基于连续型条件属性的模糊规则约简算法*

针对粗糙集对于连续域属性决策表的处理能力差以及不容易获得模糊集之间关系等问题,提出一种将模糊集和粗糙集结合起来的连续型条件属性模糊规则约简算法。该算法首先引入三角隶属度函数将连续属性值转换为模糊值,并使用离散模糊神经网络方法获得数据集之间关系。实例验证表明,采用该算法,用户可以根据实际决策需要和领域知识更改阈值,从而获得满意的模糊规则结果。     

周期线性传播结构中电磁场的模式匹配

为了对周期性盘荷圆波导中的电磁场进行分析和描述,提出了采用模式匹配技术,并根据波导模式表示出电磁场. 首先在波导中考虑一个专门的盘荷隔板,由入射模引起的反射问题可采用模式匹配技术来解决;然后得到周期性负载波导的矩阵特征值方程;最后由方程的解可得到场结构的传播曲线. 实验结果表明,每种模式都能与边界条件匹配,利用匹配方法分析周期线性结构中的场分布是可靠的.     

难解问题的固定参数近似算法研究进展

固定参数近似算法采用参数计算方法寻求问题的近似解,是实际中处理难解问题的一种新的有效手段。根据难解问题的参数计算复杂性类别,综述了固定参数可解问题、参数计算复杂性未定问题和W[t]-难问题(t≥1)固定参数近似算法近年来的研究进展。对于上述每一类问题,分别归纳了当前的主要研究结果,分析了其中的主要算法设计技术并探讨了有待研究的相关问题。     

用HCM聚类和遗传算法实现多级模糊神经网络

模糊集理论适用于一些实验数据中不确定性和模糊性的建模问题,而模糊推理系统拥有模糊IF-THEN格式的结构化知识表示,但缺少适应性。神经网络本身具有对外部很强的适应性和从过去数据中学习的机制,但基于线性推理的模糊神经网络(FNN)模型作为模糊推理方法不能得到存在于参数间的最终关系,也不能影响接着发生的模糊集合。因此,我们提出了一个多级模糊神经网络(Multi-FNN),使用硬C均值聚类和进化模糊颗粒,利用处理为近似推理的一个线性推理,获得信息微粒和模糊集之间的关系。     

采用分级策略和控制消息的一种动态带宽分配

通过对以太无源光网络接入技术和现有各种带宽分配算法存在不足的分析,基于数据服务优先级划分和ONU队列管理机制,提出了一种新的动态带宽分配算法。它基于服务分级策略和控制消息格式来处理一个EPONs多点控制协议中的不同优先级带宽。仿真表明,提出的动态带宽分配算法不仅有较高的链接效率和带宽利用率,而且在资源分配方面效率更高。     

基于动态p-坚持的无线媒质访问控制算法

针对无线网络中的媒质访问控制存在的不足,提出了一种新的算法。该算法基于动态p-坚持算法,其核心思想采用虚拟传输或虚拟线程,目标是为动态p-坚持算法提供更多的信息以获得最佳传输概率,提高无线带宽的利用效率。仿真表明,新算法平均提高吞吐量约27%,平均降低碰撞率约28%。     

基于HCM聚类的连续域模糊关联算法

针对粗糙集对于连续域属性决策表的处理能力差以及不容易获得模糊集之间关系等问题,提出一种基于连续型属性模糊关联规则约简算法。该算法引入三角隶属度函数将连续属性值转化为模糊值,并使用硬C均值聚类方法获得数据集之间关系,采用遗传算法优化该模型。仿真结果验证了该模型的有效性。     

ATM网络中全动态视频源的二次建模

通过对ATM网络视频业务传输性能及其建模分析,针对高运动性（即全动态）视频源的建模,给出基于块的MPEG运动估计算法,提出一种非线性模型。基于自回归在GOP层对MPEG视频流进行二次建模。仿真表明,该文提出的NAR模型能准确预测具有适度运动性的实际MPEG流,对具有高运动性的流在不同的负荷和缓冲器的条件下提供可接受的预测。     

基于STBC的MIMO OFDM系统中的I/Q不平衡及CFO的联合均衡策略

基于STBC方案,针对MIMO OFDM通信系统中同时存在发射机和接收机I/Q不平衡、前端滤波器失配、CFO和频率选择性信道失真的组合影响进行了深入研究,并提出了一种适用的联合均衡策略;具体实现是首先通过对MIMO OFDM系统中只存在发射机I/Q不平衡和多径信道干扰的分析,得到一种频域均衡器;然后再考虑同时存在接收机I/Q不平衡和CFO的情况,得到了2个时域均衡器;最后把2个时域均衡器变换到频域,并结合消除发射机I/Q不平衡和多径信道干扰的频域均衡技术,提出了一种全面的联合均衡技术即频域子载波均衡器。仿真结果表明,针对MIMO OFDM系统提出的频域子载波均衡技术不仅能扩展到其他高阶STBC系统,而且使均衡后的系统BER性能得到了明显的提高。