优化的BP网络在抽油井故障诊断中的应用研究

抽油井故障诊断系统是油井系统产量的关键,为了更好更快地对当前油井系统进行诊断以保证石油的产量,人们利用各种各样的技术来完成这一目标。BP神经网络技术就是新兴的油井故障诊断手段之一,但是由于其容易陷于局部最优解、收敛速度慢以及泛化能力差等缺点,运用融入免疫算法浓度概念的遗传算法对BP神经网络进行优化,并将优化后的BP神经网络算法应用于抽油机现场的故障诊断过程中,结果显示优化后的BP算法有更高的诊断率,更快的运行速度,因而优化后的BP算法的寻找全局最优点的能力更强,收敛速度更快。     

基于网格相邻关系的离异点识别算法

离异点是偏离部分观察对象的数据点,根据离异点所在单元的密度与相邻单元的密度相比可能偏高或偏低的特点,本文提出了基于网格相邻关系的离异点识别算法GAO。该算法用单元间的相对密度和单元质心距离来衡量单元间的离异度,根据离异度确定离异单元和离异点。实验结果表明,该算法能有效地识别出多密度数据集的离异点,算法的效率优于Cell-based算法,且适合大数据集的离异点识别。     

多样性监控的免疫微粒群算法

标准微粒群算法的种群多样性随进化变差是造成陷于局部最优的主要原因,本文提出了一种多样性监控的免疫微粒群算法.利用多样性函数对种群的多样性进行监控,并在多样性下降到一定程度时,引入免疫机制中的克隆选择算子和免疫记忆特性来对粒子进行更新,从而有效地克服了微粒群算法易陷于局部最优以及对多峰值函数搜索效果不佳的缺点.用经典benchmark测试函数对算法进行仿真实验,实验结果表明该算法比标准微粒群算法有着更好的收敛性能.     

一种改进的降尺寸视频转码算法

在Diversity &; Importance架构的基础上提出一种改进的空间降尺度视频转码算法,利用方差作为转码目标宏块的运动矢量测度因子,并通过自适应阈值的分类方法对不同视频序列选择合适的重编码模式。该算法比传统的运动矢量合成方法提高了约1dB的PSNR,在保持较高转码图像质量的同时有效地控制了编码长度,其转码后码流长度只相当于AMVR-DIM方法产生码流的40%~95%。     

无线传感器网络中的协作节点个数优化

为了提高无线传感器网络的能量效率,传感器节点采用空时编码协作和收端分集协作来传输信息.通过分析传感器节点的电路能耗和传输能耗,分别给出了两种协作方式下的网络总能耗.研究表明,对于每种协作方式,传输距离一定时,通过优化接收端协作节点的个数,可以使总能耗降低,传输距离不同时.最优的协作节点个数也不同.仿真结果显示,优化的收端分集协作总比传统的无协作方式能耗低,而当传输距离大于一个门限值时,优化后的空时编码协作优于收端分集协作.     

一种求解Shubert函数优化问题的演化算法

综合国内外演化计算研究现状,基于热力学中的自由能极小化原理, 设计了一个全新的热力学演化算法,并通过对于Shubert函数优化问题求解的数值试验,测试了热力学演化算法的优良性能,实验结果表明了热力学演化算法求出的解比一般演化算法求出的解更加接近于全局最优。     

A hybrid clustering and graph based algorithm for tagSNP selection

TagSNP selection, which aims to select a small subset of informative single nucleotide polymorphisms (SNPs) to represent the whole large SNP set, has played an important role in current genomic research. Not only can this cut down the cost of genotyping by filtering a large number of redundant SNPs, but also it can accelerate the study of genome-wide disease association. In this paper, we propose a new hybrid method called CMDStagger that combines the ideas of the clustering and the graph algorithm, to find the minimum set of tagSNPs. The proposed algorithm uses the information of the linkage disequilibrium association and the haplotype diversity to reduce the information loss in tagSNP selection, and has no limit of block partition. The approach is tested on eight benchmark datasets from Hapmap and chromosome 5q31. Experimental results show that the algorithm in this paper can reduce the selection time and obtain less tagSNPs with high prediction accuracy. It indicates that this method has better performance than previous ones.     

公选课教学改革的研究和实践

公共选修课设置的目的是为了拓宽学生的知识面,培养学生的多种技能,从而提高学生的综合素质,以期适应社会发展的要求。本文就公共选修课在教学上存在的问题,以"网络实用技术"公共选修课为例,提出具体的改革措施,实践证明,该措施有效地提高公共选修课教学质量。     

基于直觉模糊种群熵的自适应粒子群算法

基本粒子群算法在求解高维空间的复杂多峰函数时,种群多样性丧失很快,从而导致算法早熟收敛。针对这一问题,提出了将直觉模糊种群熵作为运算过程中种群多样性的测度,并将直觉模糊熵作为参数来影响粒子的速度更新机制,减小了算法在运算后期早熟收敛的概率,并使算法具备了一定的自适应性。实验结果表明,改进后的算法在性能上比基本粒子群算法有了较大的改进。     

基于信道预测技术的闭环发射分集研究

利用瞬时信道信息去实现MIMO系统的自适应传输,需要发射机和接收机能准确地获得当前信道信息.但随着移动通信系统载波频率的提高和移动台运动速度的增加,信道时变性增加,对于快衰落信道,通过信道估计准确获得当前信道信息是不可能的.解决这个问题的一个有效办法就是信道预测.提出将SISO系统中的信道预测技术引入到MIMO系统,结合闭环发射分集,给出预测算法,通过仿真给出性能比较,表明在快衰落信道中,它能更好地将链路自适应地快速调整到信道的真实条件,提高整个系统的性能.