改进的稀疏分布存储器模型及其学习能力分析

Kanerva的稀疏分布存储器模型 (SDM) ,由于其读写规则采用外积法 ,因此限制了它的应用 .本文对该模型进行改进 ,改变了原来的读写规则 ,保留其稀疏分布式存储的特点 ,得到一个与小脑模型 (CMAC)相似的新模型 ,但它不存在分块效应、不需要HASHING技术 .理论分析和示例表明了该改进模型的合理性和有效性     

TD-SCDMA Turbo解码器设计

文章讨论了一种用于TD—SCDMA（3GPP TDD LCR）技术的硬件Turbo解码器浮点模型，阐述了该模型的设计、架构和优化，指出这种浮点模型具有结构简单、计算速度快、读写存储器效率高以及采用了Max—log-MAP算法和步进窗口训练技术（SW—WT）的特点。     

关于BAN逻辑扩展的注记

本文指出了Ｗ．Ｍａｏ（１９９５）对其协议（１）的证明中存在的错误，并对其在协议理论化过程中提出的Ｎ－ｕ规则作了探讨，指出了扩展Ｎ－ｕ的三条规则的缺陷，并作了改进，最后，给出一个例子说明Ｎ－ｕ规则的应用。     

隐马尔可夫模型（HMM）参数迭代算法的改进

本文提出了一种改进的隐马尔可夫模型（ＨＭＭ）参数迭代算法，该算法克服了传统算法的缺点，提高了ＨＭＭ参数系统的分辨率，把它用于语音识别，可以有效地提高语音识别率。     

DC/DC变换器自适应模糊逻辑控制器设计

文章为DC/DC变换器设计了一种自适应模糊逻辑控制器（AFLC）。所提出的AFLC不需要专家系统提供决策参数和控制规则,而是使用模型数据文件来产生参数和规则,该模型数据文件包含输入输出对的整体概况。所提出的控制器使用8位微控制器来实现降压、升压和降压-升压变换器。     

基于AJTF的ISAR成像算法研究

自适应联合时间-频率（AJTF）分析是一种被证实了的基于刚体目标二维运动模型的逆合成孔径雷达（ISAR）成像算法,但它在进行运动补偿参数搜索时使用的穷尽搜索方法收敛不稳定且计算量较大。介绍了一种改进的AJTF算法,它用粒子群优化方法进行运动补偿参数的搜索,提高了算法的稳定性和效率。仿真结果证明了该算法的优越性。     

基于神经网络学习机制的应急决策支持中间件模型

在传统的决策支持系统模型库、知识库、数据库、解释器等组成部件的基础上，引入中间件技术，构建基于神经网络学习机制的应急决策支持中间件模型（MMEDSS）。该模型由解释中间件（EM）、数据库中间件（DBM）、数据挖掘中间件（DMM）、模型库中间件（MBM）、知识库中间件（KBM）组成，其中EM负责和用户交互，DBM负责数据库访问，MBM和KBM负责向EM提供模型和规则，DMM应用神经网络学习算法，通过案例学习动态更新模型库。     

第二代热成象系统建模

由于热成象系统越来越复杂且其直接性能又有改进，其性能的分析模型已逐渐过时了，具体地说，是指不直接包括取样效应及虚警效应，但在写入数据之前进行侧面计算时需要考虑到这些效应。本文叙述第二代热成象系统建模的方法，且顾及到取样对信号及噪声的影响，不要求用户作辅助计算。对适当处理取样系统中的几种噪声源作了分析，包括虚警噪声。模型是二维的，在预测识别和探测性能中采用了垂直和水平分辨率。示出了人工理解（感知）模型，它与匹配滤波模型略有不同。     

太阳能光伏产品将由国家统一推行认证

为了适应国内外光伏产业飞速发展的形势，保证中国太阳能光伏产业的健康发展，满足国家建设和终端消费的需要，由国家发改委／世界银行／全球环境基金（NDRC／GEF／WB）可再生能源发展项目开展的。建立中国太阳能光伏产品认证体系”项目已于近日启动。为确保该认证体系的科学性、适用性、可操作性，项目承担单位北京鉴衡认证中心也于8月初召开了“建立中国太阳能光伏产品认证体系”项目启动会暨实施规则研讨会。     

重构L-G模型及改进模型跳频序列

讨论了工于GP（p）的L－G序列模型以改进模型的一些性质，依据这些特性提出了一种通用的重构算法，可以在不超过2n p-1个输出中恢复其其成结构、重构其输出序列。     

一种T-S型动态模糊推理模型的建模算法研究

以一种进化聚类算法（ECM）为基础,提出了一种新的T-S型动态模糊推理模型的建模算法.以往许多神经模糊模型都不适用于自适应在线学习,而文章模型能够实时地调整模糊规则库及规则参数,具有较强的在线学习能力.仿真结果表明,该方法是有效的.     

基于扩展粗糙集模型的近似概念格规则挖掘研究

粗糙集和概念格是两种不同的知识发现和数据挖掘有效工具,已被广泛应用于许多领域。在对粗糙集和概念格基本理论研究基础上,提出了利用扩展粗糙集模型对概念格近似使其得以改进,即在概念格中引入β-多数蕴涵关系实现概念格中结点近似合并以及近似概念格（ACL）的构建,由此提出概念格粗糙近似和规则挖掘算法（LCRA）。最后通过UCI机器学习数据库相关测试表明该算法的可行性和有效性。     

BLP模型的完整性增强研究

在BLP模型的基础上,提出了BLP模型的一个完整性增强模型--EIBLP模型.该模型在不改变BLP模型信息流方向(下读上写)的基础上对上行信息流增加了必要的限制,并对BLP模型安全公理、主客体访问控制标签、访问控制操作模式以及状态转移规则进行了改进,且对该模型的安全性进行了分析并给出了证明.结果表明,改进后的EIBLP模型不仅仍然满足BLP模型的基本安全特性,而且通过改进BLP模型信息上行约束条件、主客体的安全标签、扩展模型操作模式、完善模型状态转移规则等方法,有效提高了BLP模型的完整性,并在一定程度上提高了机密性.     

Windows98下USB移动硬盘的WDM设备驱动程序的实现

主要研究如何编写一个WDM（Win32DriverModel）的驱动程序，并用它建立USB设备和主机之间的通信，作者在Visual C 环境下利用Microsoft的DDK（Driver Development Kit）工具，成功地实现了对USB移动硬盘的驱动，并与主机通信实现基本的数据读写。     

一种基于SVPWH三相CSR的控制策略

分析了三相电流型PWM整流器（CSR）的传统空间矢量PWM（SVPWM）控制策略，提出了一种基于改进算法的SVPWM整流控制策略，设计了基于改进算法的SVPWM整流系统模型，并进行了仿真和试验。仿真和试验结果表明该控制策略是正确而有效的，且具有算法简单、易于数字化实现等优点。     

模糊漏桶在ATM网络UPC中的应用

本文提出了模糊漏桶模型，研究了它与普通漏桶在用户量参数控制（ＵＰＣ）中的作用。由于ＣＡＣ初步协议的不完全合理性，在实际应用中动态调节是必要的；仿真结果表明在降低信元丢失率、时延和时延抖动方面，及在动态利用网络资源方面，模糊漏桶算法要比普通的优越。我们还给出了合适的模糊控制规则。     

HEMT大信号Ⅰ-Ⅴ特性的神经网络模型与Pspice模拟

采用改进的误差向后传播算法（BP算法）-Levenberg-Marquardt（LM）算法建立HEMT的大信号电流-电压（Ⅰ-Ⅴ）特性的四层神经网络模型,且测试样本的相对误差小于0.01。其中,训练和测试样本均从经验公式中提取获得。然后用Pspice语言描述该模型使其以电路的形式在Pspice软件中实现,弥补Pspice软件中不存在HEMT模型的缺憾,且Pspice模拟结果与经验公式计算结果一致。     

一种改进的马尔可夫随机场图象恢复与分割模型

在现有的马尔可夫随机场图象恢复与分割模型中，图象场能量最低组态被看成是原始景物的一种最优估计，但在图象灰度值发生变化的边界上，能量最低组态不对应于原始景物，从而造成恢复（或分割）误差，本文对这类模型作了改进，利用改进的模型给出了一种引入边界信息的松弛算法，并给出了应用该算法对低信噪比图象进行恢复处理的计算机模拟结果。     

一种具有QoS保证的无线分组调度算法

为提高系统吞吐量对指数规则（EXP-rule）调度算法进行了改进。改进的指数规则（WEXP-rule）算法根据各移动用户收发信道质量和业务传输的QoS要求动态调整各用户的业务传输优先级,确定下行共享信道的调度方案。并给出该算法的简化形式SWEXP-rule。仿真结果表明,与传统调度算法相比,SWEXP-rule算法在数据包传输时延受限的条件下具有无线信道利用率高、实现复杂度低等特点。     

一种基于关联规则的代理缓存模型

将数据挖掘中关联规则技术应用到代理缓存管理和调度上，提出了一个新颖的基于关联规则的代理缓存模型，同时对该模型系统实现的一些关键技术做了详细的说明，并初步分析了其性能代价。试验表明该模型具有相当的可行性和有效性。