一个求解无约束优化的单参数填充函数方法

填充函数方法是求解无约束的全局优化问题的重要方法,该方法在于构建具有性质良好、形式简单而且容易求解极小值的填充函数。文章按照填充函数的定义,构建了一个新的单参数填充函数,探究并且证明了该填充函数的填充性质和其他的必要性质。     

基于最小费用最大流的无线多媒体传感网多路径路由算法

为了解决多媒体数据的实时传输和网络生存时间优化问题,提出基于最小费用最大流的无线多媒体传感网多路径路由算法(MRAMCMF).MRAMCMF分析了数据传输能耗、节点剩余能量和最小数据传输时延,提出了新的权值函数,并利用最小费用最大流算法构建多路径的数据路由方案.所有多媒体传感节点沿着多个传输路径将数据传输到sink节点.仿真结果表明,该算法能延长网络生存时间,降低和平衡节点能耗,降低数据传输时延,在一定的条件下,比Ratio_w算法和TPGF算法更优.     

一种基于曲率变分正则化的小波变换图像去噪方法

噪声和图像的细节特征主要集中于图像高频部分,在图像去噪过程中,图像的某些重要特征（如边缘、细小纹理等）易受到破坏.针对这一情况,本文提出基于曲率变分正则化的小波变换图像去噪方法,首先用小波提取图像的高频成分,对图像进行增强处理,然后用增强图像的水平集曲率建立一个基于水平集曲率的曲率驱动函数,再将曲率驱动函数作为一个校正因子引入到变分模型中,建立曲率变分模型,用以控制图像的整体结构.在缺乏图像梯度信息的情况下,该模型克服了ROF模型错误扩散这一缺点,符合图像处理的形态学原则.最后,用建立的曲率变分模型处理提取的高频成分,重构处理后的高频成分和原来的低频成分,得到去噪后的图像.分析和仿真结果表明,新算法可有效抑制噪声,有极高的图像结构相似度,去噪效果明显.     

火电机组蒸汽温度控制系统性能评估

蒸汽温度控制对提高电厂功率机组的效率、延长使用寿命有着重要作用。为了保持蒸汽温度回路控制性能,传统方法使用最小方差法,但其难以得到控制系统的延时。在实际应用中通常使用扩展时域法来代替最小方差评估方法。例如在湛江300~660 MW火电机组蒸汽温度控制回路中采用了扩展时域法,评估出改进控制策略前后系统的控制性能提升了7.8%。湛江电厂回路评估结果表明,扩展时域法可较好地评估火电机组蒸汽温度控制回路的性能。     

用布喇格光纤光栅传感器测定口腔复合树脂材料光固化收缩与温度演化特性

复合树脂材料已成为重要的牙齿美容修复材料.本文利用两种布喇格光纤光栅传感器测定了口腔复合树脂材料在光固化过程中的收缩与温度演化特性.一种为普通的光纤布喇格光栅,另一种为经过了化学镀镍的光纤布喇格光栅,同时埋入复合树脂样品中,用光照射使其固化,测得光纤布喇格光栅在固化过程中温度和应力随时间的演化曲线.实验结果表明,在光固化过程中,因为聚合反应,树脂产生了强烈的收缩应力和温度变化.掌握复合树脂的光固化收缩特性和温度变化特性对不断改良材料性能以及优化口腔材料的治疗效果具有实际意义.     

基于最小误码率准则的多载波CDMA系统多用户检测算法

本文介绍了一种将正交频分复用(OFDM)技术和码分多址(CDMA)技术相结合的多载波CDMA (MC-CDMA)系统,分析了MC-CDMA系统的发射端和接收端的结构,建立了MC-CDMA系统的信号模型,详细分析了MC-CDMA中的多址干扰形式,以及针对MC-CDMA系统的多用户检测原理,提出了一种基于最小误码率准则的多用户检测算法。理想的基于最小误码率准则的多用户检测算法在实际中难于实现,本文采用估计概率密度函数的方法,推导出了一种自适应实现的最小误码率多用户检测算法。仿真结果表明,该算法能够有效抑制多址干扰,降低误码率,同时,该算法还具有比基于最小均方误差准则的多用户检测器更低的误码率的优点。      

一种复合局部与非局部梯度的图像去噪变分模型

局部变分有效地增强图像的轮廓信息,但不可避免地模糊图像的细节并在平滑区域产生阶梯效应。非局部变分能有效重构图像的纹理信息,但同时会破坏图像的结构轮廓信息。考虑到局部与非局部变分的互补性,提出了一种基于图像局部梯度与非局部梯度的复合变分模型,并通过Bregman交替迭代极小化图像的局部梯度与非局部梯度的L1范数,使去噪后的图像在去除噪声的同时更好地保留图像的结构与细节信息。对比实验证明,提出的复合变分模型有效地利用了图像的局部变分与非局部变分的优点,在图像评价的主客观方面都表现出了更好的性能。     

Distributionally robust inference for extreme Value-at-Risk

Under general multivariate regular variation conditions, the extreme Value-at-Risk of a portfolio can be expressed as an integral of a known kernel with respect to a generally unknown spectral measure supported on the unit simplex. The estimation of the spectral measure is challenging in practice and virtually impossible in high dimensions. This motivates the problem studied in this work, which is to find universal lower and upper bounds of the extreme Value-at-Risk under practically estimable constraints. That is, we study the infimum and supremum of the extreme Value-at-Risk functional, over the infinite dimensional space of all possible spectral measures that meet a finite set of constraints. We focus on extremal coefficient constraints, which are popular and easy to interpret in practice. Our contributions are twofold. First, we show that optimization problems over an infinite dimensional space of spectral measures are in fact dual problems to linear semi-infinite programs (LSIPs) – linear optimization problems in Euclidean space with an uncountable set of linear constraints. This allows us to prove that the optimal solutions are in fact attained by discrete spectral measures supported on finitely many atoms. Second, in the case of balanced portfolia, we establish further structural results for the lower bounds as well as closed form solutions for both the lower- and upper-bounds of extreme Value-at-Risk in the special case of a single extremal coefficient constraint. The solutions unveil important connections to the Tawn–Molchanov max-stable models. The results are illustrated with two applications: a real data example and closed-form formulae in a market plus sectors framework.     

基于图论最小割集算法的图像分割研究

为了提高图像分割的质量,采用图论最小割集算法进行了研究。首先将图像中的像素点映射为图论节点,节点权值通过平衡因子与共享最近邻节点数的比率计算;然后基于最小化能量方程建立图像最小割集,提取分割块内的灰度值作为块特征向量,用最小生成树对图分割;接着用判定函数判断临近区域是合并或者分割;最后给出了算法流程。结果表明,该算法可以分割出目标信息,并且算法鲁棒性好、峰值内存小。