聚集数据线性模型参数的一种新估计

文献（１）给出了聚集数据的线性模型参数的两种估计方法，本文提出一种新的估计方法，并在理论和数值模拟方面证明了新估计较原估计有更高的精确度。     

聚集数据的线性模型参数的改进Peter—Karsten估计

文献〔１〕给出了聚集数据的线性模型参数的两种估计方法，本文利用引理２对两种估计作了改进，并研究了其效率问题。     

基于单电极激励的ART迭代算法电阻层析成像研究

电阻层析成像(ERT)图像重建技术是一个不适定的逆问题求解过程,其中单电极激励是目前ERT测量中获得数据比较多的一种测量方式。论文在此测量基础上提出一种基于灵敏系数原理与ART迭代算法相结合的图像重建算法,推导出了求解ERT反问题的计算步骤。实验结果表明,该算法能够有效地标出物体的位置,与FPB算法相比较,对于简单的流型,该算法有成像质量高的优点,为ERT中单电极激励的研究提供了一种新的方法。     

多界面脱粘红外无损检测中热激励方法的研究

红外热波检测中热激励方法的选择直接影响缺陷的可检出性和实际检测效果。本文对薄粘接层的界面脱粘检测中的热激励方法进行了分析比较。通过构建多界面脱粘缺陷模型,用有限元分析软件COMSOL对不同热激励下脱粘的红外无损检测做仿真计算,研究热激励方法与检测灵敏度之间的关系,为制定准确的红外检测实验方案提供数值依据。     

递变能量X射线成像的物理表征算法研究

该项目针对传统融合方法无法正确表征物理信息的缺陷,建立了递变能量X射线成像的物理表征模型。该方法是鉴于神经网络可逼近任意非线性映射的特点,以标准楔形试块为对象,将不同电压下的融合图像作为输入数据,直接采集高动态成像图像作为输出数据,经神经网络训练,构建递变能量成像的物理表征模型。同时在不同种材料下,对物理表征模型进行了修正,实现了不同材质下的灰度校正。利用钢质与铜质阶梯块验证模型。结果表明:该项目提出的算法能逼真地反应直接高动态成像特性,可正确表征工件的物理信息。     

基于 DIR-QPSO 的弹丸落点定位声阵列 优化布设方法

为了满足有限测点下声阵列定位精度提升的需求,提出了基于双种群量子粒子群(dual-group interaction quantum particle swarm optimization, DIR-QPSO)联合到达时差定位技术(time difference of arrival, TDOA)的单基站声阵列拓扑结构优化布设方法。首先,将声阵列中的声传感器作为粒子,利用Logistic混沌模型全局遍历性的优势初始化种群;其次,利用双种群之间信息共享优势,消除迭代过程中陷入局部最优点;再次,以TDOA模型构建适应度评价函数,得到声传感器最优布设位置;最后,通过仿真验证,得到优化后的声阵列拓扑结构。仿真结果表明,与传统六元正四棱锥阵列及QPSO优化后的阵列相比,方法将几何精度因子减小至1.351 8 m,克拉美罗下界减小至0.481 7 m,均方根误差减小至0.556 4 m。最后进行实验对比验证,实验结果表明,提出的单基站阵列具有更高的定位精度,极大提升了弹丸落点定位精度。     

满意度评估的定量比较评价模型

对客户满意度抽样调查的结果进行定量分析,按照得分对各分公司的客户满意度进行排序,并对全省客户满意度进行综合评分．根据层次分析法（Analytic Hierarchy Process,AHP）对所研究的问题建立综合评价模型;利用模糊综合评判得到各级指标的综合评价结果;对各评价等级赋值,将综合评价结果化为百分制．得到各分公司的满意度评价排序,并得到全省的满意度评价结果．能全面反映客户对企业服务的满意程度,也可以应用于其他类型的综合评价问题．