Banach空间的型与独立Banach空间值随机变量序列的不等式

本文建立了独立Ｂ值随机变量序列部分和的极大值函数Ｓ＊与ｐ方根函数Ｓ（ｐ，Ｘ）的分布函数不等式与矩不等式，讨论了这些不等式的成立与Ｂａｎａｃｈ空间的ｐ型与ｑ余型的关系，同时给出了与Ｈｉｌｂｅｒｔ空间同构的Ｂａｎａｃｈ空间的特征。     

基于单色LED补偿白光LED技术的模拟太阳光谱研究

提出一种基于单色LED补偿白光LED技术,模拟日光在可见光范围内的光谱。实际调研了大功率单色LED现状,采用光子在二维空间内联合态密度函数作为单色LED的光谱辐射模型,建立LED模拟仿真数据库。通过求解超定方程组的非负最小二乘解,优化选择不同峰值波长以及半高宽的单色LED与白光LED组合,实现对目标光谱的匹配及太阳光谱的再现。对比研究了白光LED补偿技术和纯单色LED组装技术,并分析了不同种类LED组合对太阳光谱的模拟情况。结果表明,白光LED补偿技术拟合太阳光谱相关指数达到90.74%,优于纯单色LED组装技术。并且当单色LED种类减少时,白光LED补偿技术相比纯单色LED组装技术可以实现更好的模拟效果。该方法对实现基于LED类日光照明具有较好的指导意义。     

颗粒材料接触特性之接触点的确定

颗粒物质在自然界中普遍存在,如砂砾、谷物、堆石体和碎屑流等,许多自然现象和工业过程都与颗粒物质的运动状态有关。弄清颗粒之间的接触特征是理解颗粒变形与运动规律的关键,与之相关联的接触点确定是获取全场接触力(包括力链)信息的难点。近年来,光弹法逐渐成为这类问题研究的有效手段之一,原因在于该方法具有原理简单、操作方便、图像直观等优点。然而,已有的接触点判定方法主要依赖于圆盘圆心距离的计算,对于小变形圆盘接触特征难以有效识别。为此,本文发展了一种基于去除零级条纹区域及图像矩阵转换的算法,可以有效地确定接触点的位置。主要步骤如下:首先运用主成分分析方法对图像进行分析,提取主成分,并重构原图像;然后利用模板匹配方法提取各个光弹圆盘,接着对提取出来的各个圆盘进行图像矩阵变换;最后对变换后的图像局部进行垂直方向灰度梯度平方计算,描绘梯度变化曲线并提取曲线峰值,从而识别出接触点(位置)。     

基于LASSO算法的恒星α元素丰度估计方法研究

主要研究了一种新的基于LASSO算法的恒星α元素丰度估计方法。海量恒星的α元素(O, Mg, Si, Ca 和Ti)丰度信息将有助于我们了解银河系的演化进程。但目前从中低分辨率光谱中确定α元素丰度的方法主要是模板匹配法,但该方法算法复杂,优化参数较为困难且对噪声敏感,因此有必要研究新的方法。实验结果显示,LASSO算法对ELODIE光谱的α丰度的估计精度为0.003(0.078)dex。为验证光谱分辨率变化对LASSO算法结果的影响,我们首先用ELODIE光谱通过高斯卷积得到了分辨率为42 000, 21 000, 10 500, 4 200和2 100的光谱,然后使用LASSO算法估计α元素丰度,精度分别为0.003 3(0.078)dex,-0.05(0.059)dex,-0.007(0.060)dex,0.008 0(0.069)dex和-0.004 5(0.067)dex。上述结果证明LASSO算法对分辨率变化不敏感。为验证LASSO算法对信噪比变化的鲁棒性,使用ELODIE光谱分别构造了信噪比为30, 25, 20, 15和5的光谱。LASSO算法在上述数据集上的精度分别为-0.002(0.076)dex, -0.09(0.073)dex, 0.003 6(0.075)dex, 0.007 6(0.078)dex 和-0.009(0.08)dex,因而LASSO算法对信噪比变化不敏感。因此,LASSO算法适用于低分辨率低信噪比的LAMOST和SDSS光谱。LASSO算法在SDSS光谱上的估计精度为0.003 7(0.097)dex,而在球状星团和疏散星团成员星上的结果显示LASSO算法给出的丰度与文献给出α丰度值误差在1σ以内。因此,LASSO算法能够用于估计恒星的α元素丰度。     

核能谱单能峰快速高精度高斯函数拟合算法研究

在核能谱分析中,高斯函数最小二乘拟合法是计算单能峰净峰面积常用的方法,该方法精度较高,但噪声敏感性较强,导致拟合出的高斯函数在峰位附近的残差向量较大。针对该问题,对高斯函数最小二乘拟合法进行了详细推导,分析了峰位附近残差向量较大的原因,提出了一种基于高斯函数最小二乘拟合法的高斯函数加权最小二乘拟合法,即在高斯函数最小二乘拟合法的基础上,引入了权重因子。该权重因子与取对数后数据权重削弱趋势相反或与数据本身趋势相符,以减小噪声敏感性。由于在求解高斯函数参数的过程中涉及到求逆矩阵运算,计算量较大,耗时较长,为了提高实时性,将求逆矩阵的运算过程转换为了简单的方程组运算,并给出了高斯函数的幅值、中心及方差参数的快速求解公式。将这两种方法用于55Fe的特征X射线单能峰的实际拟合中,结果表明,高斯函数加权最小二乘拟合法效果均较好,这说明该方法降低了噪声敏感性,减小了高斯函数在峰位附近的残差向量,进一步提高了拟合精度。另外,使用快速求解公式,也减小了运算量,增强了实时性,为在便携式设备中的有效使用提供了可能。     

Fractal and smoothness properties of space-time Gaussian models

Spatio-temporal models are widely used for inference in statistics and many applied areas. In such contexts, interests are often in the fractal nature of the sample surfaces and in the rate of change of the spatial surface at a given location in a given direction. In this paper, we apply the theory of Yaglom (1957) to construct a large class of space-time Gaussian models with stationary increments, establish bounds on the prediction errors, and determine the smoothness properties and fractal properties of this class of Gaussian models. Our results can be applied directly to analyze the stationary spacetime models introduced by Cressie and Huang (1999), Gneiting (2002), and Stein (2005), respectively.     

Principle of least variance for dual scale reliability of structural systems

A R-integral is defined to account for the evolution of the root functions from Ideomechanics. They can be identified with, though not limited to, the fatigue crack length or velocity. The choice was dictated by the available validated data for relating accelerated testing to real time life expectancy. The key issue is to show that there exists a time range of high reliability for the crack length and velocity that correspond to the least variance of the time dependent R-integrals. Excluded from the high reliability time range are the initial time span where the lower scale defects are predominant and the time when the macrocrack approaches instability at relatively high velocity. What remains is the time span for micro-macro cracking. The linear sum (ls) and root mean square (rms) average are used to delineate two different types of variance. The former yields a higher reliability in comparison with that for the latter. The results support the scale range established empirically by in-service health monitoring for the crack length and velocity. The principle of least variance can be extended to multiscale reliability analysis and assessment for multi-component and multi-function systems.     

v阶(3,2,1)-共轭r-正交拉丁方在集合r∈{v+2,v+3,v+5}上的不存在性

2个v阶拉丁方,L=(lij)和M=(mij)被称为是r-正交的,如果把它们重叠起来可以得到恰好r个不同的有序元素偶,即{(lij,mij):1≤i,j≤v}=r,记为r-MOLS(v).r-MOLS(v)在r∈{v+1,v2-1}上的不存在性已经得到证明.如果M是L的(3,2,1)-共轭,可认为L是(3,2,1)-共轭r-正交的,可记为(3,2,1)-r-COLS(v).并且证明了(3,2,1)-r-COLS(v)在r∈{v+2,v+3,v+5}上的不存在性.     

掺有植物性填充物牛奶的近红外光谱判别分析

为探索近红外光谱技术在生鲜牛奶掺假检测中的应用, 寻找一种快速的检测方法,以分别掺有植物奶油、植物蛋白、淀粉的牛奶为材料,利用傅里叶变换近红外光谱仪对样品进行扫描并得到光谱数据, 应用Fisher线性判别分析和偏最小二乘法对试验数据进行了多元统计分析。分析结果表明,利用Fisher判别分析建立的掺假牛奶判别模型的正确判别率达到97.78％,对未知样进行检验,正确判别率达到94.44%;利用偏最小二乘法建立的各掺假物质掺入量的定量检测模型,各掺假牛奶的校正集决定系数(R2)均在99.0%以上,各掺假牛奶的验证集决定系数均在98.5%以上,模型的预测效果良好。上述2种方法说明了近红外光谱技术可以实现对掺有植物性填充物牛奶的快速定性、定量鉴别。     

基于鲁棒模糊聚类的混沌时间序列预测

采用一种基于鲁棒模糊聚类算法的模糊辨识方法,通过引入局部划分关联度因子,增强了系统辨识的抗干扰能力,提高了系统辨识的鲁棒性.首先用最近邻模糊聚类法划分初始输入空间,得到模糊规则数及初始聚类中心;然后用鲁棒模糊聚类算法求解并优化模糊隶属度和聚类中心,建立高精度的T-S模糊模型;最后利用最小二乘法辨识模型的初始结论参数,进一步利用带遗忘因子的递推最小二乘法优化结论参数.采用该方法对Mackey-Glass混沌时间序列进行建模和预测,仿真结果表明利用本方法可以进行准确建模和预测,验证了本方法的鲁棒性、有效性和实 关键词： 最近邻模糊聚类 鲁棒模糊聚类 混沌时间序列 最小二乘法