随机平面线弹性问题的一类弱Galerkin方法

本文针对带有随机杨氏模量和荷载的平面线弹性问题,提出了一类随机弱Galerkin有限元方法.先利用Karhunen-Loève展开把随机项参数化,将方程转化为一个确定性问题;再采用弱Galerkin有限元法和k-/p-型方法分别离散空间区域和随机场.在弱Galerkin离散中,用分片s(s≥1)和s+1次多项式逼近单元...     

K-L法在结构模型降阶及辨识中的应用

模型辨识时，常需要对结构进行降阶处理，以减少辨识参数，降低计算难度，通过K-L(Karhunen-Loeve)特征值提取的方法对结构模型进行降阶，并通过最小二乘法辨识出降阶后系统的模态参数，可以大大减少辨识参数，降低计算复杂性；最后对一简支梁进行了数值仿真，得到一个3阶模型，辨识出简支梁的固有频率和模态阻尼比与解析解很接近。     

基于K-L散度与光谱可分性距离的波段选择算法

波段选择是高光谱降维的常用手段,文中从波段选择应遵循的3个原则出发设计了一种基于信息散度与光谱可分性距离的波段选择算法。将高光谱数据中每个波段的光谱分量看作一个一维向量,使用K-L散度表示其相互之间的信息量,选出信息量大且相似性最小的波段组合;根据每个波段中不同地物光谱可分性距离的计算,得到可分性较大的波段组合;将两组波段组合取交集,即得到最优组合波段。为了验证算法的有效性,将选出的最佳3个波段进行伪彩色合成,对其进行光谱角制图分类,分类精度达到92.2%,Kappa系数为0.88.     

增长曲线模型（RRS）的Bayes影响分析

本文讨论具有Rao简单协方差结构(RSS)的增长曲线模型中未知参数矩阵的Bayes影响分析问题,在无信息先验分布假设下,K-L距离被用来评估指定响应阵对参数矩阵的后验分布的影响程度。