TGSOM:一种用于数据聚类的动态自组织映射神经网络

针对传统Kohonen自组织特征映射(SOFM)神经网络模型结构需预先指定的限制,提出一种新的树形动态自组织映射(TGSOM)神经网络,当用于数据挖掘时该网络以其生成速度快可视性好具有显著优越性。该文详尽描述了该网络模型的生成算法,研究了算法中扩展因子的作用。扩展因子与训练样本数据的维数无关,其作用是控制网络的生长,扩展因子可以反映数据聚类的精度,即扩展因子值的大小与聚类精度的高低成正比。在聚类的不同阶段使用大小不等的扩展因子还可以实现层次聚类。     

一种基于模运算和扩展欧几里得定理的喷泉码

针对中国剩余定理在模运算喷泉码译码过程中的固有不足,本文提出一种全新的基于扩展欧几里德定理的译码算法.该算法采用合并线性同余方程组,避免分解因子非互质情况下求解乘率因子失败的问题.模运算喷泉码将信息数据编码为自然数分解因子和相对应的模余数的数据包,接收方只要获取一定数目的编码数据包就能成功解码.基于扩展欧几里得定理的译码算法扩展了模运算喷泉码的分解因子范围,提高了编译码效率.本文通过理论分析和数值仿真证实了这种编译码算法的可行性.     

基于RSA算法的扩展算法

RSA的安全性是依据大整数分解的困难性而设计的。RSA公开密钥加密体制中n为2个大素数的乘积,即针对n=pq（p,q为大素数）的大整数分解,这里介绍了RSA算法的扩展算法的加密和解密原理,即针对n=p1,p2,…,pr（p1,p2,…,pr为大素数）的大整数分解。通过扩展素因子的个数达到RSA算法的安全性。比较RSA算法,扩展的RSA算法不仅可用于数据加密解密,也可用于数字签名。利用扩展的RSA算法实现数字签名也具有较高的安全性和可靠性。     

一种适应运动前景的快速行人检测算法

针对智能监控视频中行人的运动特性和基本HOG加SVM人体检测算法的特点,将运动目标检测算法融入基本的HOG加SVM人体检测算法。首先,利用运动目标检测算法确定运动区域矩形窗,并扩大调整矩形窗尺寸获得ROI窗口;然后,根据运动区域尺寸与训练样本尺寸的差距调整ROI窗口的首级窗口缩放因子,并对ROI窗口进行人体检测。实验结果表明,本文算法优于基本的HOG加SVM人体检测算法,具有良好的实时性和适应性。     

一种用于窄带主动噪声控制系统的性能优化算法

针对窄带主动噪声控制(NANC)系统的收敛问题,提出一种变遗忘因子变步长的滤波-X加权累加最小均方算法.本文在滤波-X加权累加最小均方算法基础上,利用互相关的误差信号构建变遗忘因子策略,并通过遗忘因子构造了变步长策略使系统获得更优的参数值,更好的平衡算法的收敛速度、跟踪能力及稳态误差之间的矛盾,同时增强了抗干扰能力,有效提升算法的整体性能.仿真实验表明本文算法在平稳和非平稳环境下具有更好的性能.     

基于自调整器的CDMA系统盲自适应干扰抑制

本文给出一种能同时抑制DS-CDMA系统多址干扰(MAI)和窄带干扰(NBI)的盲自适应算法.此方法基于遗忘因子具有自调整器的迭代最小二乘算法(SR-RLS),根据系统的变化自动调整遗忘因子,当系统趋于静态时,遗忘因子趋于1,以提高稳态精度,在动态系统中,遗忘因子减小,使算法能有效的跟踪系统参数.与其它的迭代最小二乘相比,具有较小的稳态误差和良好的动态跟踪能力.文章从理论上分析了算法的收敛性.最后,对算法在静态环境和动态环境中的性能分别进行了仿真分析.     

基于直方图处理和新型相似性度量函数的小尺寸目标跟踪算法

小尺寸目标跟踪是视觉跟踪中的难题.本文使用均值移动算法跟踪小尺寸目标.论文首先分析了基于均值移动的小尺寸目标跟踪算法的两个主要问题:跟踪算法中断和跟踪目标丢失.然后,论文在这两个方面对小尺寸目标跟踪算法进行改进.给出了一种新的直方图单元编号方法,使包含目标颜色分量的直方图单元分布得更为集中紧凑.当候选目标与目标模型不匹配时,给出一种平滑算法来处理候选目标的直方图.论文提出一种新的相似性度量函数,推导了相应的权值计算公式,在此基础上建立了基于均值移动的目标跟踪算法.多段真实场景视频序列的跟踪实验表明,本文提出的算法可以有效地跟踪小尺寸目标,跟踪精度也有一定提高.     

一种新的非线性Volterra优化算法

文章提出了非线性信号处理中"绝对贡献因子"的概念,并在此基础上提出了"基于绝对贡献因子的自适应Volterra优化算法",该算法能够较好的区分非线性扩展向量中的冗余项和最优项,优化后的算法能够使其计算量减小30%左右。     

一种改进的变参数粒子群算法

针对粒子群算法由于算法可调参数较少,在求解多维函数时极易陷入早熟收敛的问题,提出一种改进的变参数粒子群算法。根据粒子运动特性,对粒子速度更新公式进行改进,使各项都融入相应的权重因子,通过权重因子调整粒子寻优性能。通过3个标准测试函数进行验证,并与其他算法进行比较。仿真结果表明,通过设置不同的权重因子,所提算法具有更好的寻优精度和执行能力,在求解多维函数时亦能取得较好的效果。     

浅谈粒子群算法改进方法

本文介绍了粒子群算法的基本概念及粒子群算法的训练过程,分别从基本进入、改变惯性因子、改变收缩因子三个方面对其进行优化改进。     

人工智能在网络规划仿真中的应用方法研究与验证

本文以网络规划仿真中的三个重要问题：工参优化、站址筛查、传播模型校正为例,分别介绍了相适用的人工智能最优化算法,并根据实际应用需求,对相应的人工智能最优化算法进行了优化,提出了适用于网络规划仿真中的具体算法流程与模型,最后通过实验验证了各自算法的应用效果和解决问题的能力。     

金刚石/铜复合散热材料的制备和检测

金刚石/铜复合材料具有高的热导率和可调的热膨胀系数,是一种极具竞争力的新型电子封装材料,可作为散热材料广泛应用于高功率、高封装密度的器件中。文中从工程化的角度出发,对应用中的瓶颈因素进行了研究。为改善其钎焊性能,采用磁控溅射、电镀等方法在金刚石/铜表面获得了附着力、可焊性良好的Ti-Cu-Ni-Au复合膜层。在此基础上进行了钎焊试验,金锡焊料在复合膜层上铺展良好、无虚焊。对金刚石/铜的散热效果与钼铜片做了对比试验,结果表明,在相同条件下,与钼铜热沉片相比,降温幅度超过20℃,具有更优异的散热效果。     

Piecewise smooth models for electromagnetic inverse problems

This paper presents a new method for constructing one-dimensional (1D) electrical conductivity models of the Earth from surface electromagnetic measurements. The construction of these models is a nonlinear inverse problem that can be approached by linearization techniques combined with iterative methods and Tikhonov's regularization. The standard application of these techniques usually leads to smooth models that represent a continuous variation of conductivity with depth. In this work, the authors describe how these methods can be modified to incorporate what is known in computer vision as the line process (LP) decoupling technique, which has the ability to include discontinuities in the models. This results in piecewise smooth models that are often more adequate for representing stratified media. They have implemented a relaxation technique to construct these types of models and present numerical experiments as well as an application to field data. These examples illustrate the performance of the combined LP and Tikhonov's regularization method     

1kW宽带线性SiC功率放大器设计

简述了SiC宽禁带半导体材料的特性,通过与传统Si半导体材料相比较,该材料在击穿电场强度、截止频率、热传导率、抗辐射能力、结温和热稳定性等方面具有明显优势。SiC宽禁带功率器件在输出功率、功率密度、工作频率、环境适应性等方面具有卓越的性能,在雷达发射机中有良好的应用前景。文中利用SiC宽禁带功率器件设计制作了L波段1 kW功率放大器,对SiC宽禁带功率放大器进行了性能测试,根据实验数据分析了SiC宽禁带功率器件对固态雷达发射机性能的改善。     

去除地面反射波的波达角估计方法研究

以基于极化平面的波达角（Direction of Arrival，DOA）估计算法为基础，针对近地面天线受地面反射波影响从而极大地影响DOA估计的准确性问题，对如何去除地面反射波的影响进行深入研究.分别采用理想地面近似法、反射系数法和阵列抑制算法进行仿真试验，对比和分析这三种算法的优缺点，以及各自的适用性.理论分析和仿真试验表明:理想地面近似算法在实际地面参数与理想导电平面相近时，具有准确的计算结果，但在其他情况下计算结果与真实值误差很大；反射系数法通过地面的电导率σ、相对介电常数ε_r以及入射波的极角θ分别求出地面的水平反射系数和垂直反射系数，从而准确估算出来波方向，但由于该方法需要预先知道地面参数，故其应用场景受到了一定的限制；阵列抑制算法巧妙地利用地面反射波和直达波在相位延迟和入射角方面的关系，通过移相操作，生成抑制反射波的新数据，再对其进行处理，准确计算出DOA.通过比较分析可以得出，阵列抑制算法可用于任何类型的实际地面，且无需知道实际地面参数，同时该算法具有很好的准确性，因此其应用场景不受限制，具有很好的理论研究和实际应用价值.     

多脉冲激励编码算法的研究

本文首先探讨了MPC算法的编码效率和抗干扰能力,接着详细讨论了它的原理,最后给出了MPC算法软件实现的流程框图。实验表明,MPC算法具有广阔的应用前景。     

巡航导弹景象匹配算法适应性研究

文章针对景象匹配制导的需求,研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法,分析了算法的适应性、计算量和实时性等,比较了每种算法的优缺点.结合巡航导弹的使用,讨论了影响匹配结果的一些基本的、可能的因素,主要是环境因素.用三种分辨率的图像作了大量的实验,针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析,给出了有关结论.     

Weighted least-squares criteria for electrical impedance tomography

Methods are developed for the design of electrical impedance tomographic reconstruction algorithms with specified properties. Assuming a starting model with constant conductivity or some other specified background distribution, an algorithm with the following properties is found. (1) The optimum constant for the starting model is determined automatically. (2) The weighted least-squares error between the predicted and measured power dissipation data is as small as possible. (3) The variance of the reconstructed conductivity from the starting model is minimized. (4) Potential distributions with the largest volume integral of gradient squared have the least influence on the reconstructed conductivity, and therefore distributions most likely to be corrupted by contact impedance effects are deemphasized. (5) Cells that dissipate the most power during the current injection tests tend to deviate least from the background value. For a starting model with nonconstant conductivity, the reconstruction algorithm has analogous properties.     

Changes in the complex permittivity during spreading depression in rat cortex

With recent developments in current density imaging (CDI), it is feasible to utilize this new technique in brain imaging applications. Since CDI's ability to measure changes in current density depends on a concomitant activity-dependent change in the conductivity of the brain tissue, we have examined the changes in complex conductivity during spreading depression (SD) in rodent neocortex using a coaxial probe. SD was chosen because it is often referred to as an animal model of cerebral ischemia and migraine with aura. The conductivity measurements revealed a change with short latency (30-60 s) followed by a change with a longer latency (200-300 s). This change in conductivity with short latency has not been reported before, and we conjecture that it may be the priming or triggering mechanism prior to the main SD episode. A 20% change in conductivity during SD is sufficiently large to be measured by CDI. Therefore, the ability to measure changes in the conductivity, as opposed to metabolic changes, makes CDI a viable approach to the study of ischemia and migraine with aura.     

基于ACF和AMDF的基音检测改进算法

自相关函数法和平均幅度差函数法是基音周期检测的两种常用方法,两者具有独立且相似的统计特性。在讨论了传统基音周期检测算法及其缺点后,提出了综合应用ACF和ANDF函数进行基音检测的算法。该算法简单可行,性能优于一般传统时域基音周期检测算法。从仿真结果可以看出,对于含噪语音信号,该算法具有较强的抗噪能力。