基于网络等级特征与VMS的交叉巢式Logit模型

基于等级特征与可变信息板(VMS)研究了交叉巢式Logit(CNL)模型及网络交通流分配。综合幂函数与指数函数表示方法给出新的信息效用衰减因子,结合道路等级特征表示VMS对车流的影响系数及CNL模型的分配系数;给出等级结构道路网络的随机用户均衡条件下的交叉巢式Logit路径选择模型及其等价数学规划,并设计网络流分配算法。通过实例网络的计算与分析,得到一些有意义的结论:等级结构越显著的路网总出行时间费用越低且其分散参数(θ)弹性绝对值越大;对具有较强随机性的实际路网,若增加一定的确定性则节省更多网络总出行时间;道路网络中设置了VMS时总出行时间受分散参数的影响更小。     

一种多模型融合的近红外波长选择算法

针对近红外光谱数据的特点,在分析了单模型波长选择方法的基础上,提出了一种多模型融合的变量选择方法。它融合多个模型的回归系数,以提高波长选择的准确性和稳定性。并用3个业界标准的近红外光谱数据集对提出的方法进行了验证,同时与UVE-PLS和GA-PLS算法进行了比较。实验结果表明,经该方法选择变量后,提高了模型的预测能力,降低了复杂度,达到甚至优于UVE-PLS和GA-PLS,而且具有算法简单、效率高的优点,具有广泛的实用价值。     

子宫内膜癌组织近红外光谱预处理与波段选择研究

应用近红外光谱技术对子宫内膜组织病理切片进行快速无损检测。收集了154样品光谱,其中正常样本的个数36个,增生的60个,癌变的58个。由于原始光谱中包含大量干扰信息,所以光谱预处理方法和波段选取的方法在近红外光谱分析中占有非常重要的地。利用多种预处理方法,包括一阶导数、多元散射校正、多项式最小二乘拟合求导、标准归一化、平滑、移动窗口中值滤波,对样品光谱进行了预处理。利用标准偏差谱来选取最优波段,选取的最优波段范围为4 000~6 000 cm-1。然后用处理后的光谱数据进行主成分分析,分类准确率达到100%。研究结果表明近红外光谱技术结合化学计量学方法可以作为一种癌症快速诊断的新技术,对于癌症的早期诊断和癌症组织的恶化过程研究具有重要的意义。     

可调谐二极管激光吸收光谱技术参数选择及优化

可调谐二极管激光吸收光谱技术(TDLAS)系统性能受调制参数,如调制度、调制频率、扫描幅度及扫描频率影响,实际测量中各参数不存在明确的选择依据。针对此问题,文章在一定的理论基础上通过实验分别观察各调制参数对二次谐波信号的影响,通过分析检测信号的特征,如幅值、信噪比、对称性及峰宽得出其变化规律,总结出在不同系统功能和需求下系统各调制参数的优化依据及方法。系统在计算浓度和温度时应优先考虑幅值和信噪比,从而使调制度达到最佳值,调制频率和扫描频率取较小值;在线形推导压强时优先考虑信号的对称性和峰宽,根据计算的具体要求确定调制参数;扫描幅度的确定以得到完整谐波信号为准;再根据系统的速度和精度需求调整扫描频率。该研究为此类系统工作状态的确定提供了实验依据。     

双模SU(2)相干态场与一个A型三能级原子共振相互作用的光场非经典性质

采用全量子理论和数值计算方法,研究了初始处于SU(2)相干态的双模腔场与一个A型三能级原子共振相互作用的光场非经典性质,讨论了在没有对原子进行态选择测量、直接对原子进行态选择测量和应用经典微波场并对原子进行态选择测量的三种情况下,两个腔模总光子数、配分参量和耦合系数对光场非经典性质的影响.结果表明,增加两个腔模的总光子数M或对原子进行态选择测量,双模差压缩明显增强;减小配分参量和应用经典场并对原子进行态选择测量,α模光子的亚Poisson统计分布的平均程度变浅,而b模变深;两模间的反相关特征保持不变,增加M或直接对原子进行态选择测量,反相关平均程度变浅;直接对原子进行态选择测量,违背CauchySchwartz不等式.

Abstract：

Nonclassical properties of a two-mode field initially in an SU(2)coherent state resonantly interacting with a threelevel A-type atom are investigated by means of the quantum theory and numerical calculations.The dependence of the nonclassical properties on the total photon number of the two-mode,the partition parameter and the coupling constant is discussed for three cases:(1)no state-selective atomic measurement;(2)direct state-selective atomic measurement;and (3)state-selective atomic measurement after the application of a classical field.The results indicate that when the total photon number of the two-mode is increased or the state-selective measurement is performed on the atom,the difference squeezing of two-mode is distinctly enhanced;and when the partition parameter is decreased or the state-selective measurement is performed on the atom after the application of a classical field,the average intensity of the sub-Poisson statistic distribution of mode a is reduced and that of mode b is enhanced;when the total photon number of the two modes is increased or the direct state-selective measurement is performed on the atom,the anti-correlation character between the two modes is preserved,but the average intensity of the anti-correlation is reduced;and when the direct state-selective measurement is performed on the atom,the Cauchy-Schwartz inequality is violated.     

基于自适应字典选择的MCA图像修复方法

形态成分分析是一种基于稀疏模型的图像分析算法,其中心思想是根据信号组成成分的形态差异性选择两个合适的字典分别用来表示纹理部分和边缘卡通部分,具有良好的图像修复特性。传统上字典的选择需要由使用者根据图像内容人为确定。提出一种基于图像内容的自适应字典选择方法,根据最小能量在字典集合中选择最适合当前图像的字典并对图像进行修复。实验证明,该方法具有良好的图像修复性能。     

选择原子测量对原子与光场耦合中场量子特性的影响

考虑两个初始处于纠缠态的Λ型三能级原子,将其中一原子注入双模腔中与光场发生共振相互作用的情况.采用数值计算方法,研究了对腔外原子的选择测量对双模光场的压缩效应和反聚束效应的影响.研究结果表明:采用选择原子测量方法,可实现光场压缩效应和反聚束效应的明显增强.     

近红外高光谱成像的微破损棉种可视化识别

优质棉种是全面推广棉花精量播种技术的基础。采用近红外高光谱成像技术实现微破损棉种可视化识别,为棉种精选设备的研制奠定理论基础。以未破损和微破损两类棉种各540粒作为样本(其中405粒作为建模集,135粒棉种作为预测集),分批采集874~1 734 nm范围的样本高光谱图像,提取光谱数据并去除首尾两端明显噪声保留955~1 659 nm范围内光谱为棉种样本的光谱。首先使用Kennard-Stone(KS)算法进行样本划分,并通过平滑算法Savitsky-Golay(SG)对光谱进行预处理。采用二阶导数光谱(2nd spectra)方法、连续投影算法(SPA)和主成分载荷(PCA-loading)方法分别选取10,14和11个特征波长。基于全部光谱数据和特征波长建立偏最小二乘判别分析(PLS-DA)模型、K最邻近(KNN)模型和支持向量机(SVM)模型,SPA-PLS-DA模型取得了较好的结果,建模集和预测集的鉴别率分别为91.50％和90.33％。基于SPA-PLS-DA模型分别对未破损样本和微破损样本及其混合样本图像进行识别,取得了较好的识别结果,微破损棉种的识别率达90%以上。结果表明,结合近红外高光谱成像和图像处理技术,能够实现微破损棉种的可视化识别。     

基于波长选择的纸页厚度太赫兹时域光谱检测新方法

光谱数据的波长选择是太赫兹光谱定量分析的关键。以纸页厚度检测为例,提出了一种基于波长选择的纸页厚度太赫兹相位谱检测新方法。首先采用离散离子群算法进行太赫兹相位信号优选,并应用偏最小二乘法建立纸页厚度定量模型,以模型的预测均方根误差作为太赫兹相位信号优选的评价标准,选择出预测效果最优的太赫兹相位信号,进行纸页厚度预测。最后将本文方法的预测结果与采用全谱和单频相位信号的预测结果进行比较,结果表明,提出的方法预测结果最好。     

基于互信息的遗传算法在光谱谱段选择中应用

在近红外光谱分析技术中,建立一个准确、稳健的定量模型至关重要。全光谱建模会增加建模和预测时间,降低模型的稳健性和预测精度,因此有效的变量选择方法对于模型构建至关重要。针对该问题,提出了基于互信息的遗传算法(GAs-MI)对特征变量进行选择,互信息筛选掉大量无关信息和冗余信息,遗传算法进一步选择出高辨别力的特征;并在遗传算法的变异过程中引入Shapley值方法,减少了人为设定参数的随机性。为了验证算法的有效性,选取有代表性的273个烟叶样本为实验材料,随机选择其中182个样本实现对烟叶总烟碱的PLS定量建模,剩余样本作为测试集,以相关系数(R)、交互验证均方差(RMSECV)和预测均方根误差(RMSEP)为模型评价指标。实验结果表明,通过该方法选择的波长建立的模型更加简单、预测能力更强。