全局优化问题的一个新的无参数填充函数

求全局最优化问题的填充函数算法被提出以来，参数的选取和调整一直是制约算法有效性的因素。如何在实际的计算过程中选取合适的参数，直接影响和决定了运算速度和效率。因此，构造不含参数的填充函数就显得极为重要。提出一个新的无参数的填充函数，对其理论性质进行了分析，并给出相应的填充函数算法，数值计算验证了算法的有效性。     

盲重构频域阵列信号的压缩感知水声目标方位估计

针对复杂海洋环境条件下压缩感知水声目标方位估计性能下降的问题,利用盲源分离能够提高信噪比的优势,提出了一种盲重构频域阵列信号的压缩感知水声目标方位估计方法。首先将阵元域信号通过傅里叶变换方法得到多个子带阵列信号;然后对各个子带阵列信号进行复数域盲源分离得到子带解混矩阵和子带分离信号估计,并对子带分离信号进行属性分析和处理;再根据处理后的子带分离信号和子带解混矩阵重构子带阵列信号,对重构的子带阵列信号采用频域压缩感知方法进行空间谱估计,得到各个子带的空间谱;最后将各子带得到的空间谱进行求和,搜索求和后空间谱的峰值则可实现目标方位估计。模拟器数据和海上实测数据验证结果表明,同等条件下该方法的目标检测能力优于经典的最小方差无失真响应(Minimum Variance Distortionless Response,MVDR)方法、频域压缩感知(Compressed Sensing,CS)方法、盲源分离(Blind Source Separation,BSS)与MVDR相结合的方法(BSS+MVDR方法),测向精度更高,明显提高了弱目标信号的空间谱能量,增强了声呐检测弱目标的能力。      

利用带无标签数据的双支持向量机对恒星光谱分类

恒星光谱分类是天文技术与方法领域一直关注的热点问题之一。随着观测设备持续运行和不断改进，人类获得的光谱数量与日俱增。这些海量光谱为人工处理带来了极大挑战。鉴于此，研究人员开始关注数据挖掘算法，并尝试对这些光谱进行数据挖掘。近年来，神经网络、自组织映射、关联规则等数据挖掘方法广泛应用于恒星光谱分类。在这些方法中，支持向量机(SVM)以其强大的学习能力和高效的分类性能而备受推崇。SVM的基本思想是试图在两类样本之间找到一个最优分类面将两类分开。SVM在求解时，通过将其最优化问题转化为具有(QP)形式的凸问题，进而得到全局最优解。尽管该方法在实际应用中表现优良，但为了进一步提高其分类能力，有的学者提出双支持向量机(TSVM)。该方法通过构造两个非平行的分类面将两类分开，每一类靠近某个分类面，而远离另一个分类面。TSVM的计算效率较之传统SVM提高近4倍，因此，自TSVM提出后便受到研究人员的持续关注，并出现若干改进算法。在恒星光谱分类中，一般分类算法都是根据历史观测光谱来建立分类模型，其中最关键的是对光谱进行人工标注，这项工作极为繁琐，且容易犯错。如何利用已标记的光谱以及部分无标签的光谱来建立分类模型显得尤为重要。因此，提出带无标签数据的双支持向量机(TSVMUD)用以实现对恒星光谱智能分类的目的。该方法首先将光谱分为训练数据集和测试数据集两部分；然后，在训练集上进行学习，得到分类依据；最后利用分类依据对测试集上的光谱进行验证。继承了双支持向量机的优势，更重要的是，在训练集上学习分类模型过程中，不仅考虑有标记的训练样本，也考虑部分未标记的样本。一方面提高了学习效率，另一方面得到更优的分类模型。在SDSS DR8恒星光谱数据集上的比较实验表明，与支持向量机SVM、双支持向量机TSVM以及K近邻(KNN)等传统分类方法相比，带无标签数据的双支持向量机TSVMUD具有更优的分类能力。然而，该方法亦存在一定的局限性，其中一大难题是其无法处理海量光谱数据。该工作将借鉴海量数据随机采样思想，利用大数据处理技术，来对所提方法在大数据环境下的适应性展开进一步研究。     

大花无柱兰遗传多样性的SRAP标记分析

大花无柱兰是一种珍稀兰科植物，具有一定的观赏和药用价值，但数量十分稀少，该物种亟待保护。本研究采用SRAP分子标记技术，对10个居群的115份DNA样品进行PCR扩增，并开展遗传多样性分析。从81对引物中筛选出9个条带清晰、多态性好、重复性高的引物组合，共扩增得到305条谱带。在物种水平上，多态性比率（PPB）为100%，Nei’s基因多样性指数（H）为0.209 8，Shannon’s指数（I）为0.340 2；在居群水平上，PPB为24.59%～52.13%，H为0.079 6～0.165 5，I为0.120 9～0.252 3。居群水平上，基因分化度（Gst）为0.520 9，基因流（Nm）为0.459 9，遗传距离为0.091 9～0.198 4。UPGMA聚类结果表明，10个居群可分为3大类，地理距离相近的居群优先聚集。大花无柱兰的遗传多样性较为丰富，居群间存在一定的遗传分化和基因交流，可采用就地保护和人工栽培等方式加以保护。     

关于负超几何分布期望与方差算法的注记

研究了非还原取样模型中负超几何随机变量的联合分布,得到了若干有用的推论.据此给出了负超几何分布的期望和方差的一种分解算法.     

大变倍比光学被动半无热化变焦系统设计

原子层数是对黑磷物理性质宽波段可调谐的重要参量。基于5跳参数连续近似模型，从理论上研究了单层、双层和三层黑磷的双光子吸收系数对原子层数以及入射光偏振方向的依赖性。计算结果表明：黑磷的双光子吸收系数在扶手型方向上比锯齿型方向上大10个数量级，且双光子吸收系数随着层数的增加而增大，并且吸收峰发生红移；双光子吸收系数随入射线偏振光的偏振角度按余弦函数呈周期性变化，当入射光偏振方向沿扶手型方向时双光子吸收系数最大，随着入射角度的增大，吸收系数减小，直至偏振方向与锯齿型方向一致时达到最小。上述研究为将黑磷应用于光电器件提供了一定的理论指导。     

无重叠图像期间的卫星平台颤振估计算法

提出了基于双重约束函数的无重叠图像期间的颤振估计算法。建立了视差图像与低频颤振相结合的双重约束函数,以评价无重叠图像期间颤振曲线的平滑度;采用共轭梯度法筛选颤振曲线平滑度最优解,并以此作为无重叠图像期间颤振的最佳估计;建立了无重叠图像期间与重叠图像期间颤振之间的函数关系式。以我国XX-1号可见光详查相机为例进行实验,颤振探测结果在被测颤振的频率既不等于也不接近特征频率的整数倍处具备有效性,证明了所提算法能够对无重叠图像期间非特征频率整数倍及其附近处的颤振进行有效探测。     

稀疏信道条件下正交多载波扩频水声通信无导频信道估计算法

提出了一种无导频信道估计算法,该算法首先利用水声信道的稀疏特性对扩频信号进行识别,再利用扩频信号识别结果对水声信道响应进行判决反馈估计,从而实现对稀疏水声信道响应的可靠重建。仿真和湖上试验结果证实:无导频信道估计算法可以在不降低通信质量的前提下,实现对水声通信信号的稳健均衡,提升水声通信速率。