非奇异H-矩阵判定准则

利用矩阵双对角占优理论给出了含有非零元链、不可约矩阵为非奇异H-矩阵的两个判别方法,推广了已有的相关结果.     

基于HOG-SVM的改进跟踪-学习-检测算法的目标跟踪方法

对于经典跟踪-学习-检测(TLD)跟踪算法,在目标受到遮挡、光照、干扰、旋转和尺度变化等问题时,会导致算法的跟踪精度和速度降低,计算的复杂度较高,实时性差。针对以上问题,提出一种改进的TLD目标跟踪算法。首先针对检测模块中计算复杂度高的问题,将HOG-SVM结合替换原TLD算法中的2bit BP特征和集成分类器;再针对原算法中跟踪精度低的问题,将KCF跟踪算法替换中值光流法;在HOG-SVM+KCF跟踪算法的基础上,对滑动窗口法进行改进,解决原算法中实时性差的问题。实验表明,改进后的跟踪算法,在背景环境变化的情况下,跟踪精度和速度都有提高,实时性加强。     

基于滑动窗口的动态手写签名局部相关性研究

为了解决直接序列匹配中签名序列存在随机波动和时间轴方向非均匀伸缩,导致相关分析给出的匹配度不高的问题,提出了采用滑动窗口对真实签名进行局部相关性分析的方法.将手写签名按压力划分成若干笔段,研究笔段匹配算法;对分段后的数据序列用滑动窗口算法进行局部相关分析.算例显示,对不同的签名个体而言,总有一些笔段的相关性极高,最小相关系数都达到0.8甚至0.9以上,这些笔段,正是签名者的稳定的签名特征,无论是相关分析法还是特征矢量分类法,滑动窗口局部相关分析都是一种有效的算法.     

哈茨木霉SDU3.87耐碱性纤维素酶液体发酵条件的研究

从碱性土样中分离出的1株哈茨木霉(T．harzianum),液体发酵条件的实验表明,产酶最适的培养基初始pH为7．5,培养温度为28℃,摇床转速为160r／min;最适的单一碳源为麸皮,添加量为质量分数3．0％～5．0％;添加质量分数0．5％左右的复合氮源有利于产酶的提高;诱导物纤维素CF—11和微晶纤维素的最适添加量分别为质量分数2．0％和1．0％;添加吐温80有利于产酶的提高,添加量质量分数0．2％;用300mL三角瓶液体摇床发酵时装样量80mL左右为宜;发酵周期5～6d,获得的粗酶液的内切酶活最高为1．85U/mL,FPA为0．96U/mL．水杨素酶活为0.81U／mL。     

具有模糊系数的可能性线性规划

在LA Zadeh的可能性理论的基础上，讨论了具有梯形模糊系数的可能性规划问题，得到了一定置信水平下的经典等价条件，并用单纯形法求得其最优近似解．     

规范窗口Fourier变换的反演公式及其值域刻画

应用算子论与积分论方法,研究了L2-函数的规范窗口Fourier变换Twwinf的连续性与有界性.证明了Twwin的弱反演公式,并利用Bochner积分给出了规范窗口Fourier变换的强反演公式,得到了算子Twwin的值域刻画定理,即F∈R(Twwin)当且仅当F(b,ω)=〈F,Twwinwb,ω〉.     

连通不可约变换半群的自同构群结构

给出连通变换半群导出的变换群保持连通性的充分必要条件,证明不可约变换半群导出的变换群不可约,不可约变换半群的自同构群是本原置换群,连通变换半群的自同构群是正则置换群,连通且不可约的变换半群的自同构群是一个素数阶的循环群.     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。     

M-群的Hall-子群是M-群的一个充分条件

M-群的一个著名问题,M-群的Hall-子群是M-群吗?文章给出了M-群的Hall-子群是M-群的一个充分条件:如果G是M-群,H是G的Hall子群。如果对于任意一个(?)∈Irr(H),都有p(?)(1),则H是M-群。     

光电设备红外通道窗口加热技术研究

光电设备中,红外通道窗口会因结霜、起雾等原因而导致成像模糊,从而影响设备的使用,为解决这一问题,在研究分析了光电设备红外通道窗口加热技术的基础上,给出了在高阻硅基底材料上镀制导电的金属栅条进行加热的解决方法,并开展了试验验证。加热功能、性能、安全性、环境适应性等试验结果表明,该方法可有效解决红外通道窗口结霜起雾的问题。