具有少量基本回路布尔网络的不动点

近来作为自然和人造非线性动态网络的一种紧凑模型,布尔网络的研究受到广泛关注.不动点和吸引子是预测布尔网络长期行为的关键.本文针对具有少量基本回路的布尔网络,提出了确定不动点的算法.我们的方法是基于构成反馈顶点集的变量所满足的一组方程.作为应用,我们还给出了检验这类布尔网络全局稳定性的充要条件.     

基于双层结构的矢量工程图符号识别算法EI北大核心CSCD

为了从矢量工程图中自动提取零件种类和个数等信息,提出一种矢量工程图符号识别算法.首先定义矢量工程图中每个元素的3种共同抽象属性以及2个元素之间的关系描述子;然后提出描述符号的双层结构,其比传统的网状或树状结构简单;最后,通过关系描述子的匹配与双层结构的构造进行符号识别.另外,该算法利用四叉树、一次识别多种符号以及对关系描述子进行排序的方法加速符号识别.实验结果表明,文中算法比已有算法识别的符号种类更多,识别效率更高,而且在旋转和缩放变换条件下更加鲁棒.     

超导微波源的仿真、设计与制备

本文主要介绍了采用超导约瑟夫森结实现的超导微波源的基本原理及实现方法。文中我们通过电路仿真得到了输入为直流信号,输出为幅值可调的4.2GHz微波信号,然后根据相应仿真参数绘制了芯片版图,并对实验室原有的自对准剥离工艺进行了改进,完成了超导微波振荡器的制备,为将来利用超导材料实现具有实用价值的太赫兹源奠定了理论以及实验研究基础。     

2.4 GHz无线网络共存技术研究进展

信息时代的众多网络应用需求孕育了多种多样的无线网络通信协议,蓬勃发展的物联网将众多无线网络协议纳入了一个共同的网络框架内.随着物联网系统的广泛应用,同一区域内,尤其在室内环境中,多种无线网络协议共存的情况越来越普遍.众多共存的无线网络协议不仅不能彼此分享数据信息,反而会对彼此造成干扰,影响通信效率.因此,无线网络协议共存技术近年来成为了工业界和学术界的研究热点.然而现在关于2.4 GHz频段上的无线网络共存的综述研究或仅仅针对某2种协议间的共存,或缺少对最新技术的总结.因此,在重新梳理相关研究的基础上,介绍了共存问题的成因,分析了共存问题的影响,按照共存环境复杂性,回顾了现有工作提出的关键共存技术,包括同质干扰的避让、容忍和并发传输,异质干扰的检测、识别和异质干扰环境下的共存传输.最后,展望了物联网发展大环境下共存技术的发展趋势——更广泛的互联互通.     

面向匹配决策问题的漏整合神经元稀疏ESN网络

为了对匹配决策问题进行建模与预测,提出了一种具有更多神经生理学特征的稀疏回声状态网络(ESN),并基于在线监督学习方法对网络进行训练.为了评估网络的匹配决策性能,设计了三组测试数据集对网络性能进行测试,并提出了一种基于网络期望输出与实际输出序列最大相关系数的评价方法.仿真结果表明,新模型只需要较少的训练时间即可获得较好的决策性能,且对发放时间间隔、平移和网络噪声具有较好的鲁棒性.     

基于深度学习的作曲家分类问题

在音乐信息检索领域,作曲家分类是一个十分重要的问题,这一问题的目标是通过音频数据来识别相应的作曲家信息.传统的分类算法都是通过提取复杂的特征来进行分类的,而深层神经网络在特征学习上具有比较强的能力,因此提出用深层神经网络来解决这一问题.为了结合不同深层神经网络模型的优点,设计了一种混合模型,该模型基于深度置信网络(deep belief network, DBN)和级联去噪自编码器(stacked denoising autoencoder, SDA),可以较好地解决作曲家分类问题.实验表明,该模型取得了76.26%的正确率,这一结果比单纯用某一种模型搭建的深层神经网络以及支持向量机要好.和图像数据类似,人脑在提取音乐特征也是分层的,每一层对信号的处理不一样,因此混合模型在解决作曲家分类问题上具有一定的优势.     

带约束二进制矩阵编码染色体及遗传算子设计

提出了一类带约束的二进制矩阵型染色体的编码方法.相对于传统向量型染色体编码方法而言,该方法可以通过在矩阵中设置"禁止位"将复杂优化问题的若干约束条件在编码中体现出来.此类染色体的交叉和变异操作不能采用传统方法,否则子代染色体可能成为问题的非法解.设计了一种针对此类型染色体的巡回变换操作,基于该操作可以实现用于带约束二进制矩阵编码染色体的交叉和变异算子.仿真实例表明,此类染色体及遗传算子的设计对于遗传算法用于复杂优化问题的求解,具有一定意义.     

数据库物理结构优化技术

面对快速增长的数据量和复杂的查询请求,关系数据库要满足用户检索的高效性,不能仅仅依靠SQL查询优化,必须针对不同的应用背景,对数据库的物理结构进行优化,从底层提高数据库的检索查询效率.描述了4种已被商业数据库优化的物理结构,总结了物理结构优化领域的关键技术,并介绍了商业数据库中使用的数据库物理结构优化推荐工具,最后展望了未来的研究方向.     

基于无模型自适应控制的无人驾驶汽车横向控制方法

提出了一种基于无模型自适应控制的无人驾驶汽车横向控制方案.首先,将无人驾驶汽车循迹跟踪控制问题转化成预瞄偏差角跟踪问题,然后基于无人驾驶汽车横向控制系统的动态线性化数据模型,设计出无模型自适应控制算法、伪梯度估计算法和伪梯度重置算法,进而实现了自主车辆的无人驾驶.该方法的实现仅用到无人驾驶汽车运行时的输入输出数据,避免了对无人驾驶汽车进行复杂机理建模的难题,对于复杂的无人驾驶汽车运行过程具有很好的自适应性,对不同的无人驾驶车辆具有较强的可移植性.该方案已实际应用于清华大学无人驾驶汽车实验平台,在北京市丰台区的实地测试实验、在江苏省常熟市高速路的测试以及2015年"中国智能车未来挑战赛"的现场应用验证了所提方案的有效性.     

互联网性能测量技术发展研究

互联网从一个实验网络成长为如今的超复杂系统,其服务性能一直备受关注.网络性能作为衡量网络服务的重要指标,广泛地应用于服务选择、拥塞控制、路由选择、网络性能优化、未来网络体系架构设计等方面.针对这些应用需求,学术界提出了众多的网络性能测量技术.互联网性能测量技术经过长期的发展与演变,其测量范围从小规模网络发展到覆盖全球,测量目标从点到点测量发展成大规模分布式P2P测量,测量对象从QoS转变到基于用户感受的QoE,其发展过程可分为3个阶段：传统的“所见即所得”测量、路径拟合的大规模分布式测量以及大数据驱动的QoE测量,每个阶段都具有独特的测量技术.最后,分析了互联网和网络应用的高速发展对网络性能测量技术带来的挑战,指出了未来需要研究的内容和发展方向.