带有随机初值的复值Ginzburg-Landau方程的弱平均动力学*

本文研究了无界域上的带有随机初值的复值Ginzburg-Landau方程.首先, 基于解过程的全局适定性, 建立了带有随机初值的Ginzburg-Landau方程的平均随机动力系统.然后, 证明了弱拉回平均随机吸引子的存在唯一性以及随机吸引子的周期性,并将其进一步推广到加权空间L²(?, L²_σ(R)).     

含有偏好的DEA-BWM评价方法研究

针对传统的DEA模型在评估过程中并未考虑决策者对相关指标权重的偏好,将最优最差方法(BWM)嵌入到传统DEA模型中,基于决策者偏好排序的判断矩阵,构建一种含有偏好的DEA-BWM评价方法。首先在保持传统DEA方法的优势基础上,构建了CCR-BWM评价模型对各DMU进行评价。同时考虑为了便于各决策单元在统一权重基础上相互比较,构建了CSW-BWM公共权重模型。另外考虑决策单元自评和互评,构建了NCE-BWM中立型交叉效率。然后采用min-max方法分别将上述三种多目标评价模型转换为单目标线性规划进行求解。最后,选择一组算例对三种模型的有效性与合理性进行验证。     

非对称碰撞约束下形状记忆合金梁的随机响应与分岔

形状记忆合金(SMA)是二十一世纪具有形状记忆效应的新型智能材料.针对具有非对称约束的SMA梁,本文构造了碰撞振动系统.在无碰撞和有碰撞两种情况下,利用随机平均法给出了近似解析结果.数值模拟作为验证解析结果的工具.结果表明,系统能量的概率响应曲线具有非光滑特性.当约束位置发生变化时,系统会出现随机P分岔和D分岔.     

基于改进Yolov5模型的实时人脸检测算法

针对疫情背景下,在一些人流密集场所进行体温筛查或身份识别,当待检测对象快速通过时,人脸检测实时性不高的问题,提出了一种改进Yolov5模型的实时人脸检测算法。该算法首先对骨干网络层进行轻量化改进并引入注意力机制减少冗余信息;其次修改了检测层网络结构,增加了对小目标人脸及倾斜人脸检测的适应性;随之使用Focal EIOU损失函数代替Yolov5原始损失函数中的GIOU损失函数来计算定位损失,有效解决了预测框在目标框内部或预测框与目标框大小一致时无法精确定位的问题。实验结果表明：提出的实时人脸检测算法检测精度达到97.2%,检测速度达到66.7 f/s,相较于原始Yolov5算法,检测精度提升了19.7%,检测速度提升了24 f/s,满足实时人脸检测要求,同时对于黑暗环境及不同表情姿态人脸检测也有较好的适应性。     

一种扇区投影和滑窗连线的特征提取方法

针对点云特征线提取中不均匀点、不明显特征点和特征线断裂的问题,提出了一种扇区投影和滑窗连线的特征提取方法。该方法首先对点云进行全局密度分析,计算平均点间距,然后采用扇区投影法统计扇区内邻近点的分布情况,由分布情况确定点云模型边界点,进而计算局部三角形法线,根据法线突变情况判断尖锐折边点,在扇区投影的基础上延伸局部探线,根据不同的探线类型制定判断非尖锐折边点的相关策略,最后基于滑窗连线的方法,将无序特征点有序连接,得到光滑特征线。实验证明,该方法可以较完整地提取模型的特征线,同时具有一定的抗噪能力。对比其他两种方法,本文方法对模型中的弱特征更敏感,提取效果相对较好。     

基于双引导滤波的红外和可见光图像融合算法

图像融合是将多幅图像中有用或互补信息整合成一幅图像的过程。本文提出了一种基于引导滤波多尺度分解的红外和可见光图像融合算法。在传统的引导滤波图像融合算法的基础之上,利用双引导滤波器代替均值滤波器将源图像分解为小尺度纹理细节、大尺度边缘和基础图像;直接利用纹理细节及边缘层图像构建显著性映射图,用其代替额外的特征提取操作,可很好地突出源图像显著性信息的同时大大降低算法复杂度;利用显著性映射图、Sigmoid函数构造权重图,将源图像中具有视觉意义的信息注入到融合图像中;利用色彩模型转换融合方式,可更好保留图像的色彩信息。定性和定量实验结果证明,相比于传统的基于引导滤波的图像融合算法,本文算法的融合效果得到进一步提升。     

基于动态分组的主流区块链PoS共识算法研究

共识算法是区块链技术的核心,其应用直接关系到该技术的上链质量和效率。在共识算法中,一旦权益最高的节点出现问题,容易造成上链停滞。为此,研究了基于动态分组的主流区块链PoS共识算法。选择节点影响因素并进行量化和标准化,利用层次分析法计算每个节点影响因素的权重,将影响因素量化值与权重相乘得到节点重要性,通过与阈值对比,实现节点的动态分组。将分组结果加入PoS机制中,对区块数据打包,在见证人节点的广播下,获得其他节点的共识,完成区块认证和上链。结果表明：在所研究算法应用下,资源消耗量更小、容错概率更大、共识时延更少,能够有效提高区块链技术的应用效果。     

主动偏振成像对皮肤状态诊断影响的研究

偏振成像相比于普通成像包含更丰富的物体表面反射和散射信息。采用偏振成像的方法在不同光源照明下获得皮肤表面偏振度图像,研究同一波段光源激光和LED以及不同波段的激光和LED光源对偏振成像的影响,探索适合特殊病症的偏振成像照明光源的种类和波段。结果表明：同一波段光源照明下,激光的偏振度图像信息熵和平均梯度都高于LED的偏振度图像;对于皮肤上红斑与黑斑的局部成像,绿光波段照明的图像细节表现力均优于红光波段光源照明时的图像,为激光偏振成像提高皮肤状态诊断的准确性提供更多信息。     

基于高密度子网格光线追迹的三维发射层析重建算法

三维(three- dimensional,3D) 发射层析技术(emission computerized tomography,ECT) 是一种简单、高效且准确的燃 烧场3D成像与检测技术,其中权重矩阵的计算 精度决定了层析重建的精度和质量。本文研究了一种基于高密度子网格光线追迹的权重矩阵 计算方法, 将被测区域划分为密度更高的子网格,并根据相机成像模型实现光线追迹,以确定离散网格 对投影像素 的权重因子。数值模拟和燃烧火焰重建实验表明该算法具有较高的精度和计算效率。该研究 对于3D发射层析技术的实用化具有重要的理论意义。     

正交多载波降噪差分混沌键控通信系统

为解决多载波差分混沌移位键控(MC-DCSK)系统传输速率低和误码性能差的缺点,该文提出一种正交多载波降噪差分混沌移位键控(QMC-NR-DCSK)系统。在发送端,预定义载波用于发送参考信号,剩余M-1个不同中心频率的载波及其经正交调制技术后得到的频率相同但相位正交的载波都用于传输信息信号,此外,通过进一步引入Hilbert变换,将系统的频带利用率和传输速率提升为MC-DCSK系统的4倍。在接收端引入滑动平均滤波器的降噪操作降低了噪声的方差,从而改善了系统误码性能。推导了QMC-NR-DCSK系统在加性高斯白噪声(AWGN)信道和多径瑞利衰落(RFC)信道下的比特误码率公式并进行了仿真。仿真结果和理论分析表明：QMC-NR-DCSK系统能有效提升传输速率、带宽效率和误码性能,为该系统应用于多载波无线通信提供理论参考。