概率语言多属性群决策方法及其在新型智慧城市市民获得感评价中的应用

针对公众参与的语言信息多属性群决策问题，研究了考虑参与者满意度的概率语言多属性群决策方法。首先，根据参与者的语言评价信息确定并规范化概率语言决策矩阵。然后，对大群体进行共识分析，由最大化参与者群体的满意度构建线性规划模型，确定参与者群组的权重；构造正、负理想方案的评价向量，构建多目标规划模型，用拉格朗日乘子法求解属性权重；定义各方案的加权贴近度，并以此对方案进行排序和优选。最后，通过新型智慧城市市民获得感评价案例验证了模型的可行性和有效性。     

区间直觉犹豫模糊集的两种相似测度及其在模式识别中的应用

模糊集的相似测度是模糊集理论的重要组成部分之一,有着广泛的应用.首先给出了基于隶属度、非隶属度和犹豫度的区间直觉犹豫模糊集的标准海明距离、标准欧氏距离、广义标准海明距离公式以及它们的加权距离公式.然后提出了基于距离的区间直觉犹豫模糊集相似测度和区间直觉犹豫模糊集的余弦相似度,并给出了公理化证明.两种相似测度均包含了区间直觉犹豫模糊集的隶属度、非隶属度和犹豫度.最后将这两种相似测度应用到基于区间直觉犹豫模糊信息的模式识别中.     

对称向量拟均衡问题有效解的存在性

利用标量化方法建立对称向量拟均衡问题有效解的存在性定理。作为标量化方法的应用，利用这一方法得到向量变分不等式和拟向量变分不等式有效解的存在性定理。     

QK乘子代数上的Corona定理和Wolff定理

本文给出对数K-Carleson测度的一个新特征,并以此为工具研究Q_K空间的乘子代数M(Q_K),给出乘子代数M(Q_K)的某些特征描述.利用对数K-Carleson测度及Q_K空间的一个新特征,建立乘子代数M(Q_K)上的Corona定理和Wolff定理.     

基于Retinex理论与概率非局部均值的红外图像增强方法

针对传统红外图像增强算法中细节模糊及过度增强的问题,提出了一种基于Retinex理论与概率非局部均值相结合的红外图像增强方法.首先通过单尺度Retinex方法调整图像中过暗与过亮部分的灰度级;然后利用概率非局部均值对图像进行分解处理得到基本层与细节层,对基本层采用直方图均衡化拉伸对比度,对细节层采用非线性函数进行增强;最后,将不同层次的结果融合得到对比度与细节增强的红外图像.用该方法对多组不同场景的红外图像进行仿真实验,并将其与多种增强方法进行主、客观对比分析,结果表明所提方法在红外图像的细节及对比度增强方面都获得了更好的效果.     

具有拓扑稳定测度的非自治动力系统的复杂性

针对具有拓扑稳定测度的非自治动力系统的初值敏感依赖性和传递属性进行研究,得到:若一个具有拓扑稳定测度的非自治动力系统能被一列具有初值敏感依赖性的非自治动力系统逼近,则其也具有初值敏感依赖性;若一个具有拓扑稳定测度的非自治动力系统能被一列具有（r,s）-传递性或弱混合性的非自治动力系统逼近,则其也具有（r,s）-传递性或弱混合性。     

一类改进最大熵方法的可调参数分析

在结构可靠性分析中,引入含可调参数的转换函数能对传统的最大熵方法进行改进,获得更高的失效概率预测精度。但是,此可调参数的最佳取值很难确定。针对这一问题,引入概率守恒方程,从功能函数转换前后所得概率密度函数出发,建立其最大熵值的变化关系,给出转换前后最大熵值之差的理论形式。通过对三种典型单调非线性转换函数开展算例研究,发现功能函数转换前后的最大熵值之差与转换函数的最佳可调参数值有关。改变可调参数值驱使最大熵值之差变化的同时,改进最大熵方法能遍历到更好的失效概率估计值。     

浮升力和流动加速对超临界CO2管内流动传热影响

基于单相流体的概念,超临界流体的异常传热行为已经被研究很多年了,但是关于其流动传热机理仍没有统一的认识.本文通过理论分析和实验研究了超临界二氧化碳在竖直管内向上流动过程中,浮升力和流动加速效应对其流动结构和传热过程的影响.结果表明,没有确凿的实验证据表明超临界流体的异常传热行为是浮升力和流动加速直接导致的,存在的估计浮升力和流动加速效应准则均是在常物性流体的基础上,做了大量假设得出的,不同的研究者采用浮升力和流动加速准则分析超临界流体的传热恶化得出的结论不一致.最后,基于拟沸腾理论分析超临界流体的传热恶化过程,提出超临界沸腾数区分了超临界流体正常传热与恶化传热的转换边界,为超临界流体流动传热研究提供新思路,超临界沸腾数对建立用于不同技术的超临界流体动力循环的最佳运行条件具有重要意义.     

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。     

基于Pena距离的双重广义线性模型的统计诊断

本文主要研究双重广义线性模型,考虑基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应的诊断统计量之间的变化.首次提出基于双重广义线性模型下的Pena距离.通过一些模拟研究以及实例分析,比较不同诊断统计量判别异常点或强影响点的差异,研究结果表明本文提出的理论和方法是行之有效的.