基于蚁群算法优化支持向量机的移动话务量预测

移动通信话务量的准确预测对于提高网络的性能,增进终端用户体验均具有重要的意义。支持向量机作为一种新的机器学习方法其可以有效地应对小样本、非线性等问题。然而支持向量机的训练参数对基于其所构建的预测模型的精度具有决定性的影响,因此本文选取具有全局优化能力的蚁群算法进行参数搜索优化过程,通过对某市移动通信话务量的数据进行试验仿真,结果显示该方法在预测精度及时效性方面具有较好的性能。     

改革实验教学 培养创新型人才

高等教育改革必须将教学主体由教师转向学生,把学生技能的培养放在第一位,提高技能的关键是创造性的实验教学。实验室是实验教学改革的重要基地。改革实验室管理体制,充分发挥其在实验教学方面的作用;改革单纯验证理论的实验教学内容和方法,科学化安排实验课,提高学生们的综合能力和创新能力。探索新的实验教学管理模式,促进本科生研究能力、实践能力和创新能力的培养。     

用THG法测量液体三阶非线性极化率X^（3）

本文首次提出了一种测量液体三阶极化率的实验方法。它克服了以往测量方法中实验装置复杂的缺点，消除了空气和容器的三次谐波信号测量结构的影响，从而排除了实验中的系统误差。     

乳浊液非线性光学性质研究

本文利用单光束扫描法，对乳浊液中产生非线性光学现象的两种起源进行了研究，从而确定了它们各自对折射率变化的贡献，并对油／水和水／油两种乳浊液非线性光学性质进行了比较。     

基于改进半监督SVR算法的忙时话务量预测

为了提高运营商节假日忙时话务量的预测精度,通过分析各节假日忙时话务量数据的特点,提出基于改进半监督支持向量机预测算法。该方法采用基于图形拉普拉斯算子的半监督学习算法来变形训练支持向量回归机的核矩阵。针对图形拉普拉斯算子计算量较大的问题,采用Nystrom算法对其进行优化。仿真结果表明,提出的算法有较好的泛化能力和较高的预测精度。     

利用Arnold变换和纠错编码实现的双水印策略

提出了一种新的基于小波变换的彩色图像双水印算法,首先把RGB彩色图像转换为YIQ空间模型图像,并对提取的亮度分量Y进行离散小波变换;利用Arnold变换和纠错编码分别对两类水印进行了预处理,而后将它们作为水印以不同的方式嵌入到小波变换系数中,且实现了水印的盲提取。理论分析和实验仿真表明该算法对常见的水印攻击表现出了较强的鲁棒性。     

扩Zn2+多孔硅的光致发光性能

用快扩散方式把Zn2 掺入到单晶硅中,再用阳极电化学腐蚀方法把样品腐蚀成多孔硅.利用荧光分光光度计测试了样品的光致发光特性,结果表明Zn2 的扩散增强了多孔硅的荧光发射,并分别利用扫描电镜和傅里叶变换红外光谱仪研究了多孔硅薄膜的表面形态和样品的红外吸收光谱.     

多结构抗噪膨胀-腐蚀型数字灰度图像边缘检测的研究

传统的边缘检测方法对噪声敏感,抑制噪声能力差,经典的形态学边缘检测方法虽然具有较好的去噪能力,但不能反映全部的边缘特性.为此本文提出了一种改进的多结构抗噪膨胀腐蚀型数字灰度图像边缘检测算子.通过仿真结果比较,该算了在检测图像真实边缘和抗噪性能上均优于传统的边缘检测算子.     

基于PSO和改进神经网络的图像滤波方法的研究

提出了一种基于改进BP神经网络和粒子群优化算法（PSO）的图像滤波方法。该方法利用对数最小均方误差函数（LNLS）代替BP神经网络传统的最小均方误差函数（LMS）,用来减小图像噪声对神经网络精度的影响;并将改进后的BP神经网络利用PSO算法优化,从而避免神经网络陷入局部极小值点,进一步提高神经网络滤波能力。实验结果表明,与传统滤波方法相比,该方法不仅能有效地滤除图像中的高斯噪声而且能很好地保护图像细节。