基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

C2(×)Cn量子系统的最大纠缠混合态

讨论了C2(×)Cn量子系统的最大纠缠混合态,得到了Negativity纠缠度下的最大纠缠混合态的解析结果,并计算了该态在非满秩情形下的量子相对熵纠缠度.     

实验研究二维圆柱后尾流中涡脱落的有序和混沌现象

本文给出了在Re=50—400范围内二维圆柱后涡脱落的有序和混沌现象的一些初步实验结果。涡脱落由有序到混沌的转捩发生在Re=184.6—193.5之间,但是它不是通过准周期途径。在涡脱落频率与Re数的关系曲线上有两个间断。在Re=70处的间断可能对应于倾斜涡脱落模式的变化,在Re≈193.5处的第二间断对应于由有序到混沌状态的转捩。     

一类半线性方程Dirichlet问题

本文利用概率方法证明了如下的Dirichlet问题的解的存在性：{－（△/2＋μ）u f(u)=v，在D中，其中D是R^d中的一个有界规则区域，μ和v是属于广义Kato类的符号测度，f是R^1上的连续可微函数连g↓eD上的一个连续函数。     

ON THE UNIQUENESS OF THE WEAK SOLUTIONS OF A QUASILINEAR HYPERBOLIC SYSTEM WITH A SINGULAR SOURCE TERM

This paper is a continuation of the authors'previous paper[1].In this paper the authorsprove,assuming additional conditions on the initial data,some results about the existence anduniqueness of the entropy weak solutions of the Cauchy problem for the singular hyperbolicsystem a_t+(au)_x_2au/x=0,u_t+1/2(a~2+u~2)_x=0,x>0,t≥0.     

对朝鲜弹道导弹能力的初步分析

根据收集到的公开数据，从弹道导弹的种类和数量，导弹的射程，精度，可靠性，再入体设计能力等方面，对朝鲜的弹道导弹能力进行初步分析，在此基础上计算分析了日本导弹防御系统对朝鲜导弹的防御能力。     

稀疏过程在破产问题中的应用

本讨论一类人寿保险的风险过程，其中保单到达服从齐次Poisson过程。而描述退保及索赔发生的计数过程分别为这一过程的q-稀疏与p-稀疏．对此模型给出其破产概率的具体上界，并与其它一类风险模型进行比较．     

对负熵、信息熵和熵原理等概念之厘清

 20世纪中叶以来,生命科学和信息科学都获得了长足的发展,与之相关的负熵、信息熵等新概念也应运而生。这些新概念目前也开始受到物理学工作者的青睐。但是,人们在接受这些新概念时,却往往会产生一些混淆和误解。比如,有人“将信息的熵称为负熵”,这就把“信息熵”(不确定性)误解为“负熵”(即信息,是消除不确定性)。另外,在理解负熵原理时,若不小心,也容易把过程量(信息)与态函数(信息熵)相混淆。因此,有必要对这些相关概念和规律稍予厘清。     

今年夏天卖什么？

夏天快到了 ,叔叔要进一批电风扇 ,并且还要兼做冷饮生意 .但是 ,任何生意都是既有收益 ,又有风险的 .而且 ,电风扇和冷饮销售的好坏 ,与天气情况最密切 .所以 ,我们通过对二者关系的研究 ,来确定到底卖什么赚钱多 ,而风险又小 .做生意的收益可以看成销售总额与经营者所支出的成本之间的差距 .差额越大其收益越大 ,差额越小收益越小 ,差额为零则无收益 .将此差额除以所支出的成本得到的则为收益率 ,计算公式为r1=w1-w0w0,式中r为收益率 ,w0 是所支出的成本 ,w1是经营者在一段时期内的销售收入总额 .由于市场因素的不确定性 ,经营者在一开始…     

多质负风险和

依据理赔方式，风险保险业的险种主要分为正风险和与负风险和。本文主要研究了多质负风险和的Poisson模型的破产概率Ψ（u)，证明了破产概率的Lundberg不等式，即Ψ（u）≤Ce^-Ru。 在规模波动间隔有界情形证明了Ψ（u)=e^-Ru，拓广了经典负风险和相应结果。