Ground-Based Cloud Using Exponential Entropy/Exponential Gray Entropy and UPSO

Objective and accurate classification model or method of cloud image is a prerequisite for accurate weather monitoring and forecast. Thus safety of aircraft taking off and landing and air flight can be guaranteed. Thresholding is a kind of simple and effective method of cloud classification. It can realize automated ground-based cloud detection and cloudage observation. The existing segmentation methods based on fixed threshold and single threshold cannot achieve good segmentation effect. Thus it is difficult to obtain the accurate result of cloud detection and cloudage observation. In view of the above-mentioned problems, multi-thresholding methods of ground-based cloud based on exponential entropy/exponential gray entropy and uniform searching particle swarm optimization （UPSO） are proposed. Exponential entropy and exponential gray entropy make up for the defects of undefined value and zero value in Shannon entropy. In addition, exponential gray entropy reflects the relative uniformity of gray levels within the cloud cluster and background cluster. Cloud regions and background regions of different gray level ranges can be distinguished more precisely using the multi-thresholding strategy. In order to reduce computational complexity of original exhaustive algorithm for multi-threshold selection, the UPSO algorithm is adopted. It can find the optimal thresholds quickly and accurately. As a result, the real-time processing of segmentation of groundbased cloud image can be realized. The experimental results show that, in comparison with the existing groundbased cloud image segmentation methods and multi-thresholding method based on maximum Shannon entropy, the proposed methods can extract the boundary shape, textures and details feature of cloud more clearly. Therefore, the accuracies of cloudage detection and morphology classification for ground-based cloud are both improved.     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

事故与熵—事故发生可能性计算的新方法

本文从熵增加的观点描述了事故的本质,剖析了人机系统的实质与特性,提出了风险熵与事故势的概念,给出了计算风险熵与故事势的方法.结果表明,系统具有二重性.在系统运行期间,系统具有封闭体系的特性;在休整期间.系统具有开放体系的特性.事故是运行系统的必然发展趋势,是一种自发过程,是运行系统的固有属性.由于在系统熵增的过程中信息与能量的交换,所以可以把事故定义为系统熵增加的结果.避免事故发生的原理是不断向系统输入信息或负熵以抵消系统内部的熵增加.     

熵变量欧拉方程组跨超声速流SUPG有限元数值解

通过变量代换将拟线性守恒变量欧拉方程组转换为具有对称性的熵变量欧拉方程组，对该方程组构造SUPG的弱解式，其中权函数摄动项中包含流向算子和间断捕获算子。对翼型的跨超声速流动算例表明，本法具有较好的稳定性和能有效地抑制激波两侧振荡。应用带预处理的GMRES迭代法求解非对称方程组能显著地提高收敛速度。     

多因素耦合的舰机适配性评估方法

舰机适配性是航母与舰载机研制过程中的难点,充分协调舰艇系统和飞机航空系统之间的复杂关系是发挥航母战斗力的关键。文章提出了 1种基于改进的熵值法与突变级数法的多因素耦合的舰机适配性评估方法。首先,进行指标选取,建立多因素耦合的舰机适配性评估指标体系,并根据突变级数理论确定指标体系对应的突变模型;其次,利用改进的熵值法计算各个指标的贡献率,提高排序结果的准确性;再次,利用突变层次结构模型进行舰机适配性评估;最后,以国外某型航母与舰载机为评估对象,验证新的综合评估方法的有效性和可靠性。文章提出的方法不需要对指标赋权,减少评估过程中由于赋权带来的主观性,为舰机适配性评估提供了新的思路。     

IIRCT下相依两部件并联系统的统计分析

将带有不完全信息的随机截尾试验模型应用于二元指数分布场合，讨论了当相依两部件寿命具有联合二元指数分布时，它们组成的并联系统的统计分析问题，建立了参数所满足的似然方程组，给出了随机模拟数值解例子。结果表明，参数的极大似然估计（MLE）具有较高的精度。     

利用转移熵研究引起磁暴扰动的太阳风参数重要性排序

磁暴是重要空间天气灾害性事件,能够影响卫星的安全在轨运行和地面电网系统等。目前,对于太阳风–磁层相互作用的研究多集中在分析相关系数的线性关系,而基于信息论的转移熵可以提供强大的无模型有向统计量,可用来分析传统相关性分析和模型假设检测不到的非线性关系。本文利用转移熵的方法,研究了磁暴期间的太阳风驱动参数。利用第23和24太阳活动周的小时精度数据进行长时间尺度分析,发现太阳风向地磁的信息传递呈双峰分布,表现出与太阳活动水平的一致性。利用2010－2018年93个地磁暴期间的分钟精度数据进行短时间尺度分析,结果表明：行星际电场（E）和行星际磁场南向分量（$ {B}_{z} $）对地磁指数Sym-H在时间延迟为60 min时信息传递较强,而太阳风速度 $ {v}_{\mathrm{s}\mathrm{w}} $、温度 $ {T}_{\mathrm{s}\mathrm{w}} $、数密度$ {D}_{\mathrm{s}\mathrm{w}} $、磁场B和动压$ {P}_{\mathrm{s}\mathrm{w}} $对Sym-H指数的信息传递较弱。上述研究结果能够为太阳风–磁层相互作用的建模提供参数选择及确定预测范围的依据。     

熵产最小法在热电制冷系统优化中的应用

应用有限时间热力学理论，基于熵产最小法，对热电制冷系统随有限温度的变化、由外部热源与内部工质之间的温差而形成的热漏及内部耗散所产生的传热不可逆性进行了最优化研究，建立了不可逆热电制冷循环模型。研究结果表明，不同的参数对热电制冷系统的影响有着显著的区别。本文推导出熵产率最小时对应的优化性能特性关系和重要设计参数的最佳值；绘出了相关优化性能曲线并说明了这些参数在总体和优化性能中的作用。计算结果对实际热电制冷系统优化条件的确定具有一定参考价值。     

一类变系数混合时滞细胞神经网络周期解的存在性和全局指数稳定性

应用Mawhin连续性定理和不等式方法,给出了一类变系数混合时滞细胞神经网络周期解存在和指数稳定的充分条件。该结论对神经网络的设计具有重要的参考价值。     

一种火星大气密度三维解析模型

根据火星大气数据库,建立了以高度和经纬度为输入的火星三维解析大气密度模型;在竖直方向上,采用分层指数模型;在水平方向上,将指数模型中的参考密度和参考高度视为经纬度的多项式函数,并通过最小二乘曲面拟合得到了多项式系数。相比传统的指数模型,三维指数模型不仅反映了火星大气密度随高度的变化规律,而且能够体现出大气密度在水平方向上的变化。与大气数据库相比,三维密度模型具有解析形式,计算速度快,仿真过程中只需存储简单的多项式系数即可实现密度的实时计算和调用,适用于地面实时仿真。