散度
- 氣流輻合對(duì)高原低渦切變的影響
輻散流場(chǎng)的影響，散度場(chǎng)對(duì)低渦的持續(xù)發(fā)展也有著很大的作用。屠妮妮等[10]通過(guò)分析個(gè)例，指出水平的輻合輻散在高原低渦的生成階段起了主要作用。李國(guó)平等[11]在對(duì)近30年夏季青藏高原低渦的氣候特征進(jìn)行分析后，指出在高原低渦的高發(fā)年，低層大氣環(huán)流場(chǎng)表現(xiàn)出較強(qiáng)的水平輻合。羅雄等[12]的研究表明高原切變線上的輻合帶先于渦度帶減弱是切變線減弱的信號(hào)。何光碧和師銳[13]的研究也指出500 hPa 切變線之上為氣流的輻合運(yùn)動(dòng)。綜上所述，高原低渦與切變線是青藏高原獨(dú)有的
高原山地氣象研究 2022年4期2023-01-08
- Navier-Stokes/Darcy模型的BDF2 模塊化梯度散度穩(wěn)定格式的數(shù)值分析
法[10]、梯度散度穩(wěn)定方法[11–12]。然而，梯度散度穩(wěn)定方法由于穩(wěn)定項(xiàng)導(dǎo)出的矩陣是奇異的，且對(duì)于大的穩(wěn)定項(xiàng)參數(shù)γ會(huì)導(dǎo)致求解器故障。為了減弱或克服這些困難，在文獻(xiàn)[13]中模塊化梯度散度穩(wěn)定方法被提出用于求解Navier-Stokes 方程，文獻(xiàn)[14]中對(duì)Navier-Stokes 方程提出了BDF2 模塊化梯度散度穩(wěn)定格式。本文對(duì)Navier-Stokes/Darcy 模型提出了BDF2 模塊化梯度散度穩(wěn)定格式，這種格式在保留梯度散度穩(wěn)定格式優(yōu)點(diǎn)的
工程數(shù)學(xué)學(xué)報(bào) 2022年6期2022-12-19
- 基于KL散度的緊組合導(dǎo)航欺騙式干擾檢測(cè)方法
警時(shí)間要求。KL散度是基于數(shù)理統(tǒng)計(jì)方法的重要概念之一，能夠有效描述樣本數(shù)據(jù)可能存在的兩個(gè)概率密度分布之間的差異。曹玉蘋(píng)[11]等提出基于KL 散度的無(wú)跡卡爾曼濾波的過(guò)程故障檢測(cè)方法，能夠及時(shí)檢測(cè)出故障的發(fā)生?；诠收蠙z測(cè)思想[12]，針對(duì)GNSS 欺騙式干擾威脅民航飛行安全問(wèn)題，本文引入KL散度算法，基于緊組合導(dǎo)航濾波過(guò)程判斷GNSS是否受到欺騙式干擾。首先使用擴(kuò)展卡爾曼濾波器進(jìn)行GNSS的觀測(cè)數(shù)據(jù)和INS的導(dǎo)航數(shù)據(jù)融合。然后在緊組合系統(tǒng)濾波器輸出新息的概
航空科學(xué)技術(shù) 2022年11期2022-11-28
- 安全性可控的生成式文本隱寫(xiě)算法
各項(xiàng)指標(biāo)（如KL散度、困惑度）上明顯優(yōu)于傳統(tǒng)的語(yǔ)言模型。Fang等[15]使用了塊狀編碼，對(duì)候選池預(yù)先分塊（block-based）建立生成詞與秘密信息之間的映射關(guān)系，語(yǔ)言模型上采用長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)（LSTM，long short-term memory）。Yang等[16]基于雙層LSTM語(yǔ)言模型建立了一個(gè)生成式文本隱寫(xiě)對(duì)話系統(tǒng)。Yang等[17]使用LSTM語(yǔ)言模型，利用哈夫曼編碼[18]在隱寫(xiě)容量得到保證的情況下大幅降低了生成文本的困惑度 （per
網(wǎng)絡(luò)與信息安全學(xué)報(bào) 2022年3期2022-06-24
- 地形追隨垂直運(yùn)動(dòng)方程在南疆極端暴雨中的診斷分析
得到準(zhǔn)地轉(zhuǎn)Q矢量散度驅(qū)動(dòng)的Omega 方程，其意義在于Q矢量散度作為垂直運(yùn)動(dòng)的唯一強(qiáng)迫項(xiàng)，解決了傳統(tǒng)垂直運(yùn)動(dòng)診斷方程中渦度平流的垂直梯度和溫度平流的拉普拉斯項(xiàng)之間的相互抵消作用。此后，國(guó)內(nèi)外學(xué)者進(jìn)一步豐富Q矢量的理論研究工作，相繼提出半地轉(zhuǎn)Q矢量（李柏和李國(guó)杰, 1997）、非地轉(zhuǎn)干Q矢量（Davies-Jones, 1991; 張興旺, 1999）、非地轉(zhuǎn)濕Q矢量（張興旺, 1998; 姚秀萍和于玉斌, 2000, 2001）等理論。Yang et al
大氣科學(xué) 2022年3期2022-06-01
- 相互作用的Brinkman方程組與Darcy方程組解在反應(yīng)邊界條件下的連續(xù)依賴性
微函數(shù)H, 利用散度定理可得(7)(8)由Schwarz不等式可得式(6).引理2對(duì)于溫度T和S, 有如下估計(jì)：(9)其中k1為大于零的常數(shù).證明： 將方程組(1)中第三個(gè)不等式兩邊乘以2T, 并在Ω1×[0,t](t∈[0,τ])上積分, 可得(10)對(duì)于式(10)左邊第一項(xiàng), 由散度定理及式(3)和式(4), 可得(11)對(duì)于式(10)左邊第二項(xiàng), 由散度定理及式(3)和式(5), 可得對(duì)于式(10)右邊第一項(xiàng), 由散度定理及式(3)和式(5), 可得
吉林大學(xué)學(xué)報(bào)（理學(xué)版） 2022年2期2022-05-30
- 基于EMD距離的稀疏自編碼器*
Leibler)散度。KL散度在機(jī)器學(xué)習(xí)中有著廣泛的應(yīng)用，例如在典型的多分類任務(wù)中，當(dāng)數(shù)據(jù)樣本采用獨(dú)熱編碼，模型采用Softmax函數(shù)計(jì)算分類概率分布，損失函數(shù)是計(jì)算真實(shí)值與預(yù)測(cè)值的交叉熵時(shí)，優(yōu)化交叉熵退化為優(yōu)化樣本分類的獨(dú)熱編碼與模型輸出的分類概率分布之間的KL散度。由Goodfellow等[13]提出的生成式對(duì)抗網(wǎng)絡(luò)GAN(Generative Adversarial Network)是近年來(lái)的研究熱點(diǎn)。GAN通過(guò)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)數(shù)據(jù)集的復(fù)雜分布，可以生成
計(jì)算機(jī)工程與科學(xué) 2022年5期2022-05-26
- 赤峰市一次大到暴雨過(guò)程診斷分析
關(guān)鍵詞：強(qiáng)降水;散度;渦度;垂直速度;水汽通量散度1 天氣實(shí)況2014年6月6日-7日，赤峰市出現(xiàn)較強(qiáng)降水天氣過(guò)程，中南部地區(qū)普降大雨，局部暴雨。最大降水量出現(xiàn)在翁牛特旗的巴達(dá)營(yíng)子，24小時(shí)降水量達(dá)63.4mm，其中大于25mm的有11站，4個(gè)站降水量大于50mm。2 環(huán)流背景6日08時(shí)500 hPa高空形式圖上，中高緯呈西高東低型，巴爾喀什湖至烏拉爾山有阻塞高壓存在，烏拉爾山以東有一中心高度為528 hPa的冷渦存在，冷渦底部不斷有冷空氣分裂東移。位于蒙
科技信息·學(xué)術(shù)版 2021年5期2021-12-30
- 基于K-L散度和TEO的滾動(dòng)軸承故障頻率識(shí)別方法
出一種綜合K-L散度和TEO的滾動(dòng)軸承故障信號(hào)降噪及其頻率提取方法。首先通過(guò)SVD分解原始滾動(dòng)軸承振動(dòng)信號(hào)得到若干信號(hào)分量,為了克服傳統(tǒng)奇異值分解中確定有效階次主觀性強(qiáng)且降噪效果不顯著的缺點(diǎn),利用K-L散度計(jì)算原始信號(hào)與各信號(hào)分量的相關(guān)性來(lái)確定奇異值分解的有效階次,根據(jù)計(jì)算所得K-L散度值的差異性去除噪聲信號(hào),有效抑制噪聲干擾,完成信號(hào)降噪和重構(gòu)。由于滾動(dòng)軸承發(fā)生故障時(shí)會(huì)產(chǎn)生瞬態(tài)沖擊,TEO能夠及時(shí)跟蹤信號(hào)波形的變化且時(shí)間分辨率高,對(duì)重構(gòu)信號(hào)進(jìn)行TEO解調(diào)
中國(guó)計(jì)量大學(xué)學(xué)報(bào) 2021年3期2021-11-28
- 兩種氣象常用坐標(biāo)系中渦度和散度物理意義的比較*
常用的渦度、水平散度(簡(jiǎn)稱散度)是天氣系統(tǒng)、天氣現(xiàn)象演變的重要診斷物理量。依據(jù)坐標(biāo)轉(zhuǎn)換的觀點(diǎn)，分別推導(dǎo)出氣象中常用的局地直角坐標(biāo)系(“z”坐標(biāo)系)和等壓坐標(biāo)系(“p”坐標(biāo)系)中渦度之間、散度之間的關(guān)系表達(dá)式。討論表明，在兩種坐標(biāo)系中，渦度、散度的定義式形式完全相同，但本質(zhì)有所差異，“p”坐標(biāo)系中渦度不僅表示空氣微團(tuán)繞天頂方向的旋轉(zhuǎn)程度，還反映大氣的斜壓性強(qiáng)弱。同樣，“p”坐標(biāo)系中散度不僅表示空氣微團(tuán)水平面積的相對(duì)變化率大小程度，也反映大氣的斜壓性強(qiáng)弱。只有
氣象 2021年9期2021-10-30
- 多孔介質(zhì)中的Darcy方程組解的連續(xù)依賴性
×[0,τ],由散度定理,可知由于Ω是有界單連通的星形區(qū)域,設(shè),，則對(duì)式(6)利用Schwarz不等式,可得其中ε0是任意大于零的常數(shù).引理2.2對(duì)于溫度T和鹽濃度C,有如下估計(jì)其中k1是大于零的常數(shù),m1(t)是單調(diào)遞增且大于零的函數(shù).證在方程(1)3兩邊同時(shí)乘以4T3,并在Ω上積分,可得式(8)左邊第二項(xiàng),由散度定理和式(2),可得式(8)右邊第一項(xiàng),由散度定理,式(2),H¨older不等式和Young不等式,可得聯(lián)合式(8)-(10),可得式(4)
- 非結(jié)構(gòu)化網(wǎng)格與散度校正技術(shù)結(jié)合的三維CSEM矢量有限元正演
代求解時(shí)電流密度散度不嚴(yán)格為零。因此，利用迭代法求解存在收斂慢甚至不收斂的問(wèn)題；而基于直接法求解時(shí)，對(duì)內(nèi)存需求大，在個(gè)人PC上不易實(shí)現(xiàn)大規(guī)模正演計(jì)算。當(dāng)采用結(jié)構(gòu)化網(wǎng)格進(jìn)行正演時(shí)，往往可通過(guò)散度校正改善低頻正演的迭代收斂速度[26-29],但目前未見(jiàn)散度校正技術(shù)在非結(jié)構(gòu)化網(wǎng)格正演中的應(yīng)用。秦策等[30]利用分塊對(duì)角預(yù)條件并結(jié)合輔助空間預(yù)條件實(shí)現(xiàn)了高效率迭代解法，可將迭代求解次數(shù)降低到幾十以內(nèi)，提高了正演計(jì)算效率。但該方法實(shí)現(xiàn)較復(fù)雜，需借助開(kāi)源程序庫(kù)實(shí)現(xiàn)輔助空
石油地球物理勘探 2021年4期2021-08-18
- 定常Navier-Stokes方程的三個(gè)梯度-散度穩(wěn)定化Taylor-Hood有限元
S方程的帶梯度-散度穩(wěn)定項(xiàng)的有限元法，表明梯度-散度穩(wěn)定項(xiàng)可以有效降低離散速度解的散度.此外，文獻(xiàn)[13-14]證實(shí)當(dāng)梯度-散度穩(wěn)定項(xiàng)系數(shù)γ→∞時(shí)，梯度-散度穩(wěn)定化TH元離散解逼近SV混合有限元離散解.有限元法求解偏微分方程最終歸結(jié)于解線性方程組.許多研究致力于發(fā)展有效求非線性NS方程有限元離散解的算法.其中，文獻(xiàn)[15]介紹了求定常NS方程有限元離散解的迭代方法，并證明了在一定的強(qiáng)唯一性條件下某些迭代格式能夠得到收斂到真解的離散解.文獻(xiàn)[16-17]分別
- 基于骨骼時(shí)序散度特征的人體行為識(shí)別算法
種基于骨骼點(diǎn)時(shí)序散度的特征模型，用來(lái)描述骨骼點(diǎn)在時(shí)間維度上的位移及運(yùn)動(dòng)信息。本研究發(fā)現(xiàn)同一種骨骼點(diǎn)在不同行為的時(shí)序骨架數(shù)據(jù)的分散度可能不同。在物理學(xué)中，表征空間點(diǎn)矢量場(chǎng)發(fā)散的強(qiáng)弱程度一般使用散度場(chǎng)理論來(lái)描述，其意義在于描述場(chǎng)的有源性。受此啟發(fā)，本文將物理中的散度場(chǎng)理論引入到骨骼點(diǎn)的運(yùn)動(dòng)細(xì)節(jié)信息的描述，提出一種散度場(chǎng)的時(shí)序特征模型?？紤]到骨架關(guān)鍵點(diǎn)的坐標(biāo)誤差對(duì)運(yùn)動(dòng)細(xì)節(jié)影響較大，本文提出了一種散度特征注意力機(jī)制，用以增強(qiáng)散度模型的有效性。時(shí)序散度特征和原始的骨
計(jì)算機(jī)應(yīng)用 2021年5期2021-07-02
- 交互作用Fock空間l2(Γ,{λn})上的梯度算子和散度算子
})中梯度算子和散度算子的定義.下面定理得到l2(Γ,{λn})上梯度算子的性質(zhì).注:(1)根據(jù)上述定理證明,有(2)梯度算子?不是全空間的線性算子,而是稠定的線性閉算子.接下來(lái),給出散度算子的定義.由梯度算子和散度算子的定義,恰好得到散度算子是梯度算子的共軛算子.定理 3.2 梯度算子?和散度算子δ互為共軛算子,即結(jié)合文獻(xiàn)[9]和定理3.1和定理3.2,有下面討論梯度算子和散度算子與計(jì)數(shù)算子之間的關(guān)系.記δ??為梯度算子?和散度算子δ的復(fù)合.定理 3.3
- ENSO對(duì)冬季北太平洋水汽輸送及大氣河的影響
,將水汽輸送及其散度分解為時(shí)間平均、年際尺度的擾動(dòng)以及非年際尺度的擾動(dòng)3個(gè)部分,分析ENSO對(duì)水汽輸送和水汽輸送散度的影響?；诓煌奈锢磉^(guò)程中多尺度風(fēng)場(chǎng)、比濕之間的相互作用,分析各物理過(guò)程對(duì)總異常的貢獻(xiàn)。1 資料和方法1.1 資料和ENSO事件的選取所用資料主要為歐洲中期天氣預(yù)報(bào)中心(ECMWF)的ERA-Interim再分析資料,選取的大氣物理參量包括水平風(fēng)場(chǎng)(u,v)、比濕(q)、位勢(shì)高度場(chǎng)(水平分辨率為0.75°×0.75°,垂直方向?yàn)?層)和海平
氣象科學(xué) 2021年1期2021-03-20
- 一種基于統(tǒng)計(jì)流形的聚類算法
ein距離和KL散度[6-9]，并應(yīng)用K平均算法，對(duì)參數(shù)點(diǎn)云聚類. 注意到對(duì)于非歐氏度量，K平均算法中涉及的重心不一定是算術(shù)平均，本文將分別討論歐氏距離、Wasserstein距離和KL散度的幾何平均.最后，本文對(duì)含高密度噪聲的斯坦福兔子點(diǎn)云數(shù)據(jù)進(jìn)行去噪實(shí)驗(yàn)，討論基于不同度量K平均算法的實(shí)驗(yàn)效果.1 局部統(tǒng)計(jì)在n維歐氏空間n中，記規(guī)模為m的點(diǎn)云為C:={pi∈n|i=1,2,…,m}.對(duì)任意的p∈C，采用k近鄰方法選取鄰域N(p,k)，簡(jiǎn)記為N. 之后計(jì)算
北京理工大學(xué)學(xué)報(bào) 2021年2期2021-03-19
- 針對(duì)信息物理系統(tǒng)線性欺詐攻擊的水印加密策略
研究了基于KL 散度的隱身攻擊，該隱身攻擊獨(dú)立于任何特定的檢測(cè)方案，并分析了此類攻擊的隱身性和性能特征。文獻(xiàn)[9] 進(jìn)一步證明了控制性能下降和攻擊隱身性之間的權(quán)衡。最近的研究提供了針對(duì)某些攻擊的防御策略。比如在文獻(xiàn)[10] 中，作者建議使用水印來(lái)達(dá)到檢測(cè)重放攻擊的目的，但同時(shí)犧牲了部分系統(tǒng)性能。在信息物理系統(tǒng)的信息安全問(wèn)題方面盡管已經(jīng)取得了一些成果，但仍有一些問(wèn)題需要進(jìn)一步考慮。當(dāng)提到基于KL 散度檢測(cè)器的CPS 的安全性問(wèn)題時(shí)，由于KL 散度的復(fù)雜計(jì)算，
- 多孔介質(zhì)中Brinkman-Forchheimer模型的結(jié)構(gòu)穩(wěn)定性
左邊第二項(xiàng), 由散度定理和式(2)可得(7)對(duì)式(6)等號(hào)右邊項(xiàng), 由散度定理、 Young不等式和式(2), 可得聯(lián)合式(6)～(8), 可得(9)將式(9)兩邊同時(shí)在[0,t]上積分, 可得(10)當(dāng)r→+∞時(shí), 有(11)在方程組(1)中的第四個(gè)方程兩邊同時(shí)乘以2rC2r-1(r≥1), 并在Ω×[0,t](t∈[0,τ])上積分, 可得對(duì)式(12)等號(hào)右邊第一項(xiàng), 由散度定理、 Young不等式和式(2), 可得(13)對(duì)式(12)等號(hào)右邊第二項(xiàng),
吉林大學(xué)學(xué)報(bào)（理學(xué)版） 2020年6期2020-11-26
- 基于Cauchy-Schwarz散度的多傳感器控制
數(shù)最常用一些信息散度，如Rényi散度、Kullback-Leibler(KL)散度和Cauchy-Schwarz(CS)散度。Hoang等人推導(dǎo)出兩種泊松點(diǎn)過(guò)程混合物的柯西-施瓦茨散度的封閉形式[10]，因此與基于信息論的其他散度相比，CS散度在數(shù)學(xué)計(jì)算上更加簡(jiǎn)單。文獻(xiàn)[11]的結(jié)果顯示CS和KL雖具有相似的計(jì)算趨勢(shì)，但CS的計(jì)算要快得多，特別是在維度高的情況下更高效，故選取CS散度作為評(píng)價(jià)函數(shù)對(duì)于多傳感器管理的研究更為合適。對(duì)于多目標(biāo)跟蹤多傳感器控制問(wèn)
計(jì)算機(jī)技術(shù)與發(fā)展 2020年6期2020-06-16
- 基于物理意義下的高斯公式教學(xué)探究
探究和提取，介紹散度及其在物理上的應(yīng)用，歸納出高斯公式的具體形式，對(duì)學(xué)生應(yīng)用能力的培養(yǎng)，具有一定的借鑒意義。關(guān)鍵詞 發(fā)現(xiàn)教學(xué)法 高斯公式 散度中圖分類號(hào)：G424 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ?DOI：10.16400/j.cnki.kjdkz.2020.01.049Research on Gauss Formula Teaching Based on Physical MeaningLI Qin
科教導(dǎo)刊 2020年2期2020-04-20
- 基于KL散度與JS散度相似度融合推薦算法
計(jì)了一種基于KL散度和JS散度所求相似度融合的推薦算法，其基本內(nèi)容為：首先將每個(gè)項(xiàng)目相關(guān)的評(píng)論文本信息進(jìn)行主題建模計(jì)算項(xiàng)目間隱性相似度，再利用所有用戶對(duì)每個(gè)項(xiàng)目的評(píng)分進(jìn)行顯性相似度度量，兩者融合，最后在推薦生成階段，將融合后的相似度加入到基于項(xiàng)目的協(xié)同過(guò)濾中，來(lái)生成得分最高的前N個(gè)項(xiàng)目進(jìn)行推薦，讓推薦系統(tǒng)中的冷啟動(dòng)問(wèn)題得到緩解，在解決數(shù)據(jù)稀疏性問(wèn)題方面也取得了較好的功效，降低了生成推薦時(shí)計(jì)算的復(fù)雜性，提高了推薦的質(zhì)量.1 相關(guān)工作1.1 基于項(xiàng)目的協(xié)同過(guò)濾
- 單純形分布聯(lián)合位置與散度模型的貝葉斯變量選擇
方程的方法研究了散度參數(shù)為常數(shù)的單純形分布廣義線性模型；之后Song等[3]基于Song和Tan[2]的方法對(duì)可變散度參數(shù)單純形分布廣義線性模型進(jìn)行進(jìn)一步的研究；Zhang和Wei[4]與Zhao等[5]得到單純形分布非線性混合效應(yīng)模型的極大似然估計(jì)與貝葉斯估計(jì)等。由于均值（位置）結(jié)構(gòu)與方差（散度）結(jié)構(gòu)建模的科學(xué)意義，其研究也成為統(tǒng)計(jì)研究的熱點(diǎn)之一。例如：Smyth[6]獲得了可變散度廣義線性模型的極大似然估計(jì)；基于聯(lián)合均值（位置）與方差（散度）結(jié)構(gòu)建模的
統(tǒng)計(jì)與決策 2018年23期2018-12-21
- 基于Mathematica的電磁場(chǎng)散度和旋度分布仿真實(shí)驗(yàn)研究
蔣少華摘要：散度、旋度是研究電磁場(chǎng)理論的基礎(chǔ)，由于其定義抽象難以理解，不利于后續(xù)內(nèi)容的學(xué)習(xí)。該文在實(shí)驗(yàn)教學(xué)中利用Mathematica對(duì)各種矢量場(chǎng)散度、旋度空間分布進(jìn)行仿真，可以方便地畫(huà)出矢量場(chǎng)的分布圖，讓學(xué)生直觀地看到發(fā)散場(chǎng)、旋渦場(chǎng)的分布特點(diǎn)，更好地理解散度、旋度以及亥姆霍茲定理的意義。關(guān)鍵詞：電磁場(chǎng)；散度；旋度；Mathematica中圖分類號(hào)：TN011 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）25-0236-03Research o
電腦知識(shí)與技術(shù) 2018年25期2018-12-17
- 適用于小樣本的雙鄰接圖判別分析算法
部性，最小化局部散度的同時(shí)最大化非局部散度，即使非局部散度與局部散度的比值盡可能大。但UDP是非監(jiān)督的學(xué)習(xí)方法，也就是不能利用樣本的類別信息，不利于分類；而且在處理過(guò)程中也出現(xiàn)小樣本問(wèn)題[9]：當(dāng)訓(xùn)練樣本個(gè)數(shù)遠(yuǎn)小于樣本維數(shù)時(shí)，就會(huì)出現(xiàn)矩陣奇異問(wèn)題。2012年，樓宋江等人提出的小樣本有監(jiān)督拉普拉斯判別分析算法(Supervised Laplacian discriminant analysis, SLDA)[9],通過(guò)將類內(nèi)拉普拉斯散度矩陣投影在去除零空間的
數(shù)據(jù)采集與處理 2018年3期2018-06-29
- 基于整體特征差異度參數(shù)的人臉相似度檢測(cè)
詞：差異度參數(shù)；散度；漢明距離；降維；特征提取中圖分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2018）04-0153-031 概述人臉識(shí)別是從二十世紀(jì)中后期一直研究討論的問(wèn)題，人臉識(shí)別的基礎(chǔ)是人眼對(duì)于人臉儲(chǔ)存與識(shí)別的生物理論，是基于人的面部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。目前，基礎(chǔ)的研究方法都是基于統(tǒng)計(jì)學(xué)的研究方法，即采集大量的信息，對(duì)這些信息進(jìn)行分類，用某一種類中“共有”的統(tǒng)計(jì)特征來(lái)判斷某一信息是哪一個(gè)種類[1]。但判斷的
電腦知識(shí)與技術(shù) 2018年4期2018-03-19
- 淺談流體散度的物理意義
【摘要】散度是描述流體運(yùn)動(dòng)的物理量，其概念抽象，物理意義也比較難懂。文中從散度的定義出發(fā)，從拉格朗日和歐拉觀點(diǎn)分別討論了散度的物理意義。對(duì)于流體質(zhì)點(diǎn)而言，散度其實(shí)流體的體積形變率；從空間看，散度是單位體積的體積通量。【關(guān)鍵詞】流體 散度 通量 教學(xué)【基金項(xiàng)目】江蘇省“青藍(lán)工程”項(xiàng)目?！局袌D分類號(hào)】G64 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】2095-3089（2018）50-0162-011.引言流體力學(xué)是大氣科學(xué)專業(yè)本科生的專業(yè)基礎(chǔ)課，該門課程理論性強(qiáng)，內(nèi)容抽
課程教育研究 2018年50期2018-01-25
- 關(guān)于大學(xué)課程學(xué)習(xí)中梯度、散度和旋度的簡(jiǎn)單解析
學(xué)習(xí)中遇到梯度、散度和旋度的問(wèn)題困擾，本文針對(duì)這幾個(gè)問(wèn)題進(jìn)行了簡(jiǎn)單解析，首先對(duì)它們的數(shù)學(xué)概念、表達(dá)方法以及對(duì)應(yīng)的物理含義進(jìn)行了概括，明確梯度、散度和旋度的區(qū)別，然后對(duì)學(xué)習(xí)中遇到的具體問(wèn)題進(jìn)行了由表及里地分析、概括和總結(jié)，從而加深對(duì)這三個(gè)問(wèn)題的理解。關(guān)鍵詞：梯度 散度 旋度 標(biāo)量函數(shù) 矢量函數(shù)中圖分類號(hào)：G642 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-9082（2017）10-0-01一、梯度、散度和旋度的概念及意義1.梯度設(shè)體系中某處存在某一物理參數(shù)（如溫度
中文信息 2017年10期2018-01-15
- 基于數(shù)據(jù)驅(qū)動(dòng)的風(fēng)機(jī)組網(wǎng)系統(tǒng)故障診斷?
-Leibler散度、多分辨率奇異值分解的數(shù)據(jù)驅(qū)動(dòng)方法，通過(guò)故障檢測(cè)、故障定位、故障分析三個(gè)步驟，實(shí)現(xiàn)了對(duì)風(fēng)機(jī)組網(wǎng)系統(tǒng)中增益性故障以及周期性沖擊故障的診斷與分析。利用主元分析與Kullback-Leibler散度結(jié)合，實(shí)現(xiàn)系統(tǒng)故障檢測(cè)；利用Z分解和Kullback-Leibler散度來(lái)故障定位，將故障定位到具體的風(fēng)機(jī)；利用多分辨率奇異值分解來(lái)分析故障種類。仿真結(jié)果證明了該方法的有效性。風(fēng)機(jī)組網(wǎng)系統(tǒng)；主元分析；Kullback-Leibler散度；多分辨率奇
風(fēng)機(jī)技術(shù) 2017年6期2018-01-09
- 麥克斯韋方程組超定問(wèn)題的解釋
樣解釋：認(rèn)為兩個(gè)散度方程是不獨(dú)立的，只需初始時(shí)刻滿足即可，之后自動(dòng)滿足。所以計(jì)算電磁學(xué)中只求解旋度方程，而不求解散度方程。文中指出這種解釋有一個(gè)循環(huán)邏輯缺陷，從而導(dǎo)致此種解釋不正確；在計(jì)算電磁學(xué)中兩個(gè)散度方程必須求解。推廣的線性相關(guān)概念用以解釋偏微分方程超定問(wèn)題。在這個(gè)推廣的線性相關(guān)定義下，原來(lái)眾多“表面”超定方程都變成了適定方程，避免了一些歧義。麥克斯韋方程組；超定；散度真空中麥克斯韋方程組[1]如下式：其中，B是磁感應(yīng)強(qiáng)度；E是電場(chǎng)強(qiáng)度，這兩個(gè)量是未知
物理與工程 2017年3期2017-07-06
- 基于f-散度的復(fù)雜系統(tǒng)涌現(xiàn)度量方法
72)?基于f-散度的復(fù)雜系統(tǒng)涌現(xiàn)度量方法屈 強(qiáng)， 何新華， 陸皖麟(裝甲兵工程學(xué)院信息工程系， 北京 100072)針對(duì)目前復(fù)雜系統(tǒng)涌現(xiàn)研究領(lǐng)域缺少量化手段的問(wèn)題，提出了一種基于f-散度的復(fù)雜系統(tǒng)涌現(xiàn)度量方法。首先，從有序性角度重新定義了涌現(xiàn)，提出了涌現(xiàn)強(qiáng)度的概念；然后，從可度量性、收斂性和靈敏度角度，分析比較了常見(jiàn)的5種f-散度，認(rèn)為Hellinger(Hel)散度最適合涌現(xiàn)度量；最后，給出了Hel散度的近似計(jì)算方法和涌現(xiàn)度量流程，并通過(guò)螞蟻尋食實(shí)例仿
裝甲兵工程學(xué)院學(xué)報(bào) 2017年3期2017-07-05
- 基于Burg entropy-散度函數(shù)的不確定概率約束優(yōu)化問(wèn)題的等價(jià)形式
entropy-散度函數(shù)的不確定概率約束優(yōu)化問(wèn)題的等價(jià)形式任詠紅，趙得利，顧鈺（遼寧師范大學(xué)數(shù)學(xué)學(xué)院，遼寧大連116029）許多有重要價(jià)值的實(shí)際問(wèn)題的數(shù)學(xué)模型均為概率優(yōu)化模型，如水庫(kù)系統(tǒng)設(shè)計(jì)問(wèn)題、現(xiàn)金匹配問(wèn)題等，該類模型通常存在分布的不確定性.文章對(duì)概率優(yōu)化模型的分布不確定性展開(kāi)研究，探討了基于Burg entropy-散度函數(shù)的不確定概率約束優(yōu)化問(wèn)題的一個(gè)等價(jià)形式.構(gòu)造了基于Burg entropy-散度函數(shù)的不確定集，用測(cè)度變換的方法把一個(gè)關(guān)于分布P的
- 電磁場(chǎng)散度概念的形象化教學(xué)
0072）電磁場(chǎng)散度概念的形象化教學(xué)何思遠(yuǎn)朱艷 （武漢大學(xué) 電子信息學(xué)院，湖北 武漢 430072）矢量場(chǎng)的散度是描述矢量場(chǎng)空間分布和變化規(guī)律的有力工具，同時(shí)也是電磁場(chǎng)理論中理解麥克斯韋方程的重要基礎(chǔ)。但是由于散度概念性強(qiáng)、描述抽象，初學(xué)者難以掌握而畏難。文章在教學(xué)過(guò)程中，首先介紹了描述矢量場(chǎng)的另外兩個(gè)更形象和具體的方法，即矢量線和通量。文中詳細(xì)討論了矢量線，通量和散度三種描述方法的聯(lián)系和區(qū)別，指出他們各自的優(yōu)點(diǎn)和不足，將散度的概念建立在前面兩種方法的基礎(chǔ)
高教學(xué)刊 2016年17期2016-10-13
- 登陸臺(tái)風(fēng)“凡亞比”(1011) 合力散度特征診斷研究
——垂直分布特征
1011) 合力散度特征診斷研究 ——垂直分布特征許孌1, 2, 3崔曉鵬3高守亭3任晨平41浙江省氣象科學(xué)研究所，杭州310008;2南京信息工程大學(xué)氣象災(zāi)害教育部重點(diǎn)實(shí)驗(yàn)室，南京210044;3中國(guó)科學(xué)院大氣物理研究所云降水物理與強(qiáng)風(fēng)暴實(shí)驗(yàn)室，北京100029;4中國(guó)人民解放軍94936部隊(duì)氣象科，杭州310021本文利用2010年1011號(hào)臺(tái)風(fēng)“凡亞比”登陸過(guò)程高分辨率數(shù)值模擬資料，診斷分析了“凡亞比”臺(tái)風(fēng)環(huán)流合力散度的垂直分布及其演變特征。結(jié)果指出
大氣科學(xué) 2016年5期2016-10-13
- NOFRFs頻譜散度Bootstrap分析法辨識(shí)舊零件內(nèi)部損傷
NOFRFs頻譜散度Bootstrap分析法辨識(shí)舊零件內(nèi)部損傷馬少花1,毛漢領(lǐng)1,毛漢穎2,黃振峰1,李欣欣1(1.廣西大學(xué)機(jī)械工程學(xué)院, 廣西南寧530004；2.廣西科技大學(xué)汽車與交通學(xué)院, 廣西柳州542506)摘要：舊零件內(nèi)部損傷的檢測(cè)與辨識(shí)是再制造工程的關(guān)鍵熱點(diǎn)問(wèn)題。針對(duì)舊零件內(nèi)部損傷的非線性，采用錘擊法激勵(lì)舊零件，獲取輸入/輸出信號(hào)，進(jìn)而估算舊零件的多階非線性輸出頻率響應(yīng)函數(shù)NOFRFs，并構(gòu)建反映NOFRFs頻譜差異度的散度指標(biāo)(diverg
- 靜電場(chǎng)邊界問(wèn)題專題教學(xué)方法探索及推廣應(yīng)用
水源聚散程度引入散度定義，類比場(chǎng)源，從而能幫助理解場(chǎng)強(qiáng)概念及公式，有利于建立電通量的概念，從理解電場(chǎng)能量分析入手，引導(dǎo)學(xué)生深入分析電勢(shì)，層層深入推導(dǎo)各種分界面條件和關(guān)系，把電通量相等與電勢(shì)相等的兩種情況區(qū)別開(kāi)來(lái)，推廣到隱形飛機(jī)涂層材料的分界面，驗(yàn)證了邊界上不同的電通量與電勢(shì)兩個(gè)專題問(wèn)題解決的正確性。[關(guān)鍵詞]靜電場(chǎng)邊界；散度；電通量；涂層材料[中圖分類號(hào)] G642 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 2095-3437（2016）02-0139-02一、引
大學(xué)教育 2016年2期2016-03-08
- 關(guān)于散度和旋度教學(xué)的幾點(diǎn)思考
50002)關(guān)于散度和旋度教學(xué)的幾點(diǎn)思考杜曉燕， 張秀鋼， 陸杰青(信息工程大學(xué)， 河南 鄭州 450002)散度和旋度是研究電磁現(xiàn)象的重要工具，由于其定義抽象、計(jì)算復(fù)雜，一直是電磁理論教學(xué)過(guò)程中的重點(diǎn)和難點(diǎn)。本文就實(shí)際教學(xué)過(guò)程中，學(xué)生容易發(fā)生混淆或難以理解的旋度的計(jì)算、散度和旋度的聯(lián)系、亥姆霍茲定理等知識(shí)點(diǎn)進(jìn)行了討論，幫助學(xué)生很好地掌握這一內(nèi)容。電磁場(chǎng)； 散度； 旋度0 引言散度和旋度是電磁理論教學(xué)中的重要內(nèi)容，不僅其定義、計(jì)算要求學(xué)生熟練掌握，與其相關(guān)
電氣電子教學(xué)學(xué)報(bào) 2016年5期2016-03-03
- 幾類微分算子的一般表示
0059）梯度，散度，旋度這三個(gè)概念不僅在物理學(xué)中有著重要的地位，同時(shí)在微分學(xué)中也地位突出。首先介紹了弧長(zhǎng)微元，面積微元，體積微元在不同的坐標(biāo)系下的表示。其次從物理學(xué)的角度闡明了梯度，散度，旋度的物理意義讓我們對(duì)梯度，散度，旋度有一個(gè)新的認(rèn)識(shí)，最后將梯度，散度，旋度在不同坐標(biāo)系下表示，從不同的角度去研究，從而有一個(gè)更加通俗易懂的認(rèn)識(shí)。弧長(zhǎng)微元;面積微元;體積微元;梯度;散度;旋度;一般表示1 弧長(zhǎng)微元，面積微元，體積微元1.1 直角坐標(biāo)系下的弧長(zhǎng)微元，面積
- 關(guān)于麥克斯韋方程組教學(xué)研究探討
?電磁場(chǎng) ? ?散度 ? ?旋度 ? ?電磁波麥克斯韋方程組是電磁學(xué)中的基本物理公式，是整個(gè)電磁學(xué)大廈的基石。這在電磁學(xué)、電動(dòng)力學(xué)等大學(xué)物理基礎(chǔ)課程里都有深入的講解，但還有不少同學(xué)對(duì)麥克斯韋方程組的理解不夠深刻，不能熟練利用其解決電磁學(xué)問(wèn)題。筆者結(jié)合多年教學(xué)經(jīng)驗(yàn)和科研工作的體會(huì)，從教學(xué)內(nèi)容，教學(xué)方法及應(yīng)用等方面給出了麥克斯韋方程組研究性教學(xué)的體會(huì)。一、了解麥克斯韋方程組誕生的背景麥克斯韋方程組是英國(guó)物理學(xué)家麥克斯韋總結(jié)電磁場(chǎng)基本規(guī)律的一組方程，是19世紀(jì)物
考試周刊 2015年67期2015-09-10
- CT三維最小類內(nèi)散度多分類支持向量機(jī)在肺結(jié)節(jié)識(shí)別中的應(yīng)用
CT三維最小類內(nèi)散度多分類支持向量機(jī)在肺結(jié)節(jié)識(shí)別中的應(yīng)用范小波1，董 瑩1，王義云2(1.山東省萊蕪市人民醫(yī)院 271199；2.山東省萊蕪市牛泉中心衛(wèi)生院 271124)目的 分析CT三維最小類內(nèi)散度多分類支持向量機(jī)(MC-SVM)對(duì)肺結(jié)節(jié)的識(shí)別能力及優(yōu)點(diǎn)。方法 選擇2012年1月至2014年1月確診的肺結(jié)節(jié)病患者50例，根據(jù)基于三維矩陣模式的感興趣體(VOI)的構(gòu)成，分為結(jié)節(jié)樣和非結(jié)節(jié)樣；采用自動(dòng)提取算法提取感興趣區(qū)(ROI)，分為結(jié)節(jié)ROI和非結(jié)節(jié)R
檢驗(yàn)醫(yī)學(xué)與臨床 2015年7期2015-03-15
- 一維非散度橢圓方程解的二階導(dǎo)數(shù)的高階可積性
0600)一維非散度橢圓方程解的二階導(dǎo)數(shù)的高階可積性白晉彥(晉中學(xué)院 數(shù)學(xué)學(xué)院,山西 晉中 030600)一維;非散度橢圓方程;低階項(xiàng);高階可積性0 引言很多學(xué)者已經(jīng)對(duì)橢圓方程解的高階可積性問(wèn)題進(jìn)行了研究.Companato在文[1]中建立了解的二階導(dǎo)數(shù)的高階可積性,同樣的方法被運(yùn)用到散度橢圓方程后得到同樣的結(jié)果[2].M.Franciosi和G.Moscariello在文[3]中,證明了如果函數(shù)f滿足反向積分不等式, 那么非增重排函數(shù)f滿足同樣的不等式,
- 基于散度計(jì)算績(jī)效考核成績(jī)修正的改進(jìn)方法
文提出了一種基于散度計(jì)算的改進(jìn)修正方法（以下簡(jiǎn)稱改進(jìn)方法）。1 、班組內(nèi)部成員季度成績(jī)歸一折算以班組內(nèi)工分最高的成員為基準(zhǔn)進(jìn)行折算。若第i個(gè)成員的工分值gi為最高gmax,則其季度成績(jī)?yōu)閏i100分。第j個(gè)成員的季度成績(jī)?yōu)椋哼\(yùn)用該折算方法，每個(gè)班組最高成績(jī)均為100分。2 、班組成績(jī)對(duì)班組成員最高成績(jī)進(jìn)行修正以成績(jī)最高班組的成員最高成績(jī)作為基準(zhǔn)進(jìn)行修正。若班組i的成績(jī)Xi為班組間最高得分Xmax，則修正后該班組成員最高成績(jī)?yōu)镃maxi=100，班組j的成員
中國(guó)新技術(shù)新產(chǎn)品 2014年17期2014-11-16
- 綿陽(yáng)機(jī)場(chǎng)冬季連續(xù)濃霧天氣成因及特征分析
詞：濃霧 水汽 散度 大氣層結(jié) 穩(wěn)定度中圖分類號(hào)：P457 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-098X（2014）04（b）-0104-04Analysis on Characteristics and Cause of Continuous Heavy Fog in Mianyang AirportZhang WenBy use of MICAPS system data，NCEP/NCAR 2.5°×2.5° grid point reanalysi
科技創(chuàng)新導(dǎo)報(bào) 2014年11期2014-11-05
- 改進(jìn)的二維最小卡方散度圖像分割方法
進(jìn)的二維最小卡方散度圖像分割方法王晨1，2，樊養(yǎng)余1，熊磊21.西北工業(yè)大學(xué)電子信息學(xué)院，西安 7100722.空軍工程大學(xué)航空航天工程學(xué)院，西安 7100381 引言圖像分割作為圖像分析和圖像理解的基礎(chǔ)，其性能關(guān)系到圖像處理任務(wù)的成敗，因此是圖像處理領(lǐng)域研究的重要內(nèi)容之一[1-3]。然而由于自然界的復(fù)雜性，目前還沒(méi)有一種較為通用的圖像分割技術(shù)。針對(duì)不同應(yīng)用背景，相關(guān)研究人員先后提出了種類繁多的圖像分割方法。在這些方法中，基于圖像直方圖信息的閾值化方法由于
計(jì)算機(jī)工程與應(yīng)用 2014年18期2014-07-19
- 武漢一次大暴雨完全Q矢量的診斷分析
，分析完全Q矢量散度分布及演變與暴雨發(fā)生發(fā)展的關(guān)聯(lián)度，探討完全Q矢量中動(dòng)力學(xué)過(guò)程和由于凝結(jié)潛熱釋放所產(chǎn)生的非絕熱過(guò)程對(duì)中尺度暴雨系統(tǒng)次級(jí)環(huán)流的強(qiáng)迫作用，分析暴雨形成的內(nèi)在機(jī)理，提出暴雨預(yù)報(bào)的新思路.濕位渦的分析表明，對(duì)流層低層在暴雨期間始終維持對(duì)流性不穩(wěn)定及斜壓不穩(wěn)定，具有濕不穩(wěn)定層結(jié)，中層有冷空氣加入，導(dǎo)致暴雨的持續(xù)發(fā)展及強(qiáng)對(duì)流的發(fā)生.1 暴雨過(guò)程概況圖1 武漢2011年6月17日20∶00～18日20∶00逐小時(shí)降雨量2 011年6月17日20∶00～
- 一類奇異Liénard系統(tǒng)的鴨環(huán)的存在唯一性
數(shù)可以由系統(tǒng)的慢散度積分(1)的零點(diǎn)來(lái)衡量，其中Ω是經(jīng)過(guò) (0,Y)的快軌道的兩個(gè)端點(diǎn)(x1(Y),Y),(x2(Y),Y)之間的部分慢軌道，如圖1所示.具體結(jié)論是引理1如果F(x)是一個(gè)Morse函數(shù)，而系統(tǒng)(L)以原點(diǎn)(0,0)為轉(zhuǎn)點(diǎn)，且滿足F(0)=0,F′(0)=0,F″(0)≠0，則系統(tǒng)(L)的環(huán)性可以由前面的慢散度積分(1)的零點(diǎn)的個(gè)數(shù)來(lái)確定，且其鴨環(huán)的穩(wěn)定性可以由I(Y,λ)關(guān)于Y的導(dǎo)數(shù)的符號(hào)來(lái)確定.圖1 系統(tǒng)(L)在ε=0時(shí)的軌跡示意圖(2
- A COMPARISON OF REGULARIZED LINEAR DISCRIMINANT ANALYSIS AND MAXIMUM SCATTER DIFFERENCE DISCRIMINANT ANALYSIS ALGORITHMS
性判別分析和最大散度判別分析的算法比較*李 莉1, 高建強(qiáng)2(1. 南京財(cái)經(jīng)大學(xué)應(yīng)用數(shù)學(xué)學(xué)院，江蘇，南京 210023；2. 河海大學(xué)計(jì)算機(jī)與信息學(xué)院，江蘇，南京 210098)我們給出了識(shí)別率偏差波動(dòng)的計(jì)算公式，同時(shí)利用不同的參數(shù)在UCI的三個(gè)數(shù)據(jù)集上比較了正則線性判別分析和最大散度距離判別分析方法的識(shí)別性能。實(shí)驗(yàn)結(jié)果表明，在適當(dāng)?shù)膮?shù)下，正則線性判別分析的識(shí)別性能優(yōu)于最大散度距離判別分析。另外，對(duì)于K近鄰分類器中不同的K值，最大散度距離判別分析的識(shí)別率
- 近34年蘭州中川機(jī)場(chǎng)沙塵暴變化趨勢(shì)及成因分析
-700hPa的散度場(chǎng)很好地表征了鋒后低層輻散，高層輻合；鋒前低層輻合，高層輻散的特點(diǎn)?！娟P(guān)鍵詞】沙塵暴；變化趨勢(shì)；成因分析；中川機(jī)場(chǎng)；散度1.引言沙塵暴是由于強(qiáng)風(fēng)將地面大量沙塵吹起，使空氣很渾濁，水平能見(jiàn)度小于1km的天氣現(xiàn)象。沙塵暴天氣是影響我國(guó)北方地區(qū)的主要災(zāi)害性天氣系統(tǒng)之一，具有很強(qiáng)的危害性，常以大風(fēng)的形式摧毀建筑物及公用設(shè)施、樹(shù)木花果，傷害人和畜禽，以風(fēng)沙流的方式掩埋農(nóng)田、渠道、村舍、鐵路、草場(chǎng)，污染壞境，造成惡劣的能見(jiàn)度。沙塵暴對(duì)航空飛行也有巨
科學(xué)時(shí)代·上半月 2013年8期2013-09-06
- 自適應(yīng)的最大散度差圖像閾值分割法
05自適應(yīng)的最大散度差圖像閾值分割法祝 貴1，楊恢先1，岳許要1，冷愛(ài)蓮2，何雅麗11.湘潭大學(xué) 光電工程系，湖南 湘潭 4111052.湘潭大學(xué) 能源工程學(xué)院，湖南 湘潭 4111051 引言圖像分割是指將一幅圖像分成若干個(gè)互不交疊的、有意義的、具有相同性質(zhì)的區(qū)域，它是圖像分析、理解和模式識(shí)別中基礎(chǔ)而關(guān)鍵的問(wèn)題，也是圖像處理中一個(gè)難點(diǎn)。閾值法是一種簡(jiǎn)單而廣泛使用的方法，許多研究人員和學(xué)者對(duì)閾值的自動(dòng)選取進(jìn)行了大量的研究，并提出了最大熵法、最大相關(guān)性法及最
計(jì)算機(jī)工程與應(yīng)用 2013年15期2013-07-19
- 基于f－散度的一致風(fēng)險(xiǎn)度量
087）基于f－散度的一致風(fēng)險(xiǎn)度量任鳳英＊1，2， 李興斯1（1.大連理工大學(xué)運(yùn)籌學(xué)與控制論研究所，遼寧大連 116024；2.北京師范大學(xué)珠海分校應(yīng)用數(shù)學(xué)學(xué)院，廣東珠海 519087）進(jìn)一步研究了帶有熵約束的一致風(fēng)險(xiǎn)度量，鑒于它的許多良好性質(zhì)，提出了帶有f－散度約束的一致風(fēng)險(xiǎn)度量，獲得了一大組可以靈活選取的風(fēng)險(xiǎn)度量，并且給出了一致風(fēng)險(xiǎn)度量理論中可接受集的控制方法.另外，討論了將這類風(fēng)險(xiǎn)度量直接用于優(yōu)化問(wèn)題的優(yōu)點(diǎn)以及它們的穩(wěn)健化處理方法，得到了一致風(fēng)險(xiǎn)度量
大連理工大學(xué)學(xué)報(bào) 2013年5期2013-01-27
- 基于二維非參數(shù)特征分析的SAR圖像目標(biāo)識(shí)別
空間中樣本的類間散度與類內(nèi)散度之比來(lái)求取最優(yōu)的投影方向,是一種有效的特征提取方法。但是,FLDA在用于圖像的特征提取時(shí)有如下幾點(diǎn)不足:一是FLDA只是對(duì)高斯分布最優(yōu)的,即FLDA是以所有類別的樣本數(shù)據(jù)服從協(xié)方差相同、均值不同的高斯分布為前提的;二是在計(jì)算散度矩陣時(shí)只考慮了類中心,不能有效地提取類的邊界信息,而邊界信息往往同樣具有重要的鑒別信息[2];三是因?yàn)轭愰g散度矩陣的秩最大只能為C-1(C代表總的類別個(gè)數(shù)),FLDA提取的特征個(gè)數(shù)最多只有C-1,而在高
電訊技術(shù) 2012年12期2012-08-08
- 一類散度型橢圓方程弱解的最大模估計(jì)
11300)一類散度型橢圓方程弱解的最大模估計(jì)趙英穎(廣東商學(xué)院 華商學(xué)院，廣州 511300)研究了散度型橢圓方程的弱解的性質(zhì)。利用De Giorgi迭代技術(shù)做出了比Poisson方程稍一般的方程的弱解的最大模估計(jì)。De Giorgi迭代;極值原理;檢驗(yàn)函數(shù);弱解0 引言研究偏微分方程解的相關(guān)性質(zhì)，無(wú)疑具有重大的理論意義。在這方面，國(guó)內(nèi)外學(xué)者已經(jīng)做了不少工作。文獻(xiàn)［1］是我國(guó)學(xué)者的工作，他們應(yīng)用De Giorgi迭代技術(shù)對(duì)一般的散度型橢圓方程的弱解做了模
長(zhǎng)春大學(xué)學(xué)報(bào) 2011年6期2011-11-07
- “電磁場(chǎng)”課程的散度和旋度研究型教學(xué)例析
于難以理解梯度、散度和旋度這幾個(gè)基本概念。特別是散度和旋度兩個(gè)概念，部分學(xué)生直到課程結(jié)束也沒(méi)有正確理解。目前，通常采用從宏觀到微觀的教學(xué)方法，即由通量引出散度，再由環(huán)量引出旋度。這種方法建立的模型易于表述，有關(guān)通量、散度的內(nèi)容較易理解；但是，對(duì)于環(huán)量和旋度，同樣的教學(xué)方法卻具有一定的局限性。這是因?yàn)樽鳛楹暧^量的環(huán)量本身就比較抽象，進(jìn)一步描述微觀的旋度作為有方向的矢量就更不易被學(xué)生接受。學(xué)生往往不理解為什么旋度有方向，對(duì)其方向代表的物理意義理解起來(lái)更加模糊。
電氣電子教學(xué)學(xué)報(bào) 2011年3期2011-03-21
- 一般穩(wěn)態(tài)空時(shí)中的拉普拉斯算子＊
從歐氏空間梯度與散度的基本概念出發(fā),導(dǎo)出四維彎曲空時(shí)中的梯度與散度,得到一般穩(wěn)態(tài)空時(shí)中的標(biāo)量、逆變矢量與協(xié)變矢量的Laplace算子.梯度;散度;Laplace算子;四維彎曲空時(shí);穩(wěn)態(tài)空時(shí)引言眾所周知,在歐氏空間三維直角坐標(biāo)系中的梯度算子為拉普拉斯算子定義為梯度的散度歐氏空間任意正交曲線坐標(biāo)系中的Laplace算子為[1]三維歐氏空間和四維閔可夫空時(shí)都是平直空時(shí),空時(shí)曲率為零;彎曲空時(shí)有兩種:黎曼空時(shí)——正曲率空時(shí),和羅氏空時(shí)——負(fù)曲率空時(shí).根據(jù)廣義相對(duì)論
菏澤學(xué)院學(xué)報(bào) 2010年5期2010-12-22
- 縱、橫波分離的數(shù)值模擬研究
2)從彈性波方程散度和旋度求取入手，通過(guò)引入等價(jià)方程，論證了縱波為無(wú)旋場(chǎng)、橫波為無(wú)散場(chǎng)理論。利用有限差分模擬各向同性介質(zhì)中的地震波場(chǎng)，并分別計(jì)算散度場(chǎng)和旋度場(chǎng)。結(jié)果表明，在滿足差分范圍內(nèi)速度無(wú)劇烈變化的情況下，通過(guò)該方法能有效地分離出縱、橫波場(chǎng)。另外，旋度運(yùn)算的矢量性質(zhì)造就了分離后的記錄在震源兩側(cè)極性反向的特性，而這一特性與野外采集的橫波數(shù)據(jù)在物理特性方面極其相似。彈性波方程；縱波；橫波；散度；旋度通過(guò)彈性波方程數(shù)值模擬得到的是P波(縱波)和S波(橫波)的
- 無(wú)重復(fù)因析試驗(yàn)中一種散度效應(yīng)的估計(jì)方法
復(fù)因析試驗(yàn)中一種散度效應(yīng)的估計(jì)方法王 鈺,李濟(jì)洪＊(山西大學(xué)計(jì)算中心,山西太原030006)在無(wú)重復(fù)因析試驗(yàn)的多個(gè)散度效應(yīng)分析中,現(xiàn)有的許多方法都存在錯(cuò)誤識(shí)別的現(xiàn)象,即兩個(gè)顯著的散度效應(yīng)可能在它們的交互列上產(chǎn)生一個(gè)錯(cuò)誤的(spurious)散度效應(yīng).為了解決這種模棱兩可性,文章提出了一種基于閉的位置效應(yīng)集合殘差的改進(jìn)H方法(稱為AH方法),證明了AH的估計(jì)的無(wú)偏性,并通過(guò)一個(gè)基于實(shí)例的模擬驗(yàn)證了此方法.多個(gè)散度效應(yīng);無(wú)重復(fù)因析;無(wú)偏性;模擬0 引言無(wú)重復(fù)因