基于tinyAVR和Nokia3310 LCD的温度绘图仪

采用14引脚封装的tinyAVR单片机、广泛应用于手机中的液晶显示模块Nokia3310LCD和深受欢迎的单总线3引脚数字温度传感器DS18B20,构建了一款具备实用性和趣味性的,既可读数、又可读图的双模式温度绘图仪。     

应用佳点集的混合反向学习人工鱼群算法

为了改善人工鱼群算法求解精度较低、容易过早收敛的弱点,提出了一种应用佳点集和反向学习的人工鱼群算法.改进算法在迭代中对当前种群中部分优质个体执行一般动态反向学习,生成它们的反向种群,引导种群向包含全局最优的解空间逼近,以提高算法的平衡和探索能力.当种群的拥挤程度超过阈值λ时,利用佳点集机制对大部分个体重新初始化,以帮助算法脱离局部最优的约束.在六个Benchmark函数上的实验表明,该算法收敛速度快、求解精度高,适合求解函数优化问题.     

朴素差分进化算法

针对变异算子学习方式的单一性,提出一种朴素变异算子,其基本思想是向优秀的个体靠近,同时远离较差个体,其实现方式是设计一种缩放因子调整策略,如果三个随机个体在某维上比较接近,则缩放因子变小,反之变大.在实验过程中通过平均适应度评价次数、成功运行次数和加速比等指标表明,基于朴素变异算子的差分进化算法能有效提高算法的收敛速度和健壮性.     

高精度两次采样AD转换

AD转换是测量中一个非常重要的部分,为了达到精度比较高的转换效果,人们往往选择位数较高的AD转换器.这样容易造成电路的成本过高.本文就介绍一种如何利用普通的AD转换器来实现高精度的AD转换.它利用两次采样的原理.通过一个模拟量进行两次转换,从而实现高精度.此转换器所需元件比较简单.主要由一个凌阳SPCE061A单片机和一些普通的选通、运放电路组成,文章从硬件电路的组成和软件程序的编写两个方面来进行说明,清晰的介绍了如何来实现高精度转换的功能.     

复杂电子邮件网络的智能应用研究

复杂网络及网上智能是新兴的热点研究领域。以复杂电子邮件网络（Complex E-mailNetwork,CEN）为例,对在其上实现智能应用的一系列问题进行了探讨。包括：CEN的自动建立方法、CEN的分析方法、在CEN上实现智能应用的体系结构等。并通过分析具体的实例,阐述了在CEN上实现智能应用的过程及尚待解决的问题。     

超高密度电法和激电法在河北某地找水实例分析

通过介绍由澳大利亚引进的全新超高密度电法反演系统对河北省行唐县几个村庄的地下水勘查实例,对新兴的超高密度电法与传统的大功率激电测深法相结合的方式在太行山灰岩地区基岩水勘查的应用进行了可行性分析。高密度电法工作效率高、探测速度快,而大功率激电测深法探测精度高。二者有机结合,既可以提高工作效率、又可以互相印证,是一种很好的综合物探地下水勘查模式。通过平行布置电阻率测量剖面的工作方式很好的把控了破碎构造的走向,圈定了富水异常区,并最终取得了很好的勘探效果,实践证明该电法组合的勘探方式在同类地区中进行地下水勘查是很有推广价值的。     

基于Web标准的信息港研究

数字城市是以Internet为平台的,实现空间信息互操作为核心的城市信息管理系统,却受到跨行业应用的基础数据不同组织形式制约.数据的组织与表现松耦合关系是实现空问信息互操作的重要环节,也是适应语义网络计算标准的要求.Web标准将页面行为与表现分开,为信息港实现资源的一体化管理,满足用户按需的3A(Anybody,Anytime,Any-where)可视化服务,达到开放、共享根本目标提供了架构和实现的途径,同时隐含了制约信息港门户性能的关键问题和解决途径.     

投资模型中关于收益率的强偏差定理

利用似然比的概念,结合上鞅的性质,研究了投资者关于收益率向量的估计分布和真实分布之间偏差的一些极限性质,得到了不等式表示的有关收益率一类强偏差定理.证明过程中给出了将条件矩母函数方法应用于研究收益率偏差的一种途径.     

混合编码和声搜索算法在动态优化中的应用

采用混合双重编码方法,提出一种混合编码二进制和声搜索算法HBHSA,用以求解动态位匹配问题和时变背包问题。仿真结果表明,与DS_BPSO、HBDE和PDGA算法相比,HBHSA具有更好的鲁棒性和通用性,在动态环境中的搜索能力和对最优解的跟踪能力更优。     

基于统计推理的社区发现模型综述

社区有助于揭示复杂网络结构和个体间的关系.研究人员从不同视角提出很多社区发现方法,用来识别团内紧密、团间稀疏的网络结构.自2006年以来,提出了一些基于统计推理的社区发现方法,它们可识别实际网络中更多的潜在结构,并以其可靠的理论基础和优越的结构识别能力成为当前的主流.该类方法的主要目标是建立符合实际网络的生成模型以拟合观测网络,将社区发现问题转化为贝叶斯推理问题.首先给出社区发现中生成模型的相关定义;其次按照模型中社区组成元素将已有统计推理模型分为节点社区推理模型和链接社区推理模型,并深入探讨各种模型的设计思想及实现算法;再次,总结各模型适用的网络类型及规模、发现的社区结构、算法复杂度等,给出一种选择已有基于统计推理的社区发现模型的方法,并利用基准数据集对已有典型统计推理模型进行验证及分析;最后探讨了基于统计推理模型的社区发现存在的主要问题和未来发展的方向.