直径≤d的对称本原有向图的广义本原指数集

给出了含有自环的直径≤d的全体n阶对称本原有向图的第k(1≤k≤n)个广义本原指数的上确界,并证明了这类有向图的第k个广义本原指数集为:当1≤k≤d时,E0d(n,k)=1,2,…,d-1+k,当d+1≤k≤n时,E0(n,k)=1,2,…,2d。     

实测数据与标准地磁模型的比较

利用国际标准地磁模型,可以计算出任意点的磁场强度。本文对“风云一号”卫星的磁强计测量数据与标准地磁模型计算结果进行了平静期吻合性的比较。分析了地磁强度绝对值的地理分布规律以及平静期南大西洋磁异常区的数据变化情况,为进一步分析地磁扰动时期的变化情况打下基础。     

一种指数平方下滑规律

针对现有下滑规律的不足,考虑水平发射和非水平发射两种情况,根据高斯曲线分别设计了一种指数平方下滑规律。仿真结果表明了所设计下滑规律的正确性和有效性。     

一种基于指数损失函数的多类分类AdaBoost算法及其应用

 提出一种新的多类分类AdaBoost算法——使用多类分类指数损失函数的前向逐步叠加模型FSAMME（forward stagewise additive modeling using a multi class exponential loss function）。该算法是基于原始的两类分类AdaBoost算法归结为使用两类分类指数损失函数的前向逐步叠加模型的统计学观点,将两类分类的前向逐步叠加模型自然扩展到多类分类情况下得到的,并采用多类指数损失函数和前向逐步叠加模型对FSAMME进行了详细的理论证明。该算法大大降低对弱分类器的精度要求,只需每个弱分类器的精度比随机猜测好;算法简单明了,不用把多类问题转化为多个两类问题,而是直接求解多类分类问题,大大减小计算复杂度和计算量。通过对基准数据库的测试分类及航空发动机故障样本的诊断,结果表明:FSAMME算法一方面可达到较高的分类诊断准确率,其准确率明显高于AdaBoost.M1,略高于AdaBoost.MH;另一方面可大大减小计算成本,满足在线快速分类诊断的要求。     

上证50指数与其衍生品的波动特征及溢出效应

全球金融市场波动加剧,市场投资者规避风险需求增加,对具有风险规避功能的金融衍生品与其标的资产之间波动率相互影响的研究显得尤为重要.文章对上证50指数、上证50股指期货与50ETF三者之间的波动率溢出效应进行了实证研究,发现:上证50指数和上证50股指期货均对自身存在负向溢出,且三者收益率之间也存在均值外溢;上证50指数...     

基于预测的计算网格负载平衡研究

计算网格中负载平衡有着重要的作用和显著的效果.预测节点性能是实现动态负载平衡的关键,本文首先引入预测网格节点性能的指数平滑算法,讨论了平滑系数的选取方法.然后设计一个负载平衡实验,实验证明使用基于该预测算法的动态负载平衡与静态负载平衡和不使用负载平衡时任务执行效率有明显的提高.     

基于两种卫星传感器的不透水面提取指数比较

不透水面是城市化过程和环境品质影响评价的重要指标,快速、精确地从遥感影像上提取不透水面信息对分析城市扩张、地表结构变化和评价生态环境品质具有重要意义.前人已经提出了多种指数模型来识别不透水面信息,但是,裸土和沙地的干扰始终是困扰不透水面提取精度的一个主要因素.文章以分布有大量裸土和沙地信息的银川市部分区域为研究区,使用...     

基于深度学习的图像拼接篡改检测

传统图像拼接检测算法通过研究人员手动构造拼接特征,随着科技的进步以及图像处理技术的不断发展,手动构造特征的局限性逐渐体现出来,鲁棒性较弱,位置不易确定等。为了解决这些问题,构建了一种卷积神经网络（CNN）,将卷积核前置并固定,自主学习相关特征从而检测拼接篡改的图像区域。经过一系列研究,发现拼接篡改图像的拼接篡改区域特征可以被CNN模型学习。在CNN模型之前,卷积核使用高通滤波器,激活函数采用指数线性单元（ELU）,使得CNN模型具有识别拼接篡改图像边缘痕迹等特征的能力。检测结果表明:在IEEE IFS-TC图像拼接取证竞赛训练集上对拼接篡改图像拼接篡改区域定位的准确率为84.3%,对拼接篡改区域判定的真负类率为96.18%。      

基于多自由度飞机模型的机场道面平整度评价方法

从三自由度飞机模型出发,提出了新的机场道面平整度评价理论,以不同平整度等级的3条测线的道面高程作为输入,在Matlab/Simulink环境中对飞机的三自由度振动方程进行求解,得到飞机机身的3个振动响应量:纵向俯仰角φ、横向滚转角θ及质心处竖向位移。在此基础上计算出道面整机平整度指数(Full aircraft roughness index,FARI)沿跑道纵向的分布曲线;同时计算出相同道面的国际平整度指数(International roughness index,IRI)。分别将FARI,IRI与在相应道面上滑行的飞机加权加速度均方根值进行了相关性分析,相关系数分别为0.980 6和0.886 9。结果表明整机平整度指数FARI更能够客观反应飞机所有机轮覆盖范围内道面起伏情况对飞机滑行过程中颠簸量的影响效果,更适合于机场道面平整度的评价。     

基于PSO-SVR的飞行员工作负荷预测

飞行员工作负荷是影响飞机运行安全的重要因素。开展飞行员工作负荷预测是适航审定过程中,验证驾驶舱设计是否符合适航规章的重要手段。本文针对某型民用飞机设计了模拟飞行试验,用于采集飞行员生理指标数据和国家航空航天局任务负荷指数（National Aeronautics and Space Administration task lood index, NASA-TLX）量表评价数据。以飞行员生理指标数据为输入,NASA-TLX量表主观评价数据为输出,建立了基于粒子群算法优化的支持向量回归机（Particle swarm optimization-support vector regression, PSO-SVR）模型的飞行员工作负荷预测模型。对本文建立的PSO-SVR模型与默认参数的支持向量回归机（Support vector regression, SVR）模型的预测精度进行了对比,针对4个不同场景,预测精度分别提高了7.5%、9.5%、7%和5.8%,结果表明基于PSO-SVR的预测模型得到的飞行员工作负荷预测值精度更高。