超声调制漫射光子自相关的Monte Carlo模拟

本文首次用Monte Carlo方法研究了超声调制生物介质中漫射光子的时间自相关性质,讨论了超声参量、运动参量和散射参量对自相关函数的影响.正常生物组织和病变生物组织的自相关函数有明显的差别,超声调制自相关函数为光学医学诊断提供一种新参考.     

关于吴方法应用在非线性规划问题中的几个测试问题

The nonlinear programming problems are important in mathematics applications.They are usually solved by various kinds of numerical methods.This will give solutions in the from of local extremal values but not necessarily global optimal ones.The present paper shows how to solve the nonlinear programming problems by the MM-method(Mathematics-Mechanization method)or Wu‘s method.Wu‘s method is different from the numerical method in that the computations are symbolic instead of numerial ones.Theoretically it is based on computer algebra and algebraic geometry.The author uses the computer to get complete global solutions of some practical test problems in the nonlinear programming.The computations shows that Wu‘s methtod is concise for solving the nonlinear programming problems,and is also quite efficient.     

等重复数据的非等距正交多项式回归

本文给出了一种等重复数据情形下的非等距正交多项式回归模型。     

矩阵非齐次特征值分析

矩阵非齐次特征值分析卢旭光（清华大学应用数学系）ＭＡＴＲＩＸＩＮＨＯＭＯＧＥＮＥＯＵＳＥＩＧＥＮＶＡＬＵＥＡＮＡＬＹＳＩＳ￥ＬｕＸｕ－ｇｕａｎｇ（ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ）Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓｐａｐｅｒｗｅｓｔｕｄｙｔｈｅｍａｔ...     

基于光响应非均匀性的WhatsApp压缩视频来源识别

光响应非均匀噪声(photo response nonuniformity,PRNU)是光学成像传感器成像时引入的一种独特噪声,可有效识别压缩视频的来源。针对现有算法提取压缩视频的PRNU效果并不显著的问题,论文提出了一种改进PRNU提取算法。首先,去除视频编解码的环路滤波器,对视频帧使用双密度双树复小波变换进行分解;然后对高频子带使用基于贝叶斯阈值估计的双变量收缩算法进行估计,再使用自适应加窗维纳滤波进行二次估计,得到噪声残差;最后用基于量化参数值加权的最大似然估计法聚合噪声残差,再与视频帧估计得到PRNU。实验结果表明：该文提出的方法在20 s时WhatsApp视频的识别率为75%。     

双头增强与非均匀校正的水下图像增强算法

受水下环境浑浊度高、光照不足和均匀性差等因素影响,水下成像所获取的图像存在对比度低、细节模糊和颜色失真等缺陷,为此提出一种双头增强和非均匀校正的水下图像增强算法。利用构建的双头增强网络从浅层信息中提取多尺度特征,同时融合不同通道的上下文信息,有利于水下图像低对比度的增强;此外构建了非均匀校正网络,对图像不同通道和不同位置进行非线性加权融合,有利于颜色一致性和亮度的恢复。与10种算法相比,本文算法在UIEB测试集上峰值信噪比、结构相似性比其他方法的最优值分别提高了4.02 dB和0.120,CIEDE2000指标下降了1.51,在LUSI测试集上述指标分别提高了2.13 dB、0.025及下降了0.48。实验结果表明：所提算法针对不均匀的水下图像增强效果显著,更加符合人眼特性。     

基于神经网络和多目标优化算法的掺铋光纤放大器设计

掺铋光纤放大器有助于将光纤通信系统拓展至新的传输波段。然而,其增益和噪声性能存在相互制约的关系,提升增益往往会导致噪声性能的恶化,反之亦然。因此,提出一种结合反向传播神经网络(BPNN)和带精英保留策略的快速非支配排序遗传算法(NSGA-Ⅱ)的多目标优化方法,通过对两级掺铋光纤放大器结构进行设计,实现了增益和噪声性能的同时优化。使用经过训练的BPNN对增益和噪声系数预测的均方根误差分别为0.191和0.084,具有较高预测精度。以高增益和低噪声系数为目标,使用NSGA-Ⅱ算法进行优化,得到包含500个解的Pareto最优解集。优化后,放大器所能实现的平均增益范围为15～37 d B,相应的平均噪声系数范围为4.95～5.31 d B。利用BPNN代替求解耦合微分方程来评价个体适应度,使得优化时间较传统方法由10⁶ s左右降低为80 s左右,大幅提升了优化效率。所提方法也为其他掺杂光纤放大器的高效率、多目标结构优化设计提供了一种新的思路。     

基于T形管的自复叠制冷系统性能分析

T形管中非共沸工质的组分分布对组分可调热力循环性能有重要影响。但目前的研究均是基于理想分离假设分析T形管对热力循环的影响。为研究T形管实际分离性能对热力循环性能的影响,设计了一种基于T形管的新型自复叠制冷系统。对制冷工况下T形管中R134a/R600a的组分分布进行数值模拟,基于数值模拟结果对新型自复叠制冷系统性能进行计算分析。结果表明：T形管出口的流量分配比越高,其分离效率越大。当干度大于0.8或R134a质量分数大于0.7时,T形管两个出口的分离效率相对较小。与无分离的制冷系统相比,基于T形管的自复叠制冷系统的COP可提升0.83%至18.69%,单位容积制冷量可提高3.09%至36.2%,过冷器热负荷可降低11.6%至31.3%。     

基于变分模态分解和自动编码器的PIN二极管温度特性预测

提出融合变分模态分解（VMD）和自编码器的预测方法,将温升特性曲线分解成若干个子信号分量,其中包含高频的波动量、中间量和低频的趋势量,然后利用自编码器对每个分量进行预测,最后将分量的预测值相加,从而实现对PIN二极管温升特性曲线的精准预测。通过与多种机器学习方法的对比验证了结合VMD分解可有效提升预测精度,同时也验证了自编码器在特性曲线拟合上的优势。