计算机
将极化码与SCMA多址系统相结合,并针对传统的独立检测译码方案(independentdetectionanddeco-ding,IDD)因缺乏对译码输出信息的再利用而导致系统性能不佳的问题,提出了SCMA以及极化码联合检测译码方案(jointdetectionanddecoding,JDD)。该方案在接收端借助译码获得的内信息辅助更新SCMA多用户检测器的初始先验信息,在检测器与译码器之间实现软信息的回溯迭代,从而得到更显著的系统性能增益。仿真结果表明采用了JDD方案的系统性能相比IDD方案得到了显著的提升,误码率相较IDD方案提升了大约2dB。
针对现有二值测试诊断策略优化技术无法解决多值测试且测试精度不高的复杂诊断问题,提出多值测试下基于信息熵的诊断策略优化方法。从考虑和不考虑测试过程中可能出现的虚警与漏检2种情况对优化方法进行分析,在2个繁杂程度不同的实例系统上进行仿真验证,并用该算法与AO*算法进行对比。结果表明:该方法在不增高测试费用的同时大大缩短测试时间,结果符合理论预期。
分布式能源共享是能源互联网发展的重要方向,而现有分布式能源供需共享网络普遍存在能源主体间难以达成信任及能源消耗高等问题。在能源共享网络中建立互信机制,基于区块链技术设计可信分布式能源共享网络,利用基于侧链技术的三层网络协同工作链码体系实现网络性能提升和主体隐私保护,通过分布式能源动态调度机制降低能源损耗并提高整体能源利用率。实验结果验证了该网络在跨链价值交换、能源传输与动态调度关键任务中的有效性与安全性,并表明其在系统吞吐量、能源调度效率和隐私保护等方面均具有较好的性能表现。
为了考察作为投资者决策非理性因素的处置效应与股价波动之间的关系,引入用来检验处置效应是否存在的资本盈利突出量(Capitalgainsoverhang).首先,在GARCH-V模型的基础上,引入用来检验处置效应是否存在的资本盈利突出量,并构建GARCH-V-G模型;然后,对成熟市场与新兴市场这两个不同类型市场上投资者在投资决策过程中存在的处置效应与股票价格波动之间的关系进行实证研究和比较,发现资本盈利突出量与股票市场的波动负相关,对股市波动的持续性具有一定的解释能力,并且新兴市场上投资者表现出的处置效应无论是对波动持续性的解释能力还是对波动的影响程度都比成熟市场要强;最后,根据赤池信息准则(AIC)发现,所构建的基于处置效应的GARCH-V-G模型比GARCH-V模型的拟合效果更好.
要手段现代化国家题库系统建设是教育考试改革发展的重要保障,也是促进我国教育考试现代化的重试题难度是入库试题的核心参数,对于命题、组卷、分数报告甚至是考试公平性保障都有着直接.收稿日期:2018-05-22;修回日期:2018-09-06基金项目:全国教育科学规划基金项目(FCB160610);国家自然科学基金项目(61672483,U1605251);中国科协青年人才托举工程青&CCF年人才发展计划项目(CCF-QNRCFZ(17-19)03);中国科学院青年创新促进会会员专项基金项目(2014299)ThisworkwassupportedbytheFundforNationalPlanofEducationScience(FCB160610),theNationalNaturalScienceFoundationofChina(61672483,U1605251),theYoungTalentPromotionProgramofChinaAssociationforScienc
针对十字路口下车辆密度过大时造成的车联网拥塞问题,提出基于K-means聚类的车联网拥塞控制方法。在IEEE802.11P协议模型的基>上,引入处理高并发数据的拥塞控制模块,利用网络层分簇时V2V相对距离值作为K-means聚类算法帧分类的相似度区分值,与VANET的网络标准参数建立拥塞控制方法(KCC),避免同一类车辆节点交互不同步和高密度节点情况下网络拥塞概率过高等问题。仿真结果表明,KCC与CSMA/CA相比有较好的平均时延、平均吞吐量、丢包率、冲突概率等性能。
针对不平衡数据集分类结果偏向多数类的问题,重采样技术是解决此问题的有效方法之一。而传统过采样算法易合成无效样本,欠采样方法易剔除重要样本信息。基于此提出一种基于SVM的不平衡数据过采样方法SVMOM(OversamplingMethodBasedonSVM)。SVMOM通过迭代合成样本。在迭代过程中,通过SVM得到分类超平面;根据每个少数类样本到分类超平面的距离赋予样本距离权重;同时考虑少数类样本的类内平衡,根据样本的分布计算样本的密度,赋予样本密度权重;依据样本的距离权重和密度权重计算每个少数类样本的选择权重,根据样本的选择权重选择样本运用SMOTE合成新样本,达到平衡数据集的目的。实验结果表明,提出的算法在一定程度上解决了分类结果偏向多数类的问题,验证了算法的有效性。
目前数据流分类算法大多是基于类分布这一理想状态,然而在真实数据流环境中数据分布往往是不均衡的,并且数据流中往往伴随着概念漂移.针对数据流中的不均衡问题和概念漂移问题,提出了一种新的基于集成学习的不均衡数据流分类算法.首先为了解决数据流的不均衡问题,在训练模型前加入混合采样方法平衡数据集,然后采用基分类器加权和淘汰策略处理概念漂移问题,从而提高分类器的分类性能.最后与经典数据流分类算法在人工数据集和真实数据集上进行对比实验,实验结果表明,本文提出的算法在含有概念漂移和不均衡的数据流环境中,其整体分类性能优于其他算法的.
针对协议中簇头选择存在随机性,频繁性,不合理性等问题,提出了一种基于均值聚类的非均匀分聚类算法,将网络中随机分布的节点按照簇协议中的簇建立阶段,有效减少了网仿真结果,可以看出与传协议相比,论文算法能够更好地优化簇结构,减少节点不必要的能耗从而提高网络的稳定性,有效延长簇路由算法。该算法通过求最优解得到网络节点的簇头最优数,结合头数分成若干簇,在每个簇中选择距离聚类中心最近的节点作为簇头,简化了络中频繁进行簇头选择和簇建立过程的能量消耗,使得网络生命周期得以延长。通过分析统整个网络的生存周期。LEACHLEACHMatlab协议、K-meansSEPLEACHK
针对当前虚拟现实技术研究中对体验评价关注较少的问题,提出了基于因子分析的虚拟现实环境评价方法。首先,基于语义差异法进行调查问卷设计,并根据需求设定七级李克特量表分值标准,同时在虚拟现实环境中随机选取多个采样点,让受试者在这些采样点依据感觉程度差异给出不同的分值作为体验评价数据;然后,根据主成分分析法(PCA)进行因子提取,得到公共因子;最后,进行因子分析,利用最大方差法对因子载荷矩阵进行旋转,旋转后的因子累积方差不变,不影响主成分提取,但结果更加明显。使用该方法在贵州某传统聚落的虚拟现实系统上进行了实验,提取了虚拟现实环境中影响空间认知评价的5个重要影响因子。使用这些因子进行虚拟环境设计,可以提高用户的漫游效率和舒适度。
准确地掌握到正在施工的隧道深基坑所发生形变的态势,就可以进一步实现动态预测并采取有效的扼制举措,才能有效保障施工安全;据此提出一种基于信号分析法,通过耦合经验模态分解法、鸟群觅食算法(PSO)与单隐层前馈神经网络SLFNs学习算法,结合成专为非线性情况下的基坑施工作多维时变预报模型EMD-PSO-SLFNs(EPS);其先将隧道形变的深坑序列分解时的EMD进行多尺度原生模态函数(IMF);并引入IMF、PSO-SLFNS变量序列进行预测,对其进行叠加预测,用模型的进行最终结果的运算预测,再用耦合PSO与SLFNs量化算法的作末端处理、变量序列进行预测;文章以南宁某隧道基坑施工为例,经过深层次透析得出,单凭EMD分解模型预测的相对误差为值在0.22%~0.42%之间,值d一0.32%实际均差值;而进行EMD-Ps0一SLFNs组合型作多维度时变分解模型预测的相对误差为0.31%~0.75%之间,值d一0.64%,该预测精度明显高于前者.而且能在非平稳线性、变序情况下预测,为隧道基坑形变预测提供了一种实用新型的方法。
无摘要
增量式属性约简是目前粗糙集理论的重点研究内容。针对不完备混合型信息系统属性变化的情形,提出一种基于正区域方法的增量式属性约简算法。提出了不完备混合型信息系统下正区域的一种等价且高效的计算表达形式,利用这种计算形式分别构造了属性增加和属性减少时正区域地增量式更新,理论证明了其高效性,基于这种增量式更新设计出了相应的增量式属性约简算法。UCI数据集的实验分析表明所提出增量式算法具有一定的有效性和优越性。
机器视觉是人工智能与现代工业应用结合的结果,通过机器视觉将目标物品转换成具有特定含义的数字信号,进而根据信号的信息测试目标物品并控制现场设备的动作,实现使用机器代替人的目标的内SOC)卷积神经网络硬件算法核心,能够实时高速采集图部例化了双核像和实时分析处理;同时还设计了一套软件系统,帮助算法工程师实现自己的网络模型针对复杂多变的现场应用,设计了一套支持网络动态加载的系统环境,提高了在机器视觉领域的适用性,尤其适用于以卷积神经网络为基础的工业自动化领域,如机器视觉检测计算速度优势的同时,简化了应用工程师的设计过程,有效降低了实际应用的实施难度
针对常用的静电除尘电源在处理高比阻粉尘和超细粉尘时暴露出来的问题,设计了一种静电除尘用脉冲电源及控制系统,介绍了脉冲产生的谐振原理并给出了详细的计算公式。脉冲电源的控制系统是在联合控制的基础上,加上电源采样保护电路,确保电源的安全运行,重点设计了脉冲回路采样保护电路的脉冲一次侧过零过流电路,同时设计了一种开关控制逻辑。组合控制的DSP与DSP+FPGA
步态识别作为生物特征识别中的一种,具有远距离、非接触和难以模仿等优点.其中视角或行走方向的变化使提取的人体轮廓产生巨大差异,是影响步态识别系统性能的最主要因素之一.本文首先介绍了现有的多角度步态数据库,然后根据特征提取方式的不同,将当前已提出的方法分为三维模型法、视角不变性特征法、映射投影法和深度神经网络法四类,并详细阐述了每一类的原理、特点以及优缺点.最后,结合实际应用指出当前研究的局限性与发展趋势.
针对机载聚束合成孔径雷达(SAR)高分辨率成像问题,本文探讨了机载聚束SAR成像的基本原理,给出了机载聚束SAR的极坐标格式成像算法(PFA),在理论分析的基础上采用IDL软件进行了点目标仿真验证PFA的成像效果。
针灸是中国特有的一种治疗疾病的疗法,但现有针灸训练方法的效率太低提出了一种新型的针灸训练系统,建立更接近于针灸临床实际场景的针灸手臂硅胶模型,并在模型的相应穴位内置高精度压力传感器对获得的针刺力数据,应用神经网络来对其进行训练和分析,从而对针灸手法进行判别,以此来规范针灸学员的施针手法,实验结果表明神经网络算法判别准确率在然后以此模型为硬件依托,利用上位机软件来提取针刺力并分析所用的针灸手法之间,可广泛应用于针灸训练系统。。。。93%-98%
针对分布式能源功率波动性大,需要设置储能装置保持系统内功率流动平衡,实现电能“削峰填谷”,提出一种宽电压增益双向DC-DC变换器,接口于储能蓄电池组与直流母线之间。该变换器在理想工况下可以维持4~8倍的电压增益,将允许的输入电压落在常见蓄电池组的电压范围内,同时通过PI闭环控制维持输出的300V直流母线电压。经试验调试,该变换器可以适应较宽的输入电压变化范围,匹配常用蓄电池组的输出电压,效率达91.6%以上,具有较高的研究价值。
交通标志检测是进行交通标志识别系统的关键技术, 提出一种基于图像的颜色和形状进行交通标志检测的方法. 首先对图像进行灰度拉伸和噪声滤出的预处理, 然后利用改进的K-means聚类算法对彩色图像进行颜色分割, 最后采用基于Hough变换的形状检测技术对交通标志中的特殊形状进行定位, 从而实现交通标志的检测. 实验结果显示, 该方法在各种复杂背景条件下检测出结果的平均正确率达到93.0%, 优于同条件的算法且具有较高的实时性.