基于毛竹叶片理化参数的刚竹毒蛾危害检测研究

虫害检测算法研究是开展虫害快速、准确监测，制定精准森防检疫措施的重要基础。以毛竹叶片为研究尺度，基于刚竹毒蛾危害下的寄主外部形态与内部生理现象总结，选择并实测叶损量LL、相对叶绿素含量RCC、相对含水量RWC、原始光谱的733.66~898.56 nm值(ρ_{733.66~898.56})、一阶微分光谱的562.95~585.25 nm值(ρ′_{562.95~585.25})与706.18~725.41 nm值(ρ′_{706.18~725.41})等理化参数，随机划分实验组(63组)和验证组(37组)并设计5次重复实验；分别运用Fisher判别分析、BP神经网络、随机森林等三种方法建立刚竹毒蛾危害等级的检测模型，从检测精度、Kappa系数及R2等指标对模型的检测效果予以分析和比较。结果显示，Fisher判别分析、BP神经网络、随机森林的检测精度分别为69.19%，65.41%，83.78%，Kappa系数分别为0.576 9，0.532 4和0.778 8，R2分别为0.722 2，0.582 6和0.870 9，总体而言，三种方法均具备刚竹毒蛾危害的检测能力，随机森林的检测效果最优，Fisher判别分析次之，再次为BP神经网络；从分等级来看，随机森林的检测精度亦优于Fisher判别分析与BP神经网络，但3种方法对中度危害等级的检测精度均有所不足。该成果可为刚竹毒蛾危害及其他病虫害检测算法的选择提供参考，并为进一步建立冠层、遥感影像像元等尺度的虫害检测模型奠定基础。     

隐半马尔科夫市场下投资组合的动态决策问题（英文）

在长期投资组合中,既要考虑金融资产自身的价格波动风险,又要关注宏观经济环境变化及通胀风险对各资产的影响.为此,本文建立宏观经济环境服从隐半马尔科夫链的金融市场,由通胀指数债券、银行存款和普通股票构成投资组合.由期望效用最大化构建随机控制模型,考虑到该隐半马尔科夫市场的不完备性,进一步将该投资组合问题视作部分信息的随机控制问题,并利用隐半马尔科夫滤波将部分信息控制问题转化问完全信息问题,得到解的存在唯一性.本文最后给出若干数值模拟结果,结果显示本文建立的模型优于普通市场的模型.     

一类具有饱和发生率和复发的随机SIRI模型的稳定性

本文研究一类具有饱和发生率和复发的随机SIRI传染病模型.首先,我们证明随机系统存在唯一的全局正解.然后讨论无病平衡点的稳定性,并利用Lyapunov函数法证明流行病的灭绝.随后,我们得到疾病持久性的充分条件.最后,通过数值模拟说明结论的正确性.     

加性和乘性噪声对随机偏微分方程的激励性（英文）

本文研究加性噪声和乘性噪声对一类随机偏微分方程激励性问题.利用It?公式和能量估计方法方法,得出在两种不同噪声下,相对应的随机偏微分方程噪声激励指标不同.从而从这个角度来看,加性噪声与乘性噪声对随机偏微分方程的影响是不一样的.     

基于计算机视觉技术的茶叶品质随机森林感官评价方法研究

为弥补茶叶品质感官审评存在的缺陷，利用计算机视觉技术对茶叶品质进行快速无损评价研究。以碧螺春绿茶为对象，依据专家感官审评结果，将茶样分成4个等级；采用中值滤波及拉普拉斯算子对茶样图像进行预处理，并提取预处理后的茶样图像的颜色特征和纹理特征以表征茶叶图像的外形特征，利用随机森林算法对茶叶外形特征属性进行重要性排序；筛选出重要性较大的特征及随机森林算法中最优的决策树棵数建立感官评价模型，并与建立的支持向量机(SVM)模型性能相比较。结果表明：色调均值、色调标准差、绿体均值、平均灰度级、饱和度均值、红体均值、饱和度标准差、亮度均值、一致性等9个特征属性的重要性较大，且与感官审评特征描述结果相一致；当采用优选出的9个重要性较大的特征及决策数棵数为500时，建立的模型性能最优，模型总体判别率为95.75%，Kappa系数为0.933，OOB误差为5%，较SVM模型分别提高了3.5%，0.066，优选的9个重要性较大的图像特征与感官审评特征描述相一致。研究表明：利用随机森林方法筛选出对茶叶外形特征属性贡献最大的少数几个特征建立模型，模型性能就能达到很好的识别效果，模型得到简化，同时模型精度和稳定性都高于其他方法。     

含时滞反馈与涨落质量的记忆阻尼系统的随机共振

针对具有记忆效应的欠阻尼系统, 存在时滞反馈与涨落质量, 本文主要研究了其输出稳态响应振幅的随机共振效应. 首先通过引入新变量和运用小时滞近似展开理论, 将具有非马尔科夫特性的原系统转化为等价的两维马尔科夫线性系统, 再利用Shapiro-Loginov公式和Laplace变换获得了系统响应的一阶稳态矩和稳态响应振幅的解析表达式. 结果表明: 当系统参数满足Routh-Hurwitz稳定条件时, 稳态响应振幅随质量涨落噪声强度、周期驱动信号频率以及时滞的变化均存在随机共振现象, 其中随机多共振现象也被观察到. 在适当范围内, 通过控制时滞反馈, 系统的随机共振效应随着时滞的增大而增强, 而较长的记忆时间及增大阻尼参数均对共振行为呈现抑制作用.有效调控时滞反馈与记忆效应的变化关系将有助于增强系统对周期驱动信号的响应强度. 最后, 通过数值模拟计算验证了理论结果的有效性.      

基于蒙特卡罗随机有限元方法的随机多孔介质内流体自然对流不确定性研究

为分析孔隙率不确定性对多孔介质方腔内自然对流换热的影响，发展了一种基于KL（Karhunen-Loeve展开）-蒙特卡罗随机有限元算法的随机多孔介质内自然对流不确定性分析数理模型及有限元数值模拟程序框架。通过K-L展开及基于拉丁抽样法生成多孔介质孔隙率随机实现，并耦合多孔介质自然对流有限元程序，进行随机多孔介质内自然对流传热数值模拟，得出了多孔介质内流场与温度场平均值与标准偏差，并分析了孔隙率不确定性条件下Da数对Nu数的影响。结果表明，孔隙率不确定性对多孔介质方腔内自然对流有重要影响。随机多孔介质内流场及温度场与确定性条件下的流场及温度场存在一定偏差，Nu数标准偏差随着Da的增大先增大后减小。     

基于部分三角函数变换矩阵的块压缩感知测量方法

为了提高块压缩感知的测量效率和重构性能,根据离散余弦变换和离散正弦变换具有汇聚信号能量的特性,提出了基于重复块对角结构的部分离散余弦变换(partial discrete cosine transform in repeated block diagonal structure,PDCT-RBDS)和部分离散正弦变换(partial discrete sine transform in repeated block diagonal structure,PDST-RBDS)的两种压缩感知测量方法.所采用的测量矩阵是一种低复杂度的结构化确定性矩阵,满足受限等距性质.并得到一个与采样能量有关的受限等距常数和精确重构的测量数下限.通过与采用重复块对角结构的部分随机高斯矩阵和部分贝努利矩阵的图像压缩感知对比,结果表明,PDCT-RBDS和PDST-RBDS重构的PSNR大约提高1~5 dB,SSIM提高约0.05,所需的重构时间和测量矩阵的存储空间大大减少.该方法特别适合大规模图像压缩及实时视频数据处理场合.     

基于混合效应模型的医保费用测算及监控

近几年医改的一个核心内容就是医保支付方式的改革。2012年12月,人力资源和社会保障部、财政部、卫生部三部门联合出台了《关于开展基本医疗保险付费总额控制的意见》,提出在未来两年里,在所有医疗保险统筹地区实行总额预付工作。实行总额预付制的关键是如何科学合理的测算每家医院的预算总额。本文利用线性混合效应模型分别对某市684家医院的病人数,平均费用进行建模,给出每一家医院来年医保费用的合理参考,并且利用模型中的随机效应项自动识别医保费用和病人数异常的医院,为医保监管机构的监管提供科学依据。     

无穷维空间上随机偏微分方程的参数估计

对一类无穷维空间上带来未知参数的随机偏微分方程,基于连续样本轨道,给出了参数的极大似然估计,证明了当Fourier系数的个数趋于无穷时,参数估计量的强相合性和渐近正态性.