线性方程组迭代解的随机模型测试研究

本文讨论大型线性方程组迭代解的随机模型测试评价问题。给出了常用迭代解法ＣＧ、ＬＳＱＲ、ＳＩＲＴ、ＳＡＲＴ、ＳＡＳＩＲＴ等的测试结果。结果表明：（１）方程组系数矩阵的特性（条件数）及解结构都对解精度有重要影响。解模型越粗糙,解的精度越低。（２）各种求解算法都有一定的平滑效应,同时各种算法也都会产生误差大于２００％的奇异解,奇异解元素数一般约占１０％。（３）数据的拟合残差一般不能真实反映解的精度。（４）对含误差数据的求解问题,较好的求解算法是ＤＬＳＱＲ与ＳＡＳＩＲＴ。     

地震的感应磁效应（二）

本文是“地震的感应磁效应（一）--三维电磁感应的数值理论”一文的继续。首先从理论和实际计算两个方面证明了三维电磁感应数值方程解的唯一性、收敛性和稳定性,从而充实了作为研究地壳、上地幔电性结构横向不均匀性理论基础的“三维数值方法”。作为这一理论方法的实际应用,文中对不同源场周期和具有不同埋藏深度的三维电导率异常体进行了模拟计算,以研究地震感应磁效应的大小、空间分布特征和频率特性。模拟计算结果表明,对于周期从数秒到数分钟的地磁短周期变化,若电导率异常体的线度与5至7级地震的震源体积大体相当,其电导率较原背景电导率高近一个量级,其感应磁效应主要特征为:在异常体正上方,地面磁场的水平分量变化最大,相对变化量约30％;在异常体于源场方向一致的两侧,垂直分量变化最大,相对变化量约40-50％。因此,观测短周期地磁场的异常变化,有可能是监测地震孕育过程地下电性变化的一种试验途径。但由于上述异常强度在空间上衰减迅速,所以观测必须接近震源区,这对测点的选择是个不利的因素。     

基于迭代变换的分形影像压缩技术

分形理论是当今自然科学研究中的一门新兴学科,应用范围非常之广。其中分形影像压缩技术是利用影像局部之间的自相似性来完成搜索匹配,之后只对仿射变换参数进行编码储来实现的,传统的分形压缩法运算相当复杂,本文针对两种不同的改进方法－值域块合并法与分类匹配法作了探讨,并将它们和传统分形压缩法的压缩比,峰值信噪比及编码时间等性能指标逐一进行了比较和述评。     

新型知识观下高校旅游管理专业课程知识的构建思考

旅游管理专业是1998年新设置的高校本科专业,受学科专业特点和旅游职业需求的影响,其课程知识与传统的学科专业相比,具有很强的实践性.为此,其课程知识的构建,需要深入认识旅游管理专业课程知识的特点,建立起"科学-人本观"的构建价值取向,并充分唤醒教学参与者的主体意识,发挥课堂对课程知识的构建作用.     

一种高效的迭代OFDM频偏估计算法

提出了一种改进的正交频分复用（Orthogonal Frequency Division Multiplexing,OFDM）载波频率偏移估计算法并通过MATLAB进行仿真.仿真结果表明算法对小数载波频率偏移估计精度高并且其算法复杂度低.     

凸度量空间中渐近拟非扩张映象的Ishikawa型迭代序列的收敛性

给出了凸度量空间中渐近拟非扩张映象的Ishikawa型迭代序列收敛于不动点的充要条件,所得结果推广、改进和包含了刘启厚[1]等人的最新成果.     

采用误差迭代补偿的高精度相位解缠方法

最小二乘相位解缠算法是一种全局算法,快速稳定简单易实现,但该算法未绕过相位不连续区易造成误差的全局扩散,导致结果存在较大误差.针对最小二乘相位解缠算法的缺陷,提出一种高精度相位解缠方法.该方法在基于快速傅里叶变换的最小二乘解缠算法基础上,采用误差迭代补偿技术,补偿解缠误差.仿真和实测相位数据的实验结果表明,该方法可有效提高解缠精度,且在仿真实验的定量分析中得出,在强相位噪声条件下,该方法的解缠精度比最小二乘算法提高一个数量级.     

浮游植物化学分类法—CHEMTAX运算在南中国海应用的改进和优化

In order to determine the phytoplankton community composition, the modification and optimizing of the CHEMical TAXonomy (CHEMTAX) running was carried out through samples grouping, successive run and ev...     

病态总体最小二乘问题的谱修正迭代法

针对病态问题岭估计法及正则化方法存在破坏方程的等量关系、解是有偏估计的问题,在最小二乘谱修正迭代法的基础上,提出病态总体最小二乘问题的谱修正迭代法,并推导了总体最小二乘谱修正迭代法及其改进算法的具体公式。通过算例验证和阐明了TLS谱修正迭代法在病态问题中的有效性和易受迭代初值影响的缺点。     

语素关联约束的动态环境视觉定位优化

在自动驾驶场景中,视觉相机能够实现低成本的定位与环境感知,但是场景中的动态目标会影响视觉定位的轨迹.对此,本文提出了语素关联约束的动态环境视觉定位优化方法.首先,利用目标检测和语义分割提取环境中的语义实体;然后,通过语素关联模型识别出动态语素;最后,建立动态语素的特征掩膜,用于特征匹配过程中的动态目标特征点过滤,从而提高视觉定位效果.本文基于视觉机器人平台在校园道路开展了试验,发现了动态目标通过关键点影响视觉定位结果的规律——在转弯时或者目标在视野中横向移动时影响较大.试验结果表明,本文方法的动态语义要素识别的平均精度F1约为87％,并且在语素关联优化前后,局部区域最大轨迹距离差为2.463 m,与真值对比RMSE降低了38％.