程可按照新编制的程序从事不同的工作.这种新技术包括能通过多向运动装置操作和搬动需要加工的材料和部件的、可按程序工作的机床——机器人,可按照程序指令切削金属的数字控制机床,以及种种自动化的原材料搬运、

数字化典藏系统的元数据实现——PREMIS组织的活动

背景2000年3月,OCLC[1]和 RLG[2]宣布共同致力发展结构化的记录与描述方式,以确保数字化资源的长久保存。这一计划随着稍后的两个工作小组的创建得以实施。这两个工作小组由大量来自不同机构和不同地理位置的专家组成,他们得到了 OCLC 和 RLG 的共同支助。