不确定度漫议——一个数据处理结果引发的讨论

分析了不确定度教学的难点,指出加强不确定度教学的重要性及其实施策略。给出了便于在物理实验教学中应用的不确定度评定的一种简化模式。     

景象匹配辅助导航系统匹配置信度评估方法

针对景象匹配辅助导航中,由于噪声、云层、摄像机抖动等原因导致的景象匹配可能输出错误匹配结果情况,提出一种基于证据推理的景象匹配末端置信度评估方法.首先建立序列帧时空约束关系,对匹配相关阵中峰值构建辨识框架,计算序列帧对各峰值的置信指派并利用适配因子进行折扣运算,然后采用证据推理组合规则进行融合,最后给出判决准则输出匹配...     

Remarks on the lower bounds for the average genus

Let G be a graph of maximum degree at most four. By using the overlap matrix method which is introduced by B. Mohar, we show that the average genus of G is not less than 1/3 of its maximum genus, and the bound is best possible. Also, a new lower bound of average genus in terms of girth is derived.     

利用Cramér-Rao理论研究相位差法的最佳离焦量

针对光子数足够多的情况,利用Cramér-Rao理论研究了在选取离焦作为附加像差时,不同的待测波前和目标对最佳离焦量选取的影响。结果表明:在点目标情况下,像差的大小和空间频率对最佳离焦量的影响不大;而在扩展目标情况下,最佳离焦量虽然与待测像差的空间频率关系不明显,但随着待测像差峰谷值的增大而增大。最佳离焦量与目标的结构有关而与其扩展程度关系不大,成像时目标上各点的干扰越大,最佳离焦量越大。     

电感耦合等离子体原子发射光谱法测定模拟固定污染源排气中铅的含量

固定污染源通常为人类活动形成的污染源,分为有机、无机、热、噪声、放射、病原体等单项污染源或混合污染源等。按人类活动功能分为工业、农业、交通运输和生活污染源等。随着城市人口的集中和现代工业的发展,排入大气的污染物愈来愈多,工业废气中含有的大量污染物排入大气,使大气环境质     

电感耦合等离子体原子发射光谱法测定油田水中金属元素

油田水是指在储集层中与油气伴生的地下水,是烃类运移、聚集、形成油气藏的动力和载体。它和油气之间存在着经常性的物质成分交换,油田水化学成分往往会反映出油气藏与原油、天然气的某些特征,因此研究油田水的性质及其地球化学特征,对于区分油田水和非油田水,分析油气运移、聚集和油     

类锂离子（Z = 21~30）1s22s和1s22p态近核处电子密度的下限

应用行列式条件和电子-原子核尖点(cusp)条件计算了核电荷数Z=21-30的类锂离子1s22s和1s22p态近核处电子密度的理论下限.该下限由Angulo和 Dehesa等人推导(见Phys. Rev. A 42 641 (1990)）的包含两个或者更多径向期待值的不等式给出. 结果表明,该下限对于高核电荷离子也同样适用,而且其品质要好于以前所知道的;计算中所用的波函数在这些具有较高核电荷离子体系的整个组态空间中都是准确可靠的.     

Weibull分布下多组序进应力加速寿命试验的统计分析

给出了多组序进应力加速寿命试验下指数分布的极大似然估计的存在和唯一的一个充要条件;模拟比较了一组与二组序进应力加速寿命试验下有关参数估计的差异:对Weibull分布给出了有关参数的联合置信域.     

雾对大气激光通信系统的影响及克服方法

分析了雾产生的原因、相关数学模型及其对大气激光通信系统的影响.为了克服雾对无线光通信链路的影响,将LDPC码作为信道编码应用到大气激光通信系统中,并结合置信传播迭代译码算法和副载波PSK强度调制方案,在有雾的大气信道中进行了仿真.仿真结果表明:LDPC码具有优越的纠错能力,并获得了较大的编码增益,该方案可以满足大气激光通信系统的需要.     

基于置信学习机与近红外光谱的煤种快速分类方法

基于近红外光漫反射谱技术的检测分析具有简单,快捷,安全等优势而被广泛应用于各行各业。应用近红外光谱分析技术实现不同煤种的快速分类,该方法可以替代费时费力费财的传统化学分析方法。同时首次将置信学习机(confidence machine)引入近红外分析中,实现了对分析结果的风险评估。采集了来自不同矿区共四种不同煤种(肥煤,焦煤,瘦煤和贫瘦煤)的199个煤样本的近红外光谱,通过机器学习的方法针对煤的近红外光谱构建了煤种分类器来实现煤种的快速分类。在近红外分析中引入了置信学习机的分析方式,结合支持向量机(SVM),构建了离线和在线的CM-SVM分类器。置信学习机是一种概率方法,使用概率(CM-SVM)来取代分类超平面(SVM)进行分类,不仅分类效果好于传统的SVM,达到了95.48%的分类率,还能同时给出每个样本分类结果的置信度,可靠度等风险信息。另外,CM-SVM通过对置信水平的设定,得到不同置信度下预测区间,该区间的预测正确率是与置信水平严格对应的,对于产品质量控制有非常重要的意义。置信学习机同时是一种在线的学习模型,新样本的不断加入会提高模型的性能,非常适合于工业现场的在线分析。在线的CM-SVM模型随着样本数的增加,预测结果的置信度有所提高,对工业现场近红外分析有重要意义。