负相依随机变量序列延迟平均的一类极限定理

研究负相依随机变量序列延迟和的一类强大数定理以及强收敛性.利用随机变量截尾方法建立负相依随机变量的概率不等式和矩不等式,在矩条件E(exp{t|X1|})＜∞(p＞1)下,获得了负相依随机变量延迟平均的强大数定理、完全收敛性以及(log n)-p∑n+1[log'n]k=n+1Xk的上、下界,推广了若干经典结果.     

轴压比对RC框架结构“强柱弱梁”屈服机制的影响研究

轴压比对RC框架结构"强柱弱梁"的实现有重要的影响,之前大量研究只是表明,高轴压比不能有效地实现"强柱弱梁"屈服机制.现有文献并未给出现行规范下实际可供参考的轴压比取值范围,以保证结构更好地实现强柱弱梁屈服机制.利用ABAQUS,通过改变混凝土等级的方法,不仅能够实现不同柱轴压比,还能保证梁、柱刚度比不发生变化.采用弹塑性动力时程分析方法,更有效地分析轴压比的影响,提出可供参考的轴压比取值范围建议,保证结构"强柱弱梁"屈服机制的实现,为工程设计提供一定的参考.     

一种改进的群目标自适应跟踪算法

为提高对群目标在机动情况下的跟踪性能,提出一种改进的群目标自适应跟踪算法．在群质心状态估计中,在修正“当前”统计模型的基础上,利用群质心的速度预测和速度估计的偏差进行过程噪声方差自适应调整,并引入强跟踪滤波中的渐消因子,实时调节群质心的状态预测协方差．在扩展状态估计中,将其对应的椭圆面积预测值和估计值的偏差以及偏差变化率作为模糊输入量,采用模糊推理法自适应输出扩展状态的预测参数．此外,提供了群目标分裂机动的判决方法．仿真结果表明,与现有方法相比,本文算法增强了对群目标在突发机动时的自适应跟踪能力,并能有效检测出群的分裂机动．     

一种改进的灰度图像修复算法

针对大面积破损区域图像修复中Criminisi算法存在修复质量差和时间复杂度高的缺点,提出一种改进的图像修复算法。改进算法将优先权的计算形式由相乘变为相加,并增加梯度数据项对优先权的计算方式。通过结构信息控制优先权,从而优先修复结构信息。设计根据待修补块中心点的梯度大小,使用全局搜索来寻找匹配块,以提高修复质量和速度。对置信度更新的方式进行修正,引入每次匹配的精度作为惩罚因子的参数,以减小误差向下一次迭代的传播。仿真实验显示,改进算法的修复效率比原算法提升了58%到70%,且修复质量的视觉效果有所提升。     

视频监控中的背景提取与更新算法

为了从复杂场景中获取高质量的背景图像,提出一种基于帧间差分法和背景差分法的改进算法。将帧间差分法获得的背景图像作为视频的初始图像,将当前帧与初始图像的差值和平均差值进行比较,通过加权平均得到视频的背景图像,在背景更新时对背景图像进行选择性更新。改进算法在不同的场景中具有较强的适应能力。     

模糊集收敛的等价性

基于前人在对特殊模糊集上关于确界收敛,L-收敛,Endograph-收敛,Sendograph-收敛之间的等价性的分析,证明了一般模糊数序列上确界度量收敛等价于同时层次收敛和强截集收敛,并对关于截集连续的模糊数集合上的收敛的等价性给出了一种简洁的几何证明方法。     

基因表达式编程中动态适应的远缘繁殖策略

传统基因表达式编程采用静态适应度函数,影响了后期进化速度和整体质量。提出了远缘繁殖策略和动态适应度函数策略,远亲繁殖并及时变换评估个体的标准,增加多样性并有利于选择优质个体;实验表明,将远缘繁殖和动态适应度函数策略结合,有效地改善了传统GEP的性能,进化代数平均下降达10%,平均最高适应度值提高7%~14%,最高适应度提高达7%以上,进化的成功率提高达30%以上。     

对一类代理盲签名的攻击与改进

为了解决XUE-CAO代理盲签名方案的可伪造性问题,首先对XUE-CAO方案进行了安全性分析,在此基础上,提出一种改进的抗伪造攻击的代理盲签名方案。新方案克服了原方案中两处设计缺陷,防止了广泛伪造和原始签名者的伪造攻击,而且还保留了原方案的可验证性、强不可否认性、强可注销性和不可连接性等安全特性,从而可以用于构造安全的代理盲签名系统。     

基于稀疏强特征提取的三维地震数据完备方法

随着复杂储层地震资料特征筛选的机器学习技术的进步,如何有效地对参与地震属性优选和储层反演的地震样本进行采集和分析,成为目前智能地震预测领域的一个研究热点。目前的方法多着重于模型分类算法的改进,在标签的制作和采集方面不仅耗费大量时间进行人工标注,还存在标签不平衡情况下类内可靠性、类间平衡性不强等问题。为此,提出基于稀疏强特征提取的三维地震数据完备方法。首先,基于多数决原则的样本分割(Sample Segmentation Based on Majority Rule, SSMR)寻迹多尺度、多标签三维地震样本,进行采集、自动标注;然后,改进标签洗牌平衡方法(Improved Label Shuffling Balance Method, ILSB),通过“2+1”的样本增广平衡策略进行数据完备处理,改善样本采样不平衡性导致的模型训练偏向性;最后,利用基于最小L₁范数稀疏表示对奇异值分解结果进行强特征提取(Minimum L₁-norm Based Sparse Representation for Feature Extraction, L     

扬长教育初论

在人的发展和人才培养中，人的“长”就是个体发展的优势资源，扬长教育就是张扬学生长处，促进学生扬长发展的教育策略。其旨在使学生更好地开发和利用自己的发展资源（时间、精力、兴趣、特长、个性、志向、兴趣），达到在创新中扬长，在扬长中完善知识、能力与素质，实现人的全面发展。扬长教育不仅仅是一种教育策略，而且是对传统教育的挑战。它改变了传统教育的质量观，人才知识与素质构成的方式、教育伦理和人才培养过程要素的含义等。