线性与非线性电路相统一的伴随网络法

把线性电路中的伴随网络法运用到微波非线性电路中,文中给出了对线性与非线性电路都适用的伴随网络法,能快速求解非线性电路中精确的灵敏度.     

广义网络法分析复杂孔缝耦合问题

本文利用广义网络法结合连接算法分析复杂孔缝耦合问题.首先根据孔缝的结构及填充特点将其内腔体分为适当的几段,利用边界元法分别计算每段的广义导纳矩阵,再借助连接算法将各段连接起来得到整个孔缝的口径导纳矩阵,最后由广义网络法求解孔缝的口径磁流、散射及传输场.该方法不仅在计算效率方面取得了较大突破,也使复杂填充孔缝的分析得到很大简化.     

关于3D堆叠MRAM热学分析方法的研究

本文针对3D堆叠磁随机存储器（Magnetic Random Access Memory,MRAM）的热学分析问题，在有限元法和热阻网络法的基础上，提出了一种局部等效法，可高精度并且快速地分析3D堆叠MRAM的热学分布.与有限元法相比，该方法使用直观方便，克服了有限元法建模与求解复杂耗时的问题；与热阻网络法相比，局部等效法具有保持较高精度的特点，解决了热阻网络法针对带夹层和硅通孔（Through Silicon Via,TSV）的复杂封装问题时存在较大误差的问题.对比结果表明，使用本文提出的方法得出的各叠层的上表面温度误差均小于0.05°C，精度与有限元法一致，并且更便捷高效.同时对应的建模结构简单，避免了热阻网络法将含铜柱的夹层和含铜柱的硅层分开考虑的不准确性.本文的研究可为未来多层3D堆叠MRAM热学特性相关的设计与分析提供指导.     

支路阻抗变化引起电流变化的等效分析

本文证明了一个适用于线性含独立源网络的结论：当某支路阻抗变化之前，该支路的电流已知或容易求出时，在这个阻抗变化后能够很容易地求出该支路的电流增量或者电压增量，以及其它支路的电流增量或电压增量。利用此结论可以进一步求出对应支路新的响应或进行灵敏度分析。本文给出了一些实例并讨论了这个结论的应用。     

空间目标热分析建模研究

讨论了空间目标热分析的主要研究方法,建立了空间目标的整体模型,分析了目标在空间背景下的热平衡方程,并通过热网络法和有限元对目标与环境间的热交换进行了计算,讨论了不同角系数情况下空间目标的静态温度场分布.     

LC电调带通滤波器的设计

本文采用桥接网络法设计了一个LC电调带通滤波器,1dB通带连续可调范围为：110～125MHz至110～155MHz、体积为25mm×13mm×7mm。对桥接网络法的椭圆类型滤波器做了深一层研究,找到了提高其矩形系数及带外抑制的改进方法。     

基于时序特性的自适应增量主成分分析的视觉跟踪

当前基于增量主成分分析(PCA)学习的跟踪方法存在两个问题,首先,观测模型没有考虑目标外观变化的连续性;其次,当目标外观的低维流行分布为非线性结构时,基于固定频率更新模型的增量PCA学习不能适应子空间模型的变化。为此,该文首先基于目标外观变化的连续性,在子空间模型中提出更合理的目标先验概率分布假设。然后,根据当前跟踪结果与子空间模型之间的匹配程度,自适应调整遗忘比例因子,使得子空间模型更能适应目标外观变化。实验结果验证了所提方法能有效提高跟踪的鲁棒性和精度。     

分布决策信息系统增量属性约简算法

为了解决数据动态变化后如何快速更新属性约简的问题,一些增量属性约简的算法被提出.然而,对于分布决策信息系统增量属性约简的算法研究却甚少.为了有效解决动态分布决策信息系统约简更新的问题,提出了分布决策信息系统增量属性约简的方法.首先,本文介绍了分布决策系统的相关概念,然后,给出了分布决策信息系统基于矩阵方法的知识粒度增量更新机制,并设计了分布决策信息系统基于矩阵方法的增量属性约简算法.最后,从UCI机器学习库下载一些数据集,分别用增量和非增量属性约简算法进行对比实验,实验结果说明了增量属性约简算法比非增量约简算法在计算时间上有较强的优势.     

包含隐变量的贝叶斯网络增量学习方法

提出了一种贝叶斯网络增量学习方法——ILBN.ILBN将EM算法和遗传算法引入到了贝叶斯网络的增量学习过程中,用EM算法从不完整数据计算充分统计量的期望,用遗传算法进化贝叶斯网络的结构,在一定程度上缓解了确定性搜索算法的局部极值问题.通过定义新变异算子和扩展传统的交叉算子,ILBN能够增量学习包含隐变量的贝叶斯网络结构.最后,ILBN改进了Friedman等人的增量学习过程.实验结果表明,ILBN和Friedman等人的增量学习方法存储开销相当,但在相同条件下,学到的网络更精确;实验结果也证实了存在不完整数据和隐变量时,ILBN的增量学习能力.     

一种水下退化图像的增强方法

针对水下退化图像的特点,提出了一种以邻域像素的增量特征为指导的插值增强方法,根据不同的增量特征判断待插值点的插值类型,再对不同插值类型分别设计插值算法,最后对插值图像进行修正增强.实验结果表明了方法的有效性.     

基于Heritrix的增量式爬虫设计与实现

Heritrix是一个开源的、可扩展的Web爬虫,页面下载功能强大,但Heritrix被定义为一个通用网络爬虫,其在增量爬取方面功能有限。针对目前使用较为广泛的两个Heritrix版本,首先讨论Heritrix 1.14.4增量功能模块的不足之处,然后基于Heritrix 3.x,详细阐述一套新的增量功能框架的设计方案,这个框架既能有效利用Heritrix 3.x的页面下载功能,又能高效地对数据进行增量抓取。     

一种新的SVM多层增量学习方法HISVML

为了有效的解决支持向量机(SVM)在文本分类中的增量学习问题,文中提出了一种基于树结构的在线学习方法-HISVML.该方法通过将增量学习任务限制在分类子树中来达到减少工作量的目的.实验证明,HISVML比普通的单层增量学习器训练时间短、准确率高.     

基于信息熵的一种传感器管理算法

通过对目标搜索区域不确定性定量描述的信息熵及信息熵变化而产生的信息增量,本文提出了一种多传感器对多目标进行检测与分类的优化算法,即针对每一检测单元计算该时刻的信息熵及预测下一时刻的信息熵,产生信息增量最大的检测单元就是下一次要搜索的单元.仿真结果证明了该算法的有效性.     

无源电力滤波器电流传递函数对频率的灵敏度分析

为了分析电网频率摄动对无源电力滤波器工作特性的影响,我们提出了基于伴随网络法对电流传递函数对电网频率及其模值进行了灵敏度分析的新方法。借助特勒根定理构造了伴随网络,推导出电流传递函数的灵敏度公式。仿真分析和装置实际运行结果表明,本文所给方法对选定滤波器的参数具有一定的实效。     

对抗应答式干扰的射频掩护脉冲设计

应答式干扰机可有效干扰主动雷达导引头,使其偏离真实目标,降低杀伤概率.为了对抗应答式干扰,分析了掩护脉冲对导引头信号处理的影响.并在不影响导引头正常工作的前提下,针对工作于短存储模式下的应答式干扰机,仿真分析了采取增量消除前后掩护脉冲的抗干扰效果.仿真结果表明,对于不采用增量消除技术的干扰机,可在探测脉冲之前设计一个宽脉冲掩护信号或脉宽相同、频率不同的掩护信号;而对于采用增量消除的干扰机,只要掩护脉冲脉宽足够大即可达到抗干扰的目的.     

基于增量零空间Foley-Sammon变换的行人重识别

提出了一种基于增量零 空间Foley-Sammon变换(FST)的行人重识别方法,能在有效地获取到新数据时对之前的重 识别模型进行快速更 新。首先对零空间FST中的类内散度矩阵和总体散度矩阵进行增量学 习,利用新加 入的数据分别对两个矩阵进行更新,不需要在整个新旧数据上重新计算;得到更新后的类内 散度矩阵和总 体散度矩阵后,通过对其进行正交分解最终得到零空间投影矩阵。在VIPeR和PRI D_2011两个数据集上实验的结果表明,本文方法通过增量学习获得模型的重识别准确率和 采用批量重训练方法相当;并且本文方法可适用于动态场景下的实时自适应增量更新。本文 针对行人重识别任务提出的增量学习方式,在增量学习过程中不需要对原始数据重复 计算,模型更新速度快,且精度随数据增加而稳定增长。     

基于信息熵与遗传算法的并行关联规则增量挖掘算法

针对大数据环境下基于Can树的增量关联规则算法存在树结构空间占用过大、支持度阈值无法动态设置以及Map与Reduce阶段数据传输耗时等问题,提出了一种基于信息熵和遗传算法的并行关联规则增量挖掘算法MR-PARIMIEG.首先,该算法设计基于信息熵的相似项合并策略(SIM-IE)来合并相似数据项,并根据合并后的数据集进行...     

基于目标权重和信息增量的传感器管理方法

信息增量最大化只是传感器资源分配的必要条件而并非充分条件,为了同时满足传感器资源分配的充分条件,本文提出了一种基于目标权重和信息增量相结合的方法.该方法在利用交互式多模型(IMM)获取信息增量的基础上,结合由部分排序集合(POSET)方法而得出的目标所需的检测、跟踪和分类等任务的优先级别来对传感器资源进行分配.仿真结果表明,与仅考虑信息增量最大化的方法相比,该方法不仅行之有效而且更能合理地分配有限的传感器资源.     

增量配电网运营模式的研究与分析

增量配电网逐步进入人们的视野之后,出现的问题逐渐增多,尤其是多种离散型电源接入增量配电网后,极大影响了增量配电网的稳定运行.针对能源控制问题,文中提出新型的增量配电网空间多维度优化控制方法,设计出新型的增量配电网结构,能够有效地控制增量配电网吞吐储能系统的快速功率吞吐以及可控负荷,使得增量配电网的自动控制能力大大提高,...