基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

有限CN-p-群

每个子群都C-正规的有限群称为CN-群.本文首先给出二元生成的CN-p-群的完全分类.在此基础上得到CN-p-群的结构:当p为奇素数时,有限群G为CNp-群当且仅当G的每个元都平凡地作用在Φ(G)上;有限群G为CN-2-群当且仅当对任意给定的a∈G,都有对任意g∈Φ(G),g~a=g或者对任意g∈Φ(G),g~a=g~(-1).最后给出两个CN-p-群的直积是CN-p-群的判定条件.     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

时间敏感选项依赖下的基础设施恢复决策研究

突发事件发生后,基础设施之间的恢复依赖为恢复过程带来了严重挑战。为了能够在突发事件后高效而有序的实现基础设施恢复运行,根据相互之间的恢复依赖关系制定合理的恢复决策非常关键。本文基于网络流理论,以累积恢复效能最大化为目标,建立了时间敏感选项依赖下的恢复设计与调度决策混合整数规划模型。然后,讨论了模型在完全中心化、完全分散和信息共享决策环境下的应用方法。最后,通过真实基础设施数据集测试了模型,结果表明:(1)该模型在突发事件后的基础设施恢复决策中具有应用可行性;(2)决策环境显著影响存在恢复依赖的基础设施网络整体累积恢复效能;(3)与完全分散决策环境相比,在信息共享决策环境下独立决策的整体累积恢复效能可以得到大幅提升。     

图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

基于有限体积虚拟区域方法的两相流动直接模拟

为提高计算效率，提出有限体积法离散下的虚拟区域颗粒两相流动直接模拟方法.在控制方程中加入相应的虚拟区域源项，保证了颗粒内部的刚体运动特性.该源项中含有颗粒信息部分及流体信息部分.在每次迭代后，对源项中的流体信息部分进行更新，从而更好地保证颗粒内速度的刚体分布.计算静止颗粒圆柱绕流及单个颗粒的沉降过程，验证了算法的准确性.     

基于t分布的自适应花授粉算法

花授粉算法是一种新型启发式优化算法,算法存在易陷入局部最优、后期收敛速度慢等缺陷,为了进一步提高花授粉算法的寻优性能,在异花授粉过程中引入t分布变异算子,提出了一种基于t分布的自适应花授粉算法(tFPA).通过7个标准测试函数进行测试比较,并对改进算法的时间复杂度进行分析,仿真结果表明,改进算法是可行有效的,其寻优速度、寻优精度以及鲁棒性均有很大程度的改善.     

求解一维对流方程的高精度紧致差分格式

本文提出数值求解一维对流方程的一种两层隐式紧致差分格式,采用泰勒级数展开法以及对截断误差余项中的三阶导数进行修正的方法对时间和空间导数进行离散.格式的截断误差为O(τ~4+τ~2h~2+h~4),即该格式在时间和空间上均可达到四阶精度.利用von Neumann方法分析得到该格式是无条件稳定的.通过数值实验验证了本文格式的精确性和稳定性.