F—L序列的表示

用母函数的有关知识解决了Ｆ－Ｌ序列的一个表示问题。     

VC++6.0在图形参数管理中的应用

工程绘图中的图形参数往往种类多样、结构复杂。针对这一特点，可采用VC＋＋6．0设计一个通用的字节序列管理模块，实现对图形参数的高效管理。介绍了此程序的设计思想和设计方法，包括历采用的动态内存管理机制以及二分查找算法。     

基于固有频率和模态振型差值曲率的结构损伤识别研究

摘要本文采用单元划分的原则,建立了悬臂梁结构的ANSYS有限元模型。对此悬臂梁有限元模型损伤前后的基本模态参数——固有频率进行对比分析,并利用对结构损伤识别更敏感、有效的模态参数——模态振型差值曲率进行结构损伤单元的识别研究。研究表明：结构损伤后固有频率明显降低,且随着损伤程度的增大固有频率衰减加剧,固有频率的衰减在一定程度上反映了结构的损伤性状;模态振型差值曲率对于结构的损伤位置和损伤程度具有优异的鉴别性,它的研究对于工程实践和科学研究都具有深远意义。     

基于序列影像种子跟踪的道路线自动提取算法

为快速建立道路精确的几何模型,利用车载移动测量系统获取的序列影像开展了道路边线自动提取方法研究.针对不同类型道路边线的特征,提出了一种基于序列影像种子跟踪的道路线自动算法.首先,对不同质量道路影像分别采用基于灰度信息和梯度信息的道路边线边缘检测方法;其次,采用线性回归模型拟合道路边线,以当前帧拟合直线为种子点,提出了基于种子直线的序列影像感兴趣预测方法,在此基础上对下一帧影像道路边线进行跟踪;最后,以高速公路和城市街区道路序列影像为例,开展了道路边线自动跟踪提取试验,结果表明此方法可以达到优于20 cm的精度,具有很好的鲁棒性.     

组合预测模型在上海内河港口吞吐量预测中的应用

建立时间序列和二元线性回归的组合预测模型,对上海内河港口2010年、2015年和2020年的货物吞吐量水平进行了预测。研究发现,组合预测模型相比单个预测方法具有较高的精度,能够较准确地预测上海内河港口货物吞吐量。     

基于最大频繁序列的蛋白质分类算法

针对现有基于频繁模式的分类算法未考虑完全频繁模式所产生的大量无效序列,提出了一种基于最大频繁序列的蛋白质分类算法,此算法每一类都以独有的最大频繁模式作为代表,执行模式裁减和测试数据分类。实验表明该算法在继承传统算法优点的同时提高了结果的精确度,降低了模式的冗余度,此应用增加了分类的生物信息学意义。     

基于编辑距离的结构模式方法

以文字序列为研究对象，探索构建结构模式的方法，提出一种基于编辑距离的结构模式发现方法。该方法引入编辑距离对序列予以分类，认为在类中心附近的序列可以通过子结构规约到类中心，特征结构蕴藏在编辑序列中。然后对获得的上下文无关编辑操作引入伪上下文相关，再根据文法特征分裂和根据距离特征合并，在大量数据的基础上提取出结构模式。     

多变量时序分析及其在CIWS中的应用

本文讨论了最大风险最小化（记为ｍｉｎｉｍａｘ）最优辅助变量（ＩＶ－Ｉｎｓｔｒｕｍｅｎｔａｌ Ｖａｒｉａｂｌｅ）法的多变量时序系统的识别。多变量系统参数的ＩＶ估计服从渐近高斯分布，其协方差阵有下界。我们依据ｍｉｎｉｍａｘ原则，得到ｍｉｎｉｍａｘ最优ＩＶ估计。该方法使参数估计具有鲁棒性。本文探讨了其在近程武器系统（ＣＩＷＳ－Ｃｌｏｓｅ－ｉｎ Ｗｅａｐｏｎ Ｓｙｓｔｅｍ）中的应用。     

牵引变电所二次设备智能检测系统的研究

探讨了用于牵引变电所二次设备微机智能检测系统的总体设计方案,提出了一种模块化序列试验方法,并分析了各主要模块的设计与功能。该系统已完成了对某牵引变电所所有二次设备的检测试验,实践表明系统可靠性高,实用性好,实现了高度智能化与自动化。     

风险度量中的拟蒙特卡罗方法

传统的蒙特卡罗模拟样本使用伪随机数序列,而拟蒙特卡罗模拟采用的是确定的低偏差序列,本文对比了低偏差序列与伪随机数序列的特点,并用两种模拟方法计算了一个股票期权的VaR值,实验结果显示,在计算精度要求相同的条件下,拟蒙特卡罗模拟方法比传统的蒙特卡罗模拟法收敛要快得多,并且计算精度也更高一些。