基于BTO／CNTs复合压电薄膜制备

介绍了一种新型的钛酸钡／碳纳米管（BTO／CNTs）压电薄膜的制备方法及其特性研究,利用BTO纳米颗粒、CNTs和聚二甲基硅氧烷（PDMS）作为原材料,采用改进的sol—gel法制备出厚度均匀的复合薄膜,使用油浴极化法在一定条件下对复合薄膜极化。并利用SEM表征制备复合薄膜的掺杂效果,发现CNTs的加入加快了电子的转移速率。在周期性的外力作用下,发现其电压输出波形符合阻尼振荡模型,并测试不同配比下复合薄膜的压电电压输出,得出最佳BTO／CNTs质量比为10：l时,薄膜的输出电压最高可达4V。     

基于核极化的特征选择在LSSVM的应用

为了对最小二乘支持向量机中样本的各个特征的差异性进行研究,引入了多参数高斯核,在分析核极化几何意义的基础上,提出了基于核极化梯度迭代优化多参数高斯核的特征选择算法。利用核极化梯度迭代算法对样本中每个特征的重要性程度进行测定;按特征的重要性大小进行LSSVM样本的特征选择;运用LSSVM对选出的特征子集进行训练和测试,称该方法为KP_LSSVM。UCI数据集上的实验结果表明,相较于PCA_LSSVM、KPCA_LSSVM和LSSVM方法,提出的方法可以取得更为准确的分类结果,验证了该方法的有效性。     

基于数据仓库的相似重复记录的识别与检测

清除相似重复记录首先需要识别出标识同一个实体的相似重复记录,主要有两种方法：一种通过比较记录对应的整个字符串之间的相似度来决定记录是否表示现实中同一实体;另一种则以记录中的字段为基础进行匹配。先设定一个文本相似度,然后利用记录间的文本相似度来判定两条记录是否相似,如果两条记录的文本相似度大于某个预先指定的阀值,则判定这两条记录是重复的,反之亦然。     

Ka-band ultra low voltage miniature sub-harmonic resistive mixer with a new broadside coupled Marchand balun in 0.18-μm CMOS technology

A Ka-band sub-harmonically pumped resistive mixer(SHPRM) was designed and fabricated using the standard 0.18-μm complementary metal-oxide-semiconductor(CMOS) technology.An area-effective asymmetric broadside coupled spiral Marchand balance-to-unbalance(balun) with magnitude and phase imbalance compensation is used in the mixer to transform local oscillation(LO) signal from single to differential mode.The results showed that the SHPRM achieves the conversion gain of-15--12.5 dB at fixed fIF=0.5 GHz with 8 dBm LO input power for the radio frequency(RF) bandwidth of 28-35 GHz.The in-band LO-intermediate freqency(IF),RF-IF,and LO-RF isolations are better than 31,34,and 36 dB,respectively.Besides,the 2LO-IF and 2LO-RF isolations are better than 60 and 45 dB,respectively.The measured input referred P1dB and 3rd-order inter-modulation intercept point(IIP3) are 0.5 and 10.5 dBm,respectively.The measurement is performed under a gate bias voltage as low as 0.1 V and the whole chip only occupies an area of 0.33 mm2 including pads.     

基于AR模型的脑－机接口问题研究

在脑一机接口的研究中分类识别技术占有重要地位。将脑电信号中事件去同步化/相同步化现象作为特征信息,深入讨论基于AR模型的自适应算法（AAR）和多变量参数AAR模型算法（MVAAR）在脑电信号特征提取中的应用。结合三种分类器,对这两种算法进行了比较,实验证明两种方法的实验效果都很好,但是MVAAR算法比AAR算法能够达到更高的分类正确率,其阶次一般选取也比较低,数据仿真吻合度高,具有更强的通用性。     

中频降低正交频分复用系统峰均比的改进方法

正交频分复用（OFDM）具有高频谱利用率及抗多径衰落的特性,但其存在峰均功率比（PAPR）较高的问题。为了降低峰均比常用的是基带削峰的方法,而基带信号合成为中频信号后容易产生峰值再生的问题。提出了一种基于中频的噪声成型方法,可以有效改善峰值再生的问题。     

公共空间模式算法结合经验模式分解的EEG特征提取

常规的公共空间模式分解方法需要大量的输入通道、缺乏频域信息,发展受到限制。为了克服以上缺点,将经验模式分解（Empirical Mode Decomposition,EMD）和公共空间模式算法结合,改变CSP滤波器成分选择方式,提出EMD-CSP算法来获取特征向量。该算法对预处理后的信号进行经验模式（EMD）分解,得到固有模态函数（Intrinsic Mode Functions,IMFs）,观察并计算每个IMF分量的能量谱,筛选有效的IMF频段（5~28 Hz）,使用改进的CSP滤波器进行滤波获取特征,最后使用支持向量机（Support Vector Machine,SVM）进行分类。分类结果得到9位受试的想象运动平均分类正确率为92%,证实了该算法的可行性与有效性。     

物联网环境下的终端控制智能响应方法

物联网环境下同一命题解决方案众多,如何从众多的方案中选择最佳方案变得非常困难。本文深入分析物联网环境下影响物联网环境下终端控制决策的特点,引入决策科学中的多属性决策,并根据物联网特点选用主客观组合赋值法确定物联网各属性的权值,选用几何加权平均（OWCM）算法对各种解决方案进行排序,即满足了不同用户的个性化需求,也不破坏物联网的整体属性,取得了良好的效果。     

可信虚拟平台中的双AIK签名机制

在Xen虚拟平台中,用于完整性认证的虚拟可信平台模块(TPM)存在身份证明密钥(AIK)泄露隐患。为此,提出一种适用于可信虚拟平台的双AIK签名机制,以及与之配合的远程完整性认证协议,使用不同AIK对物理平台完整性信息及虚拟机内部完整性信息进行分开签名。安全性分析表明,该机制能解决Xen平台的身份密钥泄露问题。     

基于独立分量分析的脑电信号的眼电伪迹消除

介绍了独立分量分析技术的基本概念和原理,及其具有代表性的基于负熵最大的快算独立分量分析算法和基于核空间的独立分量分析算法,并分别对脑电中的眼电伪迹进行去除。通过仿真实验表明了独立分量分析算法较快速独立分量分析算法能更好去除眼电伪迹,具有较好准确性和鲁棒性。     

异构无线网络干扰对齐技术研究

由于宏蜂窝和微蜂窝所构建的异构网络可以大幅提高网络的容量而成为未来移动通信的发展趋势,但是微蜂窝的引入增加了异构网中小区的数量,使得小区间同道干扰更加突出,成为限制异构网容量的主要因素,因此,需要研究有效的干扰抑制技术以增强网络性能。近年提出的干扰对齐技术能够获得干扰网络的最大自由度并可达其最优容量。为此研究了基于低秩干扰空间的多小区干扰对齐技术,然后将其推广到异构无线网络,提出了优化的异构网络干扰对齐方案。仿真结果表明,优化后的干扰对齐技术能够有效提高网络容量并降低实现复杂度。     

基于SVM和GA的药物与人血清白蛋白结合的预测

为降低新药在临床实验的失败率,提高新药的ADME特性,在制药初期需考虑预测药物与HSA（人血清白蛋白）的结合能力,以提高预测正确率为目标并因此选取合适的制药成分。首先采用遗传算法对分子描述符进行筛选,然后利用支持向量机（SVM）模型预测药物与HSA的结合能力。针对支持向量机的分类精度和泛化能力取决于核函数参数选取的特点,提出了基于粒子群优化算法（PSO）的SVM核参数优化选择法。通过PSO自动获取SVM最佳核参数,并将结果同双线性网格搜索法比较,结果表明,建立的模型对药物与HSA之间的结合能力有较高的预测性,正确率达到86%。     

地铁的运营速度设计解析

不同的地铁列车控制系统,采用控制模式不同,监督曲线不同,速度限制也有差异,但是设计原理都是类似的,本文以CBTC系统为例,解析地铁运营中列车重要的速度曲线的设计原理。     

Optimal phase searching of PTS using modified genetic algorithm for PAPR reduction in OFDM systems

In this paper,a novel genetic algorithm assisted partial transmit sequence(NGA-PTS)is proposed to reduce the peak-to-average power ratio(PAPR)of orthogonal frequency division multiplexing(OFDM).However,the search complexity of the optimum PTS(OPTS)scheme is too large for the typical number of sub-blocks.Therefore,some artificial intelligence methods,such as genetic algorithm technique,and particle swarm optimization,are introduced to reduce the complexity.As traditional GA-PTS(TGA-PTS)technique risks finding a suboptimal solution,how to avoid this disadvantage of TGA-PTS is an interest topic.In order to obtain a better suboptimal solution,a phase factor optimal pair technique and an abandon/introduction new chromosome technique are proposed in GA here.Simulation results show that the proposed scheme achieves a significant improvement over the TGA-PTS scheme in PAPR.Furthermore,by use of the inherent diversity of constellation for each OFDM candidate,in the receiver part,the proposed scheme enables data recovery without any side information.Simulation results show the efficiency of the proposed scheme.     

邻域保持判别非负矩阵分解

非负矩阵分解（NMF）是一种新的矩阵分解技术,为了提高NMF算法的识别率,提出了一种新的方法——邻域保持判别非负矩阵分解（NPDNMF）,该方法通过将邻域保持判别分析（NPDA）与NMF相结合来实现。邻域保持判别分析是一个将线性判别分析（LDA）与局部保持投影（LPP）综合考虑的判别分析方法,该算法既保持了LDA的判别能力,同时又可以保持原始数据的几何结构。通过将NPDA与NMF相结合,提取得到局部化同时又有很强判别能力的基图像。在ORL人脸数据库上进行人脸识别实验,结果表明该方法得到较好的识别效果。     

一种快速的广义噪声聚类算法

为解决广义噪声聚类（GNC）算法非常依赖参数和在运行GNC算法前必须运行FCM算法以便计算参数的缺点,在GNC的目标函数和可能聚类算法（PCA）基础上,提出一种快速的广义噪声聚类（FGNC）算法。FGNC算法通过一种非参数化方法计算GNC目标函数中的参数,因而FGNC算法不依赖参数并且聚类速度快于GNC算法。对人工含噪声数据集和两个实际数据集进行仿真实验,实验结果表明FGNC算法能很好地处理含噪声数据,具有聚类中心更接近真实聚类中心,聚类准确性高,聚类时间少的优良性能。     

基于差分演化的自适应参数控制蚁群算法

蚁群算法存在对参数的依赖、早熟和停滞等缺点但具有与其他算法容易结合的特点,据此,将差分演化算法应用到蚁群算法的参数选取中,提出一种改进的蚁群算法。将蚁群算法的参数作为差分演化算法解空间的向量元素,在自适应地寻找蚁群算法最优参数组合的同时求解问题的最优解。改进算法对蚁群算法中的参数进行自适应调整,可避免大量盲目的测试,扩大蚁群算法的搜索空间,提高全局搜索能力。在典型的旅行商问题上进行对比实验,结果验证了改进算法的优化性能高于传统的蚁群算法。     

长期演进系统中随机接入信号的产生方法

提出一种适用于长期演进系统的物理层随机接入信号产生方法。基于ZC序列、SC-FDMA原理和基带信号产生等随机接入的主要技术,利用基于上采样和低通滤波的实用方法产生随机接入信号。复杂度分析和仿真结果表明,该方法能够降低信号产生的复杂度,其产生的信号与直接使用快速反傅里叶变换产生的信号非常接近,可以直接应用于实际系统。