基于证据理论的多类分类支持向量机集成

针对多类分类问题,研究支持向量机集成中的分类器组合架构与方法.分析已有的多类级和两类级支持向量机集成架构的不足后,提出两层的集成架构.在此基础上,研究基于证据理论的支持向量机度量层输出信息融合方法,针对一对多与一对一两种多类扩展策略,分别定义基本概率分配函数,并根据证据冲突程度采用不同的证据组合规则.在一对多策略下,采用经典的Dempster规则;在一对一策略下则提出一条新的规则,以组合冲突严重的证据.实验表明,两层架构优于多类级架构,证据理论方法能有效地利用两类支持向量机的度量层输出信息,取得了满意的结果.     

新型实时工业以太网MAC协议的设计与实现

论文介绍了一种基于载波长度的信令传播机制,根据信元的包长建立优先级,新型的实时以太网介质访问控制协议通过引入信道阻塞模式,在标准以太网信道上为硬实时信息提供具有上限的传输时延保证。在OPNET仿真环境下,详细描述了用离散时间驱动的有限状态机实现协议的建模方法,并通过仿真验证了协议的正确性和有效性。     

液压伺服系统建模的新方法

针对液压伺服系统中直接用测量的方法来建立伺服阀死区非线性的模型非常困难的现状，该文充分利用了现有的对液压伺服系统模型的认识，用RBF神经网络来代替伺服阀锴区非线性部分的模型，设计了一个带神经网络的辨识器。该辨识器采用了迭代最小方差（RLS）学习算法对系统进行建模，最后，用Matlab/Simulink中的S－Function模块实现了上述辨识器的编程，并进行了仿真。仿真结果表明，所设计的辨识器能较好的解决液压伺服系统的建模问题。     

基于离散化的支持向量机特征选择

基于Nguyen的粗糙集和布尔推理离散化方法提出一种支持向量机特征选择算法，引入粗糙集的一致度指标控制离散化过程的信息损失，从而删除不相关与冗余的属性，而保留支持向量机所需分类信息。实验结果表明，所提算法提高了SVM分类器的预测精度，缩短了训练时间。     

高精度计量芯片数字系统研究与设计

从Full-chip设计角度出发,分析和提炼高精度计量芯片设计基本准则,研究相关的数字系统核心算法,优化RTL数字设计架构,使芯片不仅具有高精度,而且面积得到有效控制,为设计符合智能电表新标准的计量芯片提供重要参考。通过仿真、FPGA验证,表明芯片设计方法的有效性,该款芯片已成功流片。