CSI对天线相关MIMO系统容量影响的仿真分析

研究了在无线MIMO(Multiple-Input Multiple-Output)系统中,天线相关时,发射端已知信道状态信息(CSI)和未知CSI两种情况对系统容量的影响。建立了天线相关MIMO系统模型,给出了相关系数并推导了相关信道容量的表达式,用Monte Carlo方法仿真了天线角度扩展为均匀分布时,信道状态信息与系统容量之间的关系。     

精品课程建设中试题库的制作

笔者结合自己学校省级精品课程的特点,开发了一个针对精品课程的试题库。本试题库前端采用AUTHORWARE软件来开发,后端使用ACCESS软件来建立数据库。具有自动组卷、试题难度和测试章节自主选择、客观题自动评分并根据答题情况分析学习的薄弱环节等特点。并且操作相当简便,为其申报国家级精品课程提供帮助。     

生物可利用铅的铋膜电极微分电位溶出法测定研究

研究了镀铋膜电极替代镀汞膜电极的微分电位溶出分析法(DPSA)测定铅的方法,考察了同位镀铋膜测定铅的条件.结果表明,在HAc-NaAc介质中铅可在镀铋膜电极上得到灵敏的微分电位溶出峰,结合三步连续萃取利用标准加入法对城市污泥样品中的生物可利用铅进行测定,避免了镀汞膜电极带来的健康与环境危害,结果较满意.     

云计算安全风险研究

阐述云计算的重要性、优势及前景,探讨安全风险对云计算发展的影响,重点分析云计算安全风险理论研究现状,给出降低云计算安全风险的对策。对现有文献资料进行系统梳理、分析和总结。安全风险是云计算发展的重要障碍,现有理论研究存在的主要问题：一是成果不多,国外刚起步,国内更是匮乏;二是几乎全为定性研究,定量研究极为罕见;三是较多文献仅为简单风险探讨,缺乏深入研究。因此安全风险是云计算的一个重要的新研究方向。     

应用于临床生存时间预测的二次学习算法研究

生存时间预测在医学、经济和工程等领域有着广泛的应用。随着机器学习技术和数据挖掘技术的发展和广泛应用,研究人员提出了很多基于机器学习技术的生存时间预测算法。这些算法虽然都取得了良好的效果,但预测精度均有提升的空间。因此,提出了一种基于二次学习风范的生存时间预测算法,并结合最近邻算法在截尾样本估计上的应用以及支持向量机在泛化性能上的优势,实现了对临床生存时间的建模。实验结果表明,该算法能够获取精确的生存时间,且具有预测精度上的性能优势。     

关于GPS大气折射延迟实测模型的讨论

针对GPS对中性大气折射延迟改正精度的要求,论述大气折射延迟模型应随测站和方向而异的必要性.在尚不能直接测定大气折射率的情况下,指出现有的各种改正模型不能达到预期精度要求的原因以及改正值对大气分布模型的依赖性.提出提高大气折射延迟改正精度的新方法:利用不同方位的天文大气折射值的测定数据,求解折射率差和映射函数的参数,建立随观测站和随方位而异的大气折射延迟改正模型.该方法的实施能在避免采用大气分布模型的情况下,把天顶延迟的改正精度提高到1mm以内.低地平高度角的折射延迟改正精度提高到厘米级,并且把截止高度角压缩到5°或更小.     

实测天文大气折射的基本原理

大气折射率的各向异性问题是目前空间大地测量技术中非常重要的课题．从天文观测的角度分析了长期以来不能直接测定天文大气折射值的几个主要障碍,介绍了现已具备排除这些障碍的条件．基于中国科学院云南天文台低纬子午环的特殊功能,以及新的仪器误差理论,给出了专用测量仪器的设计方案和实测天文大气折射值的基本原理．根据长期观测的数据表明,利用低纬子午环的测量原理测定瞬时大气折射值是可行的,可以建立随测站和随方位而异的大气折射实测模型．给出了云南天文台的东南西北4个方向的天文大气折射实测模型．     

微服务架构的分布式共享打印系统设计

为解决高校、企业和公司中存在的打印机资源忙闲不均的问题,采用微服务架构设计了分布式的共享打印系统.系统的核心服务采用Spring Could的微服务架构,使系统具有良好的扩展性、可靠性、可维护性和开放性.系统实现了文件共享、文件缓存、文件传输、打印调度、路径规划、打印资源发布等微服务,满足了用户多样化的打印需求,提高了打印资源的利用率.     

融合视觉风格和标签约束的少数民族服装图像解析

目的 少数民族服装款式结构复杂,视觉风格各异。由于缺少民族服装语义标签、局部特征繁杂以及语义标签之间存在相互干扰等因素导致少数民族服装图像解析准确率和精度较低。因此,本文提出了一种融合视觉风格和标签约束的少数民族服装图像解析方法。方法 首先基于本文构建的包含55个少数民族的服装图像数据集,按照基本款式结构、着装区域、配饰和不同视觉风格自定义少数民族服装的通用语义标签和民族语义标签,同时设置4组标注对,共8个标注点;然后,结合自定义语义标签和带有标注对的训练图像,在深度完全卷积神经网络SegNet中加入视觉风格以融合局部特征和全局特征,并引入属性预测、风格预测和三元组损失函数对输入的待解析图像进行初步解析;最后,通过构建的标签约束网络进一步优化初步解析结果,避免标签相互干扰,得到优化后的最终解析结果。结果 在构建的少数民族服装图像数据集上进行验证,实验结果表明,标注对有效提升了局部特征的检测准确率,构建的视觉风格网络能够有效融合少数民族服装的全局特征和局部特征,标签约束网络解决了标签之间相互干扰的问题,在结合视觉风格网络和标签约束网络后,能够明显提升少数民族服装解析的平均精度,像素准确度达到了90.54%。结论 本文提出的融合视觉风格和标签约束的少数民族服装图像解析方法,能够提高少数民族服装图像解析的准确率和精度,对传承祖国文化、保护非物质文化遗产具有很好的意义。     

网络日志数据中条件因果挖掘算法的优化研究

网络操作中收集了大量的系统日志数据,找出精确的系统故障成为重要的研究方向.提出一种条件因果挖掘算法(CCMA),通过从日志消息中生成一组时间序列数据,分别用傅里叶分析和线性回归分析删除大量无关的周期性时间序列后,利用因果推理算法输出有向无环图,通过检测无环图的边缘分布,消除冗余关系得出最终结果.仿真结果表明,对比依赖挖掘算法(DMA)和网络信息关联与探索算法(NICE),CCMA算法在处理时间和边缘相关率2个主要性能指标方面均有改善,表明CCMA算法在日志事件挖掘中能有效优化处理速度和挖掘精度.