广义正交码索引调制系统的性能分析

摘 要：为了提高码索引调制（code index modulation，CIM）系统的传输效率，提出了一种具有更低复杂度的单输入单输出（single input single output，SISO）的广义正交码索引调制（generalized orthogonal code index modulation，GQCIM）系统。CIM 系统使用扩频码和星座符号传输信息，但只能激活两个扩频码索引和一个调制符号。而 GQCIM 系统以一种新颖的方式克服了只激活一个调制符号的限制，同时充分利用了调制符号的正交性，增加扩频码索引以传输更多的额外信息位，提高了系统的传输效率。此外，分析了GQCIM系统的理论性能，推导了误码率性能的上界。通过蒙特卡罗仿真验证了GQCIM系统的性能，对比发现GQCIM系统的理论和仿真性能一致。而且在相同的传输效率下，结果显示GQCIM系统的性能优于同样具有正交性的调制系统，如广义码索引调制（generalized code index modulation，GCIM）系统、CIM系统、码索引调制-正交空间调制（code index modulation aided quadrature spatial modulation，CIM-QSM）系统、码索引调制-正交空间调制（code index modulation aided spatial modulation，CIM-SM）系统、脉冲索引调制（pulse index modulation，PIM）系统。     

主存高效的公交网络路径规划索引

在公交时间表下给定起始和目标站点,路径规划查询返回一组到达时间早和换乘次数少的帕雷托最优路径.现有的索引方法需要大量运行时内存.本文提出主存空间高效的索引方法(a-)PAINT.(a-)PAINT对每个站点v预计算一组标签,使得对于从站点s到站点d的查询可以通过匹配s和d相关的标签高效地生成查询结果的一条路径.PAINT对任意查询返回最优路径.a-PAINT只需要很小的预处理开销,但可能返回多一趟换乘的次优路径.用真实的公交时间表与模拟查询测试,PAINT具有合理的预处理开销.a-PAINT需要更少量的预处理开销,在大规模公交网络下准确率达90％.     

《高校化学工程学报》简介

<正>《高校化学工程学报》于1986年创刊,1989年经报请原国家教委和国家科委批复后向国内外公开发行。20多年来,该刊的主办院校已扩大到20所,同时聘请了六位外籍著名学者和六位国内著名院士担任"编委会顾问委员",使该刊"编委会国际化"迈出了可喜的一步。该刊一直受国内外学术界的重视。     

基于云端的查询优化设计

云计算在大数据处理、资源共享方面的优势使得越来越多的行业使用云计算技术。云计算中的数据存储和检索方式与传统的数据库系统不同,且传统数据库的数据查询方式无法直接迁移到云平台中。文章利用后缀树建立云存储的算法,并讨论了基于后缀树云查询模型,且该查询模型可以嵌入到现有的数据查询系统中,实现传统查询平台向云平台的迁移。     

集群环境下分布式索引分析

近年来,随着数据规模的增长,分布式存储已广泛应用。对于分布式存储系统中,应用非主键访问数据存在的性能问题,分析了存储系统中可以实现索引的关键技术。在以分布式索引为基础,探究索引组织形式,提出关于索引的设计,分析分布式索引维护与数据相一致的问题。基于此,利用分布式数据库系统,设计分布式索引组织形式,从而完成索引的性能测试。     

规整有机分子自聚集体对铜的高效缓蚀的研究

通过多步法合成了离子型含双苯并三氮唑环的目标分子，4，4'-{苯-1，3-二基二[(1E)-3-羰基丙-1-烯-1，3-二基]}二[2-(2H-苯并三唑-2-基)苯醇酸]二钾。在室温条件下，目标分子在3.5%（质量）NaCl/DMSO（二甲基亚枫）混合溶液 （体积比：40/60） 中能够发生分子自组装产生纳-微米级的自聚集体。通过傅里叶变换红外光谱 （FT-IR）、拉曼光谱和X射线光电子能谱 （XPS） 的表征，证实了所形成的目标分子自聚集体能够对铜表面产生强烈的化学吸附作用，在铜表面形成自组装膜。利用电化学方法测定了目标分子自聚集体吸附在铜表面形成自组装膜后，在3.5%（质量）NaCl溶液中的缓蚀性能。结果表明目标分子自聚集体在NaCl溶液中能高效地抑制铜腐蚀。     

疫情之后经济怎么走?看八大领域的“硬核”猜想

来势汹汹的新冠肺炎疫情,搅乱了2020年春节本应欢庆的氛围,也打乱了经济运行的本来节奏。具体来看,突如其来的疫情,确实对零售、餐饮、交通等人群聚集性行业带来了直接冲击,经济面临较大下行压力。但不应忽略的是,经济体系自身拥有的修复向好的内生力量,以及我国经济长期向好的基本面。     

比特串划分多索引的近邻搜索算法

哈希表示的比特串是解决海量数据相似性搜索问题最有效的方法之一.针对比特串索引方式导致搜索效果低下的问题,提出一种基于比特串划分多索引的近邻搜索算法.首先由于比特串划分本质是一个组合优化问题,采用贪婪的思想给出该问题的近似解;其次在近邻查询阶段,结合多索引结构提出新的查询扩展和融合机制;最后通过采用一种查询自适应的办法优化多索引之间的不平衡性.在MNIST, CIFAR-10, SIFT-1M和GIST-1M数据集上使用Matlab软件进行实验的结果表明,该算法在基于哈希表示的索引结构以及在近邻搜索方面具有有效性和通用性.