基于仿真退火算法的任意阵列宽带波束形成

提出了基于仿真退火算法优化思想的任意宽带波束设计方法,其期望响应由工作频带划分成的等间隔窄子带上旁瓣波束形成权系数构成。各个子带上的低旁瓣波束则采用基于仿真退火波束形成原理的波束优化设计方法得到。借助计算机对二十四元圆阵进行波束优化设计。结果表明,使用上述方法设计的波束与常规方法相比,获得了更低的旁瓣级和更稳定束宽,充分说明了方法的可行性和有效性。     

一种差分多目标优化算法

提出一种基于差分进化多目标优化算法.首先,采用基于差分进化的种群启发式搜索,根据多目标优化的特点,进行基于全部种群的Pareto占优比较和选择,有效实现全局搜索和局部搜索.另外,利用一个外部种群来储存非支配解,当非支配解的个数大于外部种群预先设定的规模时,对每个非支配个体采用基于支配关系和拥挤信息的适应度策略评价,然后采用基于密度的选择策略对外部种群进行删减,进一步提高算法的均匀性和宽广性.与NSGA-Ⅱ、PESA-Ⅱ、SPEA2的比较结果表明,该算法不仅收敛性较好,而且在均匀性和宽广性上优势明显.     

基于泰勒分布线阵特殊旁瓣技术的研究

提出了基于泰勒加权分布线阵特殊旁瓣要求的设计方法,其波束图是由给定的旁瓣级要求来设计的泰勒分布波束图,在实际需要的特殊旁瓣要求上,设计满足了要求的最窄波束宽度波束图。给出了相应的参数设计,并证明该设计能在要求的最大旁瓣级上获得最大阵增益。借助计算机对线阵进行波束图设计。结果表明,使用该方法设计的波束图能满足特殊旁瓣要求和最大阵增益。     

学生评教成绩公允性的计量经济分析——以山东建筑大学商学院为例

科学地评价教师的课堂教学质量可以为教学管理决策提供依据。本文利用山东建筑大学商学院学生评教数据,采用向后剔除法建立了计量分析模型,利用最小二乘法进行了参数估计,找出了影响教学评估成绩的因素,根据数据分析的结果,学生评教成绩的主要影响因素是教师的备课质量,其它因素影响很少。因此,学生评教成绩公允地反映了教师教学的绩效,这为大学教学管理提供了重要的参考。     

基于量子免疫克隆聚类的SAR图像变化检测

传统的基于进化聚类方法在处理变化检测时耗时过长,在搜索最优聚类中心过程中容易陷入局部最优,对于SAR图像的变化检测存在边缘定位不够准确的缺点,提出了基于量子免疫克隆聚类的SAR图像变化检测方法.把图像的灰度值作为输入信息,通过量子比特定义聚类中心,通过量子免疫克隆算法来搜索最优聚类中心,从而得到更佳的全局阈值,最后根据...     

基于线性最小二乘方法的多基地声呐定位算法

通过对多基地声呐发射站和接收各站的测量结果进行数据融合,提出了基于线性最小二乘方法的多基地声呐空间定位算法,并针对影响算法定位精度性能的各个因素进行了分析.仿真结果显示:基于线性最小二乘方法的定位算法充分利用了系统的冗余信息,在全域范围内具有较高的定位精度,较现有单纯利用三观测量的目标三维定位算法的定位性能更为优越.该...     

不同类型食醋的香气特征及挥发性成分分析

使用超快速气相色谱电子鼻检测市售的香醋、米醋、陈醋3 类共25 个品牌发酵食醋,通过保留指数和外标法对3 类食醋的挥发性化合物进行定性和定量分析,结合气味活性值构建食醋风味轮,比较不同种类食醋挥发性香气差异与化合物含量间关系,并以线性判别分析和随机森林法研究食醋的挥发性化合物差异,进而实现对食醋的区分。从3 类食醋中共检测出44 种挥发性化合物,主要包括醇类、酯类、醛类、酮类、酸类、烷烃类和杂环类。酸类在食醋中含量最高,其次为醇类和醛类,而烷烃类含量最低。食醋样品的气味活性值和气味雷达图说明乙酸、3-甲基丁醛、苯乙醛、5-甲基糠醛、愈创木酚等对香气贡献较大。香醋的酸味、水果香和坚果可可香高于米醋和陈醋。但陈醋的花香高于其他两类。线性判别分析表明,不同品牌和不同种类的食醋均存在明显差异;随机森林通过机器学习对食醋样品的训练和测试,准确度最终达到100%,对不同种类的食醋区分显著,并筛选出3-甲基丁醇、愈创木酚、苯甲醛、丙酮可作为食醋种类鉴别的重要化合物。     

人工智能概论教学探讨

针对西安电子科技大学人工智能概论课程建设中存在的问题以及人工智能多学科交叉的特点,从教材选择、教学内容、教学方法、考试方法等方面阐述人工智能概论课程的建设情况,提出从培养学生的兴趣入手,培养学生的实践能力、动手能力和实验设计能力,以达到提高教学质量的目的。     

基于免疫优势的克隆选择聚类算法

 基于克隆选择原理和免疫优势理论,本文提出一种新的基于免疫优势的克隆选择聚类算法（Immunodomaince based Clonal Selection Clustering Algorithm,IDCSCA）,该算法通过在经典的克隆选择算法框架中,引入基于免疫优势理论的免疫优势算子实现了在线自适应动态获得先验知识和个体间的信息共享。新算法首先通过对群体中若干最优抗体的分析,提取免疫优势,然后将其推广到整个抗体群,通过在进化过程中利用积累的先验知识,在保证抗体种群多样性的基础上加快收敛速度。采用个5个数据集对算法性能进行了测试,与模糊C均值算法（Fuzzy C-means, FCM）、基于遗传算法的模糊聚类算法(Genetic Algorithm based Fuzzy C-means, GAFCM)以及基于克隆选择的模糊聚类算法（Clonal Selection Algorithm based Fuzzy C-means, CSAFCM）比较,结果表明IDCSCA能有效避免聚类中心迭代过程中陷入局部最优点的问题,而且聚类性能更稳定。