基于和积和最大积的信念传播算法的收敛性分析

在介绍马尔可夫网络和标准信念传播(Belief Propagation,BP)算法的基础上,以具有4个隐含结点的无环马尔可夫网络为例,详细分析了基于和积和最大积的BP算法收敛性,结果表明,在网络为无环马尔可夫网络时,基于和积的BP算法收敛于全局最优解,而基于最大积的BP算法在任何初值条件下,只要经过有限次迭代,BP算法必收敛到唯一固定点,若算法有唯一最优点,则此固定点为最优点.以实证分析为工具,研究BP算法收敛性,可作为BP算法基础理论研究的一次有益尝试.     

非均质气藏水平井三维渗流的产能预测方法

建立了非均质气藏水平井三维渗流产能预测的数学模型,采用有限元方法对其进行求解,求解时将地质模型区块中不同空间位置处的渗透率值以及其它气藏物性参数分别布置到有限元模型的相应位置处的网格中,从而体现了三维空间中气藏的非均质特性.分析了非均质性对气藏水平井产能的影响.结果表明,气藏的非均质性对水平井的产气量影响很大,在相同的生产压差下,存在高渗透带的气藏水平井产量明显高于均质气藏水平井的产量;高渗透带条数越多、渗透率越大,导致气藏内压力消耗越小,水平井产量越高.最后,结合松辽盆地徐深层气田的地质特点和储层特性,给出了该气田的水平井产能预测实例.研究方法符合气藏的实际情况,为气藏水平井,特别是非均质气藏水平井的产能预测提供了一种行之有效的方法.     

n阶三圈图的补图的谱半径

三圈图是边数等于顶点数加2的简单连通图.在所有n阶三圈图的补图中,哪一个的谱半径最大?文中给出了n阶三圈图的补图的谱半径的上界,并刻画了唯一的达到该上界的图.     

含诱导缺陷薄壁圆管耐撞性优化设计

运用移动最小二乘曲面拟合技术和遗传算法优化技术,建立一套完整的结构耐撞性优化设计技 术。设计了一个具有高效吸能能力的薄壁圆管结构含诱导缺陷薄壁圆管结构,给出了含缺陷薄壁圆管结 构耐撞性优化设计结果。结果显示,设计的薄壁圆管结构具有好的吸能效果,该结构设计简单,便于在结构设 计中使用。     

因子分析法在农村中学生心理健康综合评价中的应用

运用因子分析的方法对中科院王极盛教授编制的"中国中学生心理健康量表"的总分计算方法进行改进,建立了江西省农村中学生心理健康的综合评价模型,为能准确地评价农村中学生的心理健康提供方法上的支持。     

第三方负责回收的Dowrside-Risk闭环供应链协调性研究

以风险中性制造商、第三方物流服务商和具有下行风险特性的销售商组成的闭环供应链系统为背景,证明了在Downside-Risk约束下收益费用共享契约不能使闭环供应链协调.通过将补偿策略附加到该契约,设计了风险共享契约,既能满足下行风险约束,又保证供应链参与方利润均有增量,实现了Downside-Risk约束下闭环供应链的协调.最后通过应用算例说明了风险共享契约的有效性和可行性.     

复射影空间中具有平坦法丛的一般极小子流形的注记

设Mn是复射影空间CPn+p/2中具有平坦法丛的一般极小子流形.该文研究了这种子流形的曲率性质与几何性质之间的关系.运用活动标架法,得到关于Ricci曲率和第二基本形式模长的刚性定理,完善了已有文献的相关结果.此外,该文还得到具有平坦法丛的一般子流形一个重要性质.     

长杆高速侵彻的特征控制参量分析

针对理想长杆侵彻,通过对长杆侵彻Alekseevskii-Tate模型近似解进行分析,指出单一的无量纲速度衰减系数α（deceleration index）不足以完全表征长杆高速侵彻的准定常阶段。在此基础上,重新定义了2个无量纲特征参量:Johnson破坏数Φ_Jp和特征时间系数β,2个参量之间的关系为α=β/Φ_Jp。分析表明,Φ_Jp和β（或α和β）可实现对长杆高速侵彻准定常阶段的弹尾速度的完全表征;若再引入长杆弹相对临界速度v_c*,则可完全表征长杆侵彻的准定常阶段。此外,还证明了α能够判定侵彻过程偏离定常状态的程度,并指出通过确定Φ_Jp和β（或α和β）,可针对攻防需求对长杆弹侵彻设计进行指导。     

基于DCGAN的拉曼光谱样本扩充及应用研究

拉曼光谱检测方法依赖于化学计量学算法,深度学习是当下最炙手可热的方向,可应用于拉曼光谱进行建模。但是深度学习需要大样本进行训练,而拉曼光谱采集受制于器材和人力成本,获取大批量的样本需要更大成本,且易受荧光等因素干扰,这些问题都制约了将深度学习应用于拉曼光谱。针对以上问题,通过引入深度卷积生成对抗网络（DCGAN）提取拉曼光谱内部特征,对抗生成新的拉曼光谱,从而达到扩充数据集目的。同时和另一个扩充数据集的方法--偏移法进行对比,证明DCGAN的可靠性。设计生成光谱选取标准,选取高相似性的光谱填充数据集,为深度学习在拉曼光谱中的应用奠定基础。为了验证生成的光谱比原始光谱有更好的适用性,设计四组实验：（1）使用原始拉曼光谱输入到SVM进行分类,得到51.92%的分类准确率;（2）使用原始拉曼光谱输入到CNN进行分类,得到75.00%的分类准确率;（3）采用偏移法生成光谱,输入到CNN里进行分类,得到91.85%的分类准确率;（4）使用DCGAN生成光谱,输入到CNN里进行分类,得到98.52%分类准确率。实验结果表明,DCGAN能在只有少量拉曼光谱的情况下,通过对抗学习得到较好的生成光谱,且生成的光谱相比原光谱更加清晰,减少了可能的干扰因素,具有光谱预处理效果。通过DCGAN对抗生成大量高质量的数据填充到原有拉曼光谱数据集,扩充数据集的样本量,使得深度学习模型能够得到更好的训练,从而提高模型的准确率。该研究为深度学习方法应用于拉曼光谱分析技术提出了一个可行的方案。     

香蕉贮藏气体3D荧光表征特征选择及早期腐败预警初探

为利用3D荧光技术实现基于贮藏室气体荧光信息的香蕉腐败早期预警,选取两批不同贮藏日期的香蕉贮藏室气体进行三维荧光数据采集。首先对荧光数据进行了预处理：为消除三维荧光仪整体漂移现象,对得到的三维荧光数据进行去除漂移处理;利用matlab中eemscat工具包对瑞利与拉曼散射进行去除处理,有效消除了瑞利散射和拉曼散射的不利影响;运用Savitzky-Golar(SG)进行数据平滑处理,减少了噪声对荧光信号的干扰。同时,对三维荧光数据进行初步筛选,去除了荧光强度接近于0的发射波长,以及利用三阶高斯混合分布对不同激发波长下的发射光谱进行拟合去除了离散性较大的激发波长。然后针对荧光数据的特征表征,提出了一种基于Wilks Λ统计量融合间隔偏最小二乘法(iPLS)的荧光数据特征选择策略。具体是：用Wilks Λ统计量进行特征激发波长的选取,初步选出了5个特征激发波长;根据初选的特征激发波长用iPLS结合pH值及相对电导率进行了特征发射波段的选取,结果每个特征激发波长下均选出包含14个波长的特征发射波段。为进一步减少分析变量个数,根据选出的特征发射波长,运用Wilks Λ统计量再次进行特征激发波长反选,最终得到了3个特征激发波长。考虑到各特征激发波长下对应14个特征发射波长,故可选出42个特征发射波长。最后基于香蕉在贮藏中其品质变化具有时变特点,根据42个特征发射波长使用系统聚类分析法(SCA)进行香蕉腐败基准界定,得到两批香蕉均在贮藏的第5天出现品质突变。因此选用第5天贮藏室气体荧光信息来表征香蕉的腐败情况。另外,利用主成分分析(PCA)初步探索了用第1主成分实现香蕉早期腐败的预警。结果表明：文中提出的三维荧光数据特征波长的选择策略是能够有效降低光谱数据的复杂度,同时给出的早期腐败预警方法是可行的。