Noise-Assisted Signal Reception in Threshold Neuron

1IntroductionSometi mes,noise can i mprove signal transmission orsignal processing in a nonlinear system.This phe-nomenonis the so-called Stochastic Resonance(SR)[1].Most studies of SRinvolve asubthresholdsignal througha single nonlinear systemand the non…     

桥口南--徐集地区三维地震资料连片处理技术

针对东濮桥口南—徐集地区三维地震资料的特点及本区块的地质要求，制定处理流程，应用能量均衡、面元均化、三维道内插、三维DMO叠加及三维一步法偏移等技术方法，研究解决因为不同年代、不同方法、不同参数所采集的地震数据在连片处理时存在的问题，精细处理三维连片资料，满足构造解释精度的要求，对进一步落实该区构造和增储上产具有重要的作用。     

铁铝酸盐复合膨胀水泥化学预应力机理及其应用研究

本文阐述铁铝酸盐自应力混凝土的主要物理力学特征.研究了限制膨胀应变与配筋率之间的定量函数关系.通过正交试验和方差分析,确定了复合外加剂对其性能的影响.针对其在自应力管中的应用,提出多层中空圆柱理论计算模型,按弹性理论计算出自应力管初始应力分布规律.对比以前的线性理论计算误差,给出相应的修正系数.本文对类似的自应力混凝土,具有普遍的指导意义.     

鄂北地区气测现场解释评价研究

鄂尔多斯盆地鄂北地区现场气测录井由于受多种因素影响,解释符合率相对较低。针对这一问题,在探讨影响气测录井显示因素、识别气测异常的基础上,分析了消除影响因素的途径和校正公式,建立了随钻全烃与全脱全烃的关系式,论述了地面和地层含气量计算方法。在初步评价气显示性质条件下,经统计分析得出了应用4参数——峰面积、校正全烃值、全烃计算值和地层含气量加权分值的解释评价标准,为鄂北地区气测录井解释评价和产能的初步预测探索了一种新模式,不但解决了鄂北地区气测解释符合率低的问题,而且对于深入开展气测录井参数与油气解释评价研究具有一定的参考意义。     

虚拟红外成像器件的模拟输出电路设计

虚拟红外成像器件是能输出红外图像数据源的器件,在调试图像采集系统的硬件和软件时能替代非制冷红外焦平面阵列。虚拟成像器件的输出具有很好的线性度和精度,可作为图像采集电路的标定器件。文设计了虚拟红外成像器件的模拟输出电路,根据UL03401性能参数,设计了信号调理电路,通过在FPGA上使用ROM中查表方式校正模拟端口输出误差,在实际应用中表现了良好的精确性。     

我国电力产出对经济增长拉动作用的实证分析

运用了单整和协整技术、向量自回归模型、Granger影响关系检验、脉冲响应函数等分析方法,对我国电力产出和国内总产出1970～2007年的水平值(对数变量)时间序列和增长率(同比增长率)时间序列进行了计量研究.研究结果表明我国电力产出与经济增长存在明显的长期协整关系,并且电力产出对国内产出具有"正的贡献";从二者增长率的关系上看,我国电力产出增长率与经济增长率存在明显的正向协同变化过程.     

概率近似正确的强化学习算法解决连续状态空间控制问题

在线学习时长是强化学习算法的一个重要指标.传统在线强化学习算法如Q学习、状态–动作–奖励–状态–动作(state-action-reward-state-action,SARSA)等算法不能从理论分析角度给出定量的在线学习时长上界.本文引入概率近似正确(probably approximately correct,PAC)原理,为连续时间确定性系统设计基于数据的在线强化学习算法.这类算法有效记录在线数据,同时考虑强化学习算法对状态空间探索的需求,能够在有限在线学习时间内输出近似最优的控制.我们提出算法的两种实现方式,分别使用状态离散化和kd树(k-dimensional树)技术,存储数据和计算在线策略.最后我们将提出的两个算法应用在双连杆机械臂运动控制上,观察算法的效果并进行比较.     

求解圆盘图中最小连通支配集的近似算法

针对无线传感器网络常用的拓扑模型单位圆盘图,提出了基于分布式贪心策略的近似算法DDT,在算法执行的每一轮中,根据一跳邻域范围内的权值和邻居的状态信息,选举出节点并和已确定的节点连接,逐步构造出网络图中的一个支配树。用概率方法研究了支配树中的节点度的性质,通过对极大独立集和最小连通支配集之间关系的分析,得到单位圆盘图中最小连通支配集问题一个新的近似比。计算结果表明,和相关的分布式算法相比,DDT产生的连通支配集在规模上更优。     

Efficient PAC Learning for Episodic Tasks with Acyclic State Spaces

This paper considers the problem of computing an optimal policy for a Markov decision process, under lack of complete a priori knowledge of (1) the branching probability distributions determining the evolution of the process state upon the execution of the different actions, and (2) the probability distributions characterizing the immediate rewards returned by the environment as a result of the execution of these actions at different states of the process. In addition, it is assumed that the underlying process evolves in a repetitive, episodic manner, with each episode starting from a well-defined initial state and evolving over an acyclic state space. A novel efficient algorithm for this problem is proposed, and its convergence properties and computational complexity are rigorously characterized in the formal framework of computational learning theory. Furthermore, in the process of deriving the aforementioned results, the presented work generalizes Bechhofer’s “indifference-zone” approach for the ranking & selection problem, that arises in statistical inference theory, so that it applies to populations with bounded general distributions.

大数据环境下的相似重复记录检测方法

大数据环境下的相似重复记录影响数据统计分析结果的准确性,需要过滤相似重复记录.对相似重复记录检测的研究现状做了介绍,在此基础上提出了属性加权的思想,对属性进行加权,并根据属性权值进行排序分组;在对属性加权时,考虑到一些字段的取值是一一对应的关系,权值相同,提出了同义属性的概念,在原数据集的基础上排除部分同义属性来缩减数据集,提高重复数据检测的效率,最后给出了相似重复记录判定的方法.考虑到大数据集给重复记录检测带来的挑战,将大数据集拆分成若干小数据集,充分利用MapReduce机制进行处理,将大数据集按照权重较大的属性取值进行分组,分割成若干个map任务,分别进行处理.实验结果表明,该方法能够有效地提高相似重复记录检测的效率.