计算机
信念传播算法是基于因子图模型的消息传递算法,通过图中的边,将消息从一个结点传递给另一个结点,以高概率地确定部分变量的取值,这种方法被实验证明在求解可满足性问题时非常有效.然而,目前还未对其有效性从理论角度给予解释.通过对信念传播算法的收敛性分析,试图从理论上解释算法的有效性.在信息传播算法的信息迭代方程中,参数的取值范围为(0,1),将该取值范围扩展到整个实数空间,即(−∞,+∞).利用压缩函数的数学原理,得到了信息迭代方程收敛的判定条件.选取随机可满足性问题实例进行实验模拟,验证了结论的正确性.
l传统方法对雷达跟踪目标偏差补偿的精准程度较低,导致达目标跟踪可靠性及稳定性较差;为了解决上述问题,基于数据优先级提出一种雷达目标跟踪偏差补偿方法,利用雷达极化测量目标信号建立三维空间坐标,通过对相位控制偏差的校准操作实现数据目标的精准测量;根据数据优先级原则,对极化脉冲进行角度测量,选取适宜测量方案,设置雷达目标方向图,实现雷达目标超分辨成像,去除噪声及模型误差造成的雷达目标跟踪图像的偏差量,实现雷达目标跟踪偏差补偿;实验结果表明,基于数据优先级的雷达目标跟踪偏差补偿方法能够精准补偿雷达跟踪目标的偏差量,实现雷达目标精准跟踪。
针对胚胎电子细胞中基因存储硬件消耗较大的问题,提出了一种基于基因片段合并的胚胎电子细胞基因压缩编码方法。在编码过程中,把问题转化为图着色问题,采用遗传算法对基因中的填充位(x位)进行兼容赋值,从而把基因片段合并为基本兼容基因片段,实现基因压缩。利用概率论的知识对采用基因压缩方法实现基因存储的新型胚胎电子细胞结构的硬件消耗进行了理论分析。以实际电路作为目标电路进行仿真,结果表明,上述方法能有效地降低基因存储的硬件消耗。
针对传统分布式发射波束成形方案调整速度慢、系统复杂度高的缺点,提出了一种全新的多周期变步长调整方案。通过不断减小每一相位调整周期的步长,来逐步弱化各个节点相位与期望值之间的差距,使接收端收到的信号强度能以更快的速度达到最大。仿真结果验证了变步长方案的可行性,在同等条件下,变步长方案较传统方案相比能以更快的收敛速度实现相位对齐,使接收端同时获得阵列增益和分集增益。同时变步长方案也为循环优化问题提供了一种新的思路。
针对基于传统PI控制的表贴式永磁同步电机(SPMSM)直接转矩控制系统抖振和相位延迟等问题,在转速环节设计新型趋近律,采用模糊自适应方法,实现趋近律参数的动态调节,并通过Lyapunov方法证明稳定性.利用super-twisting滑模策略生成参考电压矢量,完成混合滑模控制器的设计,建立基于反正切函数的滑模观测器,并对转子位置进行合理补偿.仿真实验表明,与PI控制、基于指数趋近律的滑模控制器相比,所设计的控制器在电机空载起动和外加干扰情况下均能有效提高系统响应,显著降低抖振,与其他模型参考自适应观测器相比,所设计观测器能有效减小相位延迟,转子位置辨识结果更准确.
利用数据挖掘技术分析网络学习行为数据可以挖掘出其隐含的行为规律特征,为学习者提供个性化的学习资源服务。针对现有的数据挖掘算法在对网络学习行为数据进行分析时普遍存在模型适用性不高的问题,提出了一种基于行为序列分析的学习资源推荐算法。首先,提出行为序列及其相关概念的定义,并提出行为序列相似度计算方法;然后提出基于行为序列相似度的协同过滤推荐算法,计算学习者相似度并为待推荐学习者生成学习资源推荐列表;接着给出基于学习风格的推荐方法,将学习者学习风格特征融入推荐过程;最后,给出基于行为序列分析的学习资源推荐算法的模型。提出的算法没有对行为序列的模式进行限制,具有较高的适用性,对深入研究网络学习行为序列数据为学习者提供个性化学习服务具有一定的借鉴作用。
建立阻尼板有限元动力学方程,求解模态损耗因子算式。构建以模态损耗因子倒数为目标函数,以阻尼单元相对密度为拓扑变量,以阻尼材料用量及频率为约束的优化模型,采用优化准则法解算该模型。运用序列凸规划法构造目标函数的凸性逼近函数而对准则法进行改进,基于SIMP(SolidIstropicMaterialwithPenalization)和RAMP(RationalApproximationofMaterialProperties)材料插值模型推导出逼近函数对于拓扑变量的灵敏度,从而实现了两种插值模型下的改进准则法(OC),并验证了改进法具有全域性优化特性。针对这两种插值模型在对阻尼单元的密度进行惩罚时存在偏惠性问题,结合Logistic(LOGS)函数的几何特征,提出可以对单元密度范围进行选择性惩罚的LOGS模型,编程实现了基于LOGS插值的改进准则法。研究表明:LOGS模型比SIMP和RAMP具有更佳的单元惩罚特性,能更均衡地将单元中间密度惩罚至0或1,从而能得到更具全域性、减振效果更佳、更便于实施的阻尼与约束层优
物流运输网络中的线路和节点状态具有动态变化的特性,要求配送车辆必须根据网络变化对运输线路采取实时调整。为了更加准确快速的完成最优配送线路规划,提出了混合禁忌搜索自整定方法。方法首先将运输成本作为配送线路的寻优目标,根据距离与时间等因素,设计了关于配送线路的软时间窗口模型与约束条件。然后利用蚁群作为寻优的基础算法。对每一条配送线路标记信息素。考虑到蚁群算法的局部解缺陷,引入混合禁忌搜索,在迭代处理时加入信息素因子,用于扰动信息素寻优的结果。同时对每次迭代出的最优解设计了优化机制,用于更新信息素和约束。最后通过仿真,证明了提出的混合禁忌搜索方法具有良好的寻优性能,优化得到的配送线路符合距离、时间、成本的综合需求,提高配送效率的同时,有效抑制了运输成本的增长,能够友好的应对物流运输网的动态变化与客户数据的急剧增加。
LeNet-5卷积神经网络(CNN)虽然在手写数字识别上取得很好的分类效果,但在具有复杂纹理特征的数据集上分类精度不高。为提高网络在复杂纹理特征图像上分类的正确率,提出一种改进的LeNet-5网络结构。引入跨连思想,充分利用网络提取的低层次特征;把InceptionV1模块嵌入LeNet-5卷积神经网络,提取图像的多尺度特征;输出层使用softmax函数对图像进行分类。在Cifar-10和FashionMNIST数据集上进行的实验结果表明,改进的卷积神经网络在复杂纹理特征数据集上具有很好的分类能力。
为了拓宽奖励方式即时积分平台,以积分为奖励方式,并允许员工用积分兑换商品的平台统计框架技术,使该平台易扩展提高员工的工作积极性,在充分调研企业现状,梳理业务逻辑后,提出建设、数据、它包括系统管理权限管理、。易维护、。积分兑换等功能模块,采用、JFinal;积分平台;积分兑换;员工管理积分发布、
为提高机器人的运行效率和平稳性,提出一种工业机器人时间最优轨迹规划方法。以安川六自由度工业机器人为例,采用端点导矢指定的全局7次B样条曲线连接各相邻路径点,使其关节运动轨迹曲线、速度曲线、加速度曲线、加加速度曲线均连续平滑,且起始和停止运动参数可控,提高了轨迹跟踪精度,减少了关节间的损耗。利用外罚函数处理各关节的运动学约束,并对适应度函数进行重新标定。通过聚类方法对遗传算子进行综合调控,并利用新的变异操作提高算法的后期寻优效率。同时在相邻路径点之间,保证6关节运行时间同步。仿真结果表明,各轴轨迹曲线及其一阶、二阶、三阶导曲线连续平滑且运动学参数均满足约束条件,有效缩短了轨迹运行时间。
由于传统的脑电信号分类方法识别率较低,且识别率随着脑电信号类别的增加逐渐下降,针对脑电信号时空特征结合的特点,设计了一个多层的卷积双向LSTM型递归神经网络(CBLSTM)分类模型。此分类模型利用多层的卷积神经网络有效提取脑电序列的频域特征,采用双向LSTM提取脑电信号的时域特征,并将脑电信号序列逐帧输入到此分类模型中进行标记,最后输出分类结果。对比研究验证了所提出方法的可行性,实验表明此分类模型平均分类识别率得到了提高,且鲁棒性较好。
针对目前缺少大型公开已标记的青光眼数据集,为了解决小样本学习能力不足、分类精度低等问题,提出一套基于迁移学习的青光眼眼底图像识别系统。对获取的青光眼眼底图像进行去噪、删除多余背景、提取感兴趣区域(ROI)、图像增强等预处理操作。在VGG16网络的基础上,对全连接层进行重新设计,得到一个简化的深度神经网络模型Reduce-VGGNet(R-VGGNet)。R-VGGNet网络在训练过程中,其卷积层与池化层继承VGG16模型在ImageNet数据集上预训练得到权值参数,全连接层的参数则根据青光眼数据集进行自适应调整。针对不同的网络结构和不同的训练策略进行了性能测试以及不同分类方法的对比实验。实验结果表明:基于R-VGGNet网络模型的识别方法提高了判别青光眼患者的准确率,可达91.7%,为临床医生诊断治疗提供了良好的解决方案。
近年来,软件安全性事件层出不穷,涉及的领域也越来越广,造成的危害也越来越大。现有的缺陷数据库包含的安全性漏洞数量非常庞大,如果对其逐个进行针对性测试,则测试成本难以承受。因此,文中首先从影响软件安全性的缺陷引入原因维、危险后果维以及可能导致缺陷被激活的操作方式维三个维度对安全性缺陷进行分类。这种三维结构综合分类法,可以弥补单一分类法的不足,为测试人员分析安全性缺陷提供了更为准确细致的描述手段;其次,通过数据流图结合数据交互边界提出一种可行的基于数据交互边界的软件安全性缺陷确定技术;最后,通过对DREAD模型的改进,提出一种软件安全性缺陷优先级度量模型,从而解决了软件安全性缺陷定位问题和软件安全性缺陷优先级确定问题。
为解决弹药加工中分时控制的问题,设计一款弹药加工高精密分度模型。根据主动轮轮廓面与从动轮滚子之间的运动规律,构建主从动轮之间的传动模型及其接触方程,通过主从动轮速度方向间的数学关系,给出压力角与从动轮向径之间参数关系,采用Creo参数化设计模块构建高精密分度机构模型,并通过实例验证了该设计模型的有效性。结果表明,该研究对于弹药转盘式加工和装药分度机构的设计具有一定的参考价值。
无摘要
针对传统三维虚拟展示软件中存在的编程过程复杂、开发周期长等缺陷,提出一个具有可定制性和扩展性面向虚拟展示的定制方法。该方法基于虚拟现实技术和软件大规模定制技术,设计面向虚拟展示的定制化系统架构;基于软件功能树对系统功能解耦,抽取可复用的公共模块实现参数定制化,封装为功能接口供系统调用;同时定义了系统的定制模板,以描述和配置应用系统的基本信息和个性化定制,从而满足不同企业产品虚拟展示功能定制需求。最后通过具体实例展示验证了该系统的有效性和实用性。
产品更新换代的周期越来越短,传统的大批量生产方式受到了挑战。在保证产品质量的前提下,缩短生产周期,降低成本,提高效率,能使多样的中小批量与单一的大批量产生抗衡,柔性制造系统(FMS)应运而生。FMS涉及技术点众多,在初始阶段需要详细设计、建模、仿真。Flexsim软件是生产线仿真和物流系统规划的理想选择,在设计阶段广泛应用。以加工生产线项目为例,对仿真的总体流程和详细步骤进行了展示,分析了Flexsim在生产线作业中的仿真过程及方法,配合CI.MCO等其他仿真软件进行功能补充,对FMS设计有参考借鉴作用。
为了准确、快速地将拷贝图像识别出来,提出一种基于CS-LBP(centrallysymmetriclocalbinarypattern)纹理与位图像统计的图像哈希算法。算法首先对图像作预处理;然后利用三级小波分解得到近似图像和高频信息,对第二、三级近似图像利用Ring分割,提取每一环的统计特征,对第二、三级高频信息的水平方向分量和垂直方向分量进行位图像分解,提取统计特征;最后将所有的低频和高频特征联合起来生成图像哈希序列。实验结果表明所提算法的分类性能优于现有的一些哈希算法,在拷贝检测应用上具有很好的准确率。
目前基于网络结构的节点分类方法只注重局部网络连接关系。为了能获取更广泛的网络信息,提出一种基于邻居节点结构信息的半监督节点分类算法CBGN。首先,在网络中加入惩罚因子来改进随机游走策略以获取节点的不定长游走序列,这些节点序列被当做句子输入到word2vec模型中,从而将网络结构的潜在信息转换成向量作为节点的特征表示;其次,改进支持向量机算法,结合梯度下降法和坐标下降法来优化参数空间,以对未标记节点进行更准确的分类;最后,在四个标准数据集上与目前较先进的几种方法进行了对比实验。结果表明,CBGN算法提高了分类精度,相比之前已有的方法具有更好的分类效果。