硅和锗纳米线的原子排布和电荷分布的密度泛函紧束缚方法研究

低维硅锗材料是制备纳米电子器件的重要候选材料，是研发高效率、低能耗和超高速新一代纳米电子器件的基础材料之一，有着潜在的应用价值。采用密度泛函紧束缚方法分别对厚度相同、宽度在0.272 nm~0.554 nm之间的硅纳米线和宽度在0.283 nm~0.567 nm之间的锗纳米线的原子排布和电荷分布进行了计算研究。硅、锗纳米线宽度的改变使原子排布，纳米线的原子间键长和键角发生明显改变。纳米线表层结构的改变对各层内的电荷分布产生重要影响。纳米线中各原子的电荷转移量与该原子在表层内的位置相关。纳米线的尺寸和表层内原子排列结构对体系的稳定性产生重要影响。     

二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

Ensemble-SISPLS近红外光谱变量选择方法

近红外光谱具有高维小样本的特点，变量选择是提高定量分析模型稳健性和可解释性的一种有效方法。确定独立筛选（SIS）是一种基于边际相关性的超高维数据变量选择方法，广泛用于基因微阵列数据的变量选择。SIS具有将数据维度降低至样本大小规模的能力，其降维能力与LASSO相当，在相当宽泛的近似条件下，由于具有安全筛选性质，所有重要变量被保留的概率趋于1。基于确定独立筛选偏最小二乘（SIS-SPLS）的变量选择是一种迭代式的SIS变量选择方法，首先利用SIS方法完成光谱重要变量的初选；然后根据重要变量的边际相关性大小进行逐步前向选择：建立偏最小二乘回归模型，依据贝叶斯信息准则（BIC）确定最终的变量选择结果。SIS-SPLS以逐步前向选择的方式实现对重要变量的增量式筛选，随着潜变量个数的增加及因变量残差的逐步减小，SIS-SPLS方法选择的变量个数将趋于稳定。然而仅以边际相关性对变量重要性进行评价，当光谱变量个数远大于样本数时，该方法也存在选择的变量过多、变量选择结果不够稳健等问题。为进一步提高小样本情况下变量选择的稳健性，将集成学习引入SIS-SPLS方法之中，提出了一种集成SIS-SPLS变量选择方法（Ensemble-SISPLS）。该方法首先对校正集样本进行自助重采样，对采样得到的每一个校正子集分别使用SIS-SPLS方法进行变量筛选，通过投票机制并设置频次阈值对所有校正子集的变量选择结果进行集成，选择出现频次大于给定阈值的变量并建立偏最小二乘回归模型，计算5折交叉验证均方根误差。对频次阈值和潜变量个数两个关键参数使用网格搜索法进行优选，根据子模型的交叉验证均方根误差和变量个数对子模型性能进行综合评价，以最优子模型包含的变量作为最终的变量选择结果。分别在Corn数据集和当归数据集上进行变量选择实验，比较Ensemble-SISPLS，SIS-SPLS和UVE-PLS三种变量选择方法的性能。其中当归数据集共77个样本，样本采自甘肃岷县和渭源县，使用Nicolet-6700型近红外光谱仪扫描得到所有样本的近红外光谱并对当归中的阿魏酸含量进行预测。Ensemble-SISPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为22，0.000 8和0.999 8；SIS-SPLS方法在Corn数据集上选择的变量个数、RMSEP和决定系数分别为97，0.007 3和0.998 8。Ensemble-SISPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为24，0.018 1和0.996 3；SIS-SPLS方法在当归数据集上选择的变量个数、RMSEP和决定系数分别为38，0.022 6和0.994 3。结果表明，该方法进一步提高了变量选择结果的稳健性和预测能力。Ensemble-SISPLS变量选择方法有效结合了SIS-SPLS较强的变量选择能力和集成学习良好的泛化能力，提高了变量选择的稳健性。此外，由于在子模型的预测能力和变量个数之间进行了折中，一定程度上减少了选择变量的个数，提高了模型的可解释性。     

近红外光谱LASSO特征选择方法及其聚类分析应用研究

近红外光谱技术是一种通过分析样本的特征光谱数据，实现定性或定量分析的无损检测方法，特征数据的完整性和代表性决定了所建模型的性能，而现有分析方法只能实现光谱子区间特征筛选，导致分析模型稳定性差、且难以再优化。为实现近红外光谱区间高维数特征提取，有效提高近红外光谱定性分析模型的精度和稳定性，提出一种基于最小绝对收缩和选择算法(LASSO)的光谱特征筛选方法，并以我国特色高值外贸产品云南松茸为分析对象进行聚类应用研究，讨论了该方法对于高维光谱特征筛选的有效性、分析对比了LASSO筛选特征变量及主元分析(PCA)降维算法所建松茸真伪甄别及食用菌分类模型的预测精度及稳定性。通过调研发现，云南产鲜松茸因其独特外形易于分辨，而片状的干松茸失去其独有的外形特征，导致国内干松茸掺假事件屡禁不止。选取云南产松茸、杏鲍菇、老人头、姬松茸四种干样共166样本数据进行分析，采用光谱范围为900～1 700 nm的NIRQuest512型近红外光谱仪获得166×512维原始光谱数据，剔除异常数据后采用标准正态变换对光谱数据进行预处理。在此基础上，利用LASSO筛选出全光谱区间的特征变量，再使用Kennard-Stone法并结合典型线性(KNN)和非线性建模(BP)算法，构建松茸真伪甄别模型和食用菌分类模型，对两种模型进行盲样测试，并分析了LASSO与PCA算法的不同点，最后使用蒙特卡罗方法检测两种模型的稳定性。实验结果表明基于LASSO光谱特征选择的松茸真伪甄别模型和食用菌分类模型预测精度和稳定性均高于PCA方法，其中基于原始光谱数据所建真伪甄别模型的预测准确率为69.57% (BP)和60.87% (KNN)，食用菌分类模型准确率为67.39% (BP)和65.22% (KNN)，基于LASSO特征筛选的真伪甄别模型预测准确率分别达到100% (BP)和78.26% (KNN)，食用菌分类模型预测准确率分别达到89.13% (BP)和80.43% (KNN)，对两种模型进行10次蒙特卡罗实验，其结果平均值分别为99.93%和97.22%，由此可知，与PCA等数据降维算法相比，LASSO可实现全光谱区间的光谱特征选择和数据降维，有效地提高了近红外定性分析模型的预测性能，为近红外分析提供了一种新的特征筛选方法。     

改进的PNC方法及其在非线性偏微分方程多解问题中的应用

2017年，李昭祥等提出了一种偏牛顿-校正法（Partial Newton-Correction Method，简记为PNC方法），并利用它成功地计算出了三类非线性偏微分方程的多重不稳定解.本文在PNC方法的基础上，提出并发展了一种改进的PNC方法.首先，利用Nehari流形$\mathcal{N}$与零平凡解的可分离性，建立并证明了$\mathcal{N}$的某特殊子流形$\mathcal{M}$上的全局分离定理及其推广（即局部分离定理）.全局分离定理只跟非线性偏微分算子或相应的非线性泛函本身有关，而与具体的计算方法无关.对一些典型的非线性偏微分方程多解问题（比如，Henon方程问题），该全局分离定理的分离条件，经验证是成立的.另一个方面，通过修改或补充原辅助变换的定义，去掉了原辅助变换的奇异性；接着建立并证明了某些非线性偏微分方程问题的新未知解与该非线性偏微分算子零核空间的密切关系；在证明中，去掉了在原奇异变换下所需的标准收敛（standard convergence）假设.最后，计算实例与数值结果验证了改进的PNC方法的可行性和有效性；同时表明子流形$\mathcal{M}$与已知解的可分离性是PNC方法和本文新方法能成功找到多解的关键.     

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。      

可模式识别的水声成像方法

提出一种在自由环境中可以进行模式识别的水声成像方法。利用角域滤波将空间不同入射方向的平面波在阵元域中进行分离,在成像扇面内按要求设计一系列角域带通滤波器,这些滤波器的输出就是从角通带内入射的平面波在阵元域中的快拍数据,可以实现要求输入为阵元域特性数据的目标识别和底质分类等专用的模式识别算法,角域滤波器输出的平面波快拍数据的幅度作为像素值进行水声成像。采用角域滤波的方法可以进行水声成像得到所需要的声图,并且每个像素对应着相应点目标远场平面波入射到接收阵时所产生的快拍数据。仿真和实验数据处理结果表明,采用角域滤波和利用常规波束形成所得到的声图是一样的,并且两种成像方法具有相同的稳健性。      

干旱区农民意愿灌溉水价及其影响因素研究——以甘肃省民勤县为例

水价是调节水资源供给与需求的重要手段之一,而农民的支付能力和支付意愿是干旱区水价改革的关键点.为此,选取典型干旱区民勤为例,采用该地区的实际调查数据,利用多元排序选择模型对民勤绿洲灌区农民支付的实际灌溉水价和意愿灌溉水价及其影响因素进行研究.结果表明:1)农民支付的不同农作物平均实际灌溉水价为每公顷2700元,占其平均净收益的56.2%. 2)农民的意愿灌溉水价为每公顷75元-675元,占农业平均净收益的比重为1.2%-11.1%. 3)影响农民意愿灌溉水价在统计学上显著的因素有:受访者的年龄、文化程度,家庭劳动力的平均文化程度,家庭耕地的集中程度,家庭的年人均纯收入、农业收入占总收入的比重,受访者对生态环境保护知识的了解程度、对生态保护紧迫性的认知度,水资源管理政策满意度、节水技术支持.农民实际支付的不同农作物平均灌溉水价高于水利部发展研究中心得出的水费占农业净收益的比重10%-20%的合理范围这一结论,而农民的意愿灌溉水价远低于这一适宜范围,最后,提出了提升农民意愿灌溉水价的四点建议.