海量信息异常检测问题的异常概率排序算法

针对异常检测算法速度慢、精度低、稳定性差等问题,提出了一种通过异常概率排序提取异常点的算法(OAP).由于异常点相对正常点更容易通过对数据空间的均匀分割而孤立出来,所以OAP通过数据点在均匀N叉分割树中的孤立深度估算异常概率的大小,从而得到异常概率的排序,最终构造由k个异常概率最大的点组成的列表,列表中的数据就是所求的...     

论新建本科院校校园文化建设——由新建本科院校办学定位而引发的思考

本文从分析高校校园文化的概念、特征入手,提出新建本科院校校园文化建设的定位要以学校的办学定位为依据,而后确定校园文化建设的对策.     

回火温度对截齿钎焊接头抗剪强度的影响

为提高采煤机用截齿钎焊接头的抗剪强度,研究了钎焊后回火温度对钎缝显微组织和剪切强度的影响.试验表明,钎焊接头在不同热处理工艺下的剪切强度因回火温度不同而产生差别;回火温度在400℃左右时抗剪强度有低谷区.     

基于CORBA的数字化智能监控系统

指出了传统的客户机/服务器模式的缺陷,介绍了基于CORBA的客户机/服务器的模式及其灵活性.提出了数字化智能监控系统的概念,构造了基于CORBA的数字化智能监控系统的体系结构,并且给出了客户服务器端的软件设计.     

基于Masreliez-Martin的鲁棒分数阶容积卡尔曼滤波算法及应用

针对具有非高斯量测噪声的分数阶离散时间非线性系统的状态估计问题, 提出一种基于Masreliez-Martin(简称为M-M)方法的鲁棒分数阶容积卡尔曼滤波器。在分数阶离散非线性动态系统基础上, 使用三阶容积原则推导了状态预测公式, 并使用M-M方法实现状态的量测更新, 构成了基于M-M方法的鲁棒分数阶容积卡尔曼跟踪算法。将提出的算法应用到再入目标的状态估计中, 仿真结果表明, 基于M-M方法的鲁棒分数阶容积卡尔曼滤波器优于分数阶无迹滤波器和分数阶容积卡尔曼滤波器。最后, 分析了不同程度的量测污染噪声对鲁棒分数阶容积卡尔曼滤波算法的估计性能影响, 验证了所提算法的鲁棒性。     

从异化到毁灭——《白鲸》的生态解析

本文以生态批评视角重新解读了赫尔曼.麦尔维尔的名著《白鲸》,小说中白鲸是自然的象征,亚哈象征了人类中心主义的信奉者,而实玛利则是人与自然和谐共处的代言人。本文通过对小说中各形象的生态象征意义的探讨和对主人公亚哈从异化到毁灭的悲剧旅程的分析,旨在更好的把握麦尔维尔的生态意识及其对人与自然生命联系的深刻思考。     

五代军人的地位与处境及其影响

五代诸朝是中国历史上罕有的武人政权,军人作为一个整体,其政治、经济地位甚高,成为特权群体.此期内,皂帝多出身行伍,朝臣亦多任用武夫,重武轻文之气亘古未有.相较之下,五代军人的个体处境差异极大--上层军阀把持朝政,割占社会财富,对治下生杀予夺;中层军将身处夹缝,处境复杂;下层兵卒则饱受欺压,形同贱民.乱世之际,军人作为个体身属哪一阶层常在激变之中.此上几种因素结合,直接导致了五代时局的动荡,武将形象急剧恶劣,更成为北宋"重文轻武"国策之因由.     

论影响新西兰消费者付费方式的主要因素及其对中国的启示

论述了研究影响消费者付费方式主要因素的重要性;以新西兰人为例,随机抽样有效问卷252例,分析了年龄、学历、收入、消费额度和付费方式特点诸因素对付费方式的影响;采用皮尔逊卡方检验和统计学方法处理,结果表明,影响消费者对付费方式的选择不仅与消费者本身情况有关（如年龄、学历）,也与付费方式特点及付费金额大小有关;提出银行应针对不同消费者的各种需要,推出不同的付费方式。同时出台各种消费的优惠政策,促进中国经济的健康可持续发展。     

迭代容积卡尔曼滤波算法及其应用

将Gauss Newton迭代和容积卡尔曼滤波(cubature Kalman filter, CKF)算法相结合,建立了一种迭代CKF(iterated CKF, ICKF)算法。该算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,且在迭代过程中利用最新量测信息并改进迭代过程产生的新息方差和协方差,可获得较高的估计精度。针对弹道系数未知的再入弹道目标状态估计问题,仿真实验结果显示,该方法实现简单,比无迹卡尔曼滤波方法(unscented Kalman filter, UKF)及CKF方法效果要好。     

容积粒子滤波算法及其应用

针对使用现有粒子滤波算法对非线性/非高斯离散时间系统的状态估计精度较低的问题,提出了一种新的粒子滤波算法——容积粒子滤波(CPF)算法.新算法使用容积数值积分原则直接计算非线性随机函数的均值和方差,产生粒子滤波算法的建议性密度函数,获得所需要的带权粒子,进而通过计算粒子均值,获得系统状态的最小均方误差估计.CPF算法由于产生粒子时使用了最新的测量信息,因而提高了对系统状态后验概率的逼近程度.仿真实验结果表明,CPF算法的估计误差约是标准粒子滤波算法和扩展粒子滤波算法误差的1/5和1/3,是无味粒子滤波(UPF)算法的估计误差的1/2,且运行时间只有UPF算法的1/3.