删失指标随机缺失下一类非参数函数的加权局部多项式估计及其应用

本文在右删失数据中删失指标部分随机缺失下,构造了一类非参数函数的校准加权局部多项式估计以及插值加权局部多项式估计,并建立了这些估计的渐近正态性;作为该方法的应用,导出了条件分布函数、条件密度函数以及条件分位数的加权局部线性双核估计和插值加权局部线性双核估计,并且得到了这些估计的渐近正态性;最后,在有限样本下对这些估计进行了模拟.     

高中数学核心素养之数据分析的研究与案例

新课标将数据分析作为六大数学核心素养之一,凸显了数据分析在数学学习中的重要地位,本文结合具体案例介绍如何理解数据分析.     

基于高光谱成像的核桃仁品质检测与分类方法

采用光谱与图像相结合,实现了核桃仁蛋白质和脂肪含量预测及基于完整度和色泽的核桃仁外观品质分级。选用新疆"温185"核桃仁,采集了862.9～1704.02 nm和382.19～1026.66 nm范围高光谱图像。采用多元散射校正(MSE)和标准正态化(SNV)方法进行预处理后,通过竞争性自适应重加权采样算法与相关系数法,对核桃仁样品的蛋白质含量、脂肪含量、总色差3个参数进行了特征波段筛选。通过偏最小二乘回归(PLSR)算法建立了全光谱波段与特征光谱波段的蛋白质和脂肪含量预测模型,与全光谱波段相比,蛋白质含量特征波段预测模型的验证集决定系数(R²)由0.66增长到0.91,均方根误差(RMSEP)由1.37%下降到0.78%;脂肪含量特征波段预测模型的验证集R²由0.83增长到0.93, RMSEP由0.98%下降到0.47%。在外观品质方面,采用全光谱波段、RGB光谱波段、总色差特征光谱波段为输入,采用决策树、K近邻和支持向量机算法建立了核桃仁外观品质分类模型。通过对比发现,采用总色差特征波段建模,可大幅减低冗余信息的干扰,同时分类准确率也高...     

金黄色葡萄球菌候选特征肽的靶向分析

采用液相色谱-串联质谱联用的靶向分析技术,通过检测食源性致病菌金黄色葡萄球菌水解生成的特征肽,实现食品中致病菌的高效检测。针对文献报道的金黄色葡萄球菌的9种候选特征肽,验证了这些特征肽的靶向分析方法,考察和比较了分析效能。结果表明,基于多反应监测模式的靶向分析方法灵敏度高,更适于特征肽的检测;确定了每个特征肽最佳的碎片离子质量,进一步的生物样品分析结果表明,I1(AYLAVPAAPK)、I2(DYNSPTLIGWVK)、I5(AGYTVNNTPK)和I6(SISSGYTSGR)更适合作为金黄色葡萄球菌的候选特征肽。本研究为大规模验证候选特征肽的鉴定效果奠定了基础,为特征肽检测策略在食源性致病菌检测中的应用提供了参考。     

基于关键点的快速红外目标检测方法

针对红外探测系统对目标检测的实时性要求,提出了一种基于关键点的快速红外目标检测方法。以目标中心作为目标检测关键点,首先设计了轻量化的特征提取网络,之后结合红外目标较小的特点,利用不同层次特征的空间信息和语义信息设计了相应的特征融合网络,并最终实现目标类别、位置和尺寸信息的预测。在自建空中红外目标数据集上对模型进行了对比测试,与YOLOv3等经典检测模型相比,检测速度大幅提高,检测精度仅略有下降;与同类型快速检测模型Tiny-YOLOv3相比,在模型尺寸压缩至Tiny-YOLOv3尺寸的23.39%的情况下,检测精度提高了8.9%,在中央处理器(CPU)上运行的检测速度亦提高了13.9 ms/frame,检测性能显著提升,验证了方法的有效性。     

自适应特征融合的多尺度核相关滤波目标跟踪

为了提高复杂场景中目标跟踪的稳健性,解决由光照变化、目标形变、尺度变化和遮挡等导致的目标跟踪失败问题,提出一种自适应特征融合的多尺度核相关滤波目标跟踪算法。该算法首先通过2种不同的特征分别训练2个核相关滤波器,利用这2个滤波器响应的峰值旁瓣比和相邻两帧的响应一致性获得融合权重,同时采用自适应加权的融合策略将这2个滤波器的响应结果进行融合,完成目标的位置估计;然后以此为中心进行多尺度采样,构建尺度金字塔,并通过贝叶斯估计的方法确定目标的最优尺度;最后依据目标跟踪的置信度进行跟踪模型更新,以避免模型退化。选取51组视频序列进行测试,并与近年来性能优异的目标跟踪算法进行对比。实验结果表明,所提算法能有效降低光照变化、目标形变、尺度变化和遮挡等因素影响,对测试视频序列取得了较高的跟踪精度和成功率,整体性能优于对比算法。     

多孔介质中气体水合物孔隙尺度分布特征

天然气水合物在沉积物中的分布规律对其勘探开发起着至关重要的作用。本文采用X射线计算机断层扫描技术(X-CT),通过原位扫描气体水合物生成与分解各个阶段,研究了水合物在生成与分解过程中在多孔介质中的分布规律。实验结果表明,水合物在多孔介质中的生成位置主要受传热速度及气体扩散的影响,水合物分布呈现随机性;在分解过程中,热刺激法及降压法均导致水合物二次生成,前者可以促进水合物在多孔介质中的均匀分布,后者则使沉积物分布更加均匀。     

第一类双变量Chebyshev多项式的最小零偏差性质研究

利用Rivlin和Shapiro提出的符号理论,证明了文献[10]中提出的第一类双变量Chebyshev多项式恰为所谓的Steiner区域上具有特殊首项的最小零偏差多项式,并由此导出了几类具有一定代数精度的数值积分公式.     

乐山泥岩的水土曲线和崩解特征试验研究

红层软岩的崩解性引发显著的软岩风化破裂现象,经常导致坡体不稳定、岩石崩落等不良地质现象。为深入理解泥岩的水土特征曲线（soil and water characteristic curve,SWCC）和浸水崩解特征,以乐山红层泥岩为例,采用滤纸法、浸水法等试验方法系统研究了泥岩的SWCC以及其在水中崩解的特征,构建了适合于该地区的SWCC模型,并讨论了浸水时间对泥岩崩解质量、颗粒级配的影响。结果表明：（1）泥岩的SWCC呈单峰曲线,随着含水率的减少,基质吸力增大。（2）通过与4种典型率定曲线的拟合比较,基质吸力拟合结果表现出良好的相关性（R²≥92%）,其中Fredlund &; Xing模型能够更准确地反映该地区泥岩的SWCC（R²=96%）。（3）浸水试验表明,0~6 h为快速崩解期,6~12 h为慢速崩解期,12 h后为长期崩解期。干湿交替浸水可以加速泥岩在亲水初期的崩解速率,但在最终崩解量方面与持续浸水基本一致。（4）浸水崩解后,颗粒粒径变化主要集中在2～20 mm范围内,级配曲线D₆₀,D₃₀,D₁₀和C_u值随着浸水时间的增大而减少,表明泥岩颗粒粒径随时间逐渐减小。（5）该泥岩耐崩解指数拟合公式为${y}$=1.17e^–0.22x,拟合度良好（R²≥99%）,根据I_d2=0.76判断该地区泥岩崩解性为弱~中等崩解性。该成果可为该地区泥岩的水土特性和崩解特性提供重要的定量数据支持,以及为该地区工程建设提供理论依据。

     

嗓音多频带非线性分析的声带病变识别

提出了一种嗓音多频带非线性分析的声带病变识别方法,以提高声带病变嗓音的识别率。首先采用Gammatone听觉滤波器组对嗓音信号进行滤波,求取每个频带下的最大李雅普诺夫指数;对映射到核空间的数据采用高斯最大似然度准则优化核函数,然后采用优化核主成分分析算法实现特征抽取。识别实验表明,多频带最大李雅普诺夫指数的识别率比传统的MFCC和最大李雅普诺夫指数分别有6.52%和8.45%的提高,且采用优化核主成分分析算法比传统核主成分分析算法有更好的抽取效果.将多频带非线性分析和优化核主成分分析算法结合,识别率提升至97.82%。