CPF低功耗设计的等价性验证策略

文章介绍低功耗设计的方法,着重介绍CPF相关低功耗设计特点。最后总结针对CPF低功耗设计的等价性验证方法,重点讨论隔离单元的验证。     

基于反向散射和地面标识的无源RFID标签的位置检测方法

该文提出了一种针对无源RFID标签的位置检测的方法。此方法将反向散射调制与地面标识相结合来估计标签的当前位置,不需要改变当前的RFID标准,利用现有的硬件条件就可以实现。文章首先介绍反向散射调制和地面标示估算标签位置的方法,并提出两种方法混合计算的优化算法流程,另外方法的改进措施也被提了出来。最后通过实验和仿真来说明这种方法的有效性和稳定性。     

基于数据挖掘的复杂装备维修辅助决策研究

文章通过某装备维修信息框架分析,维修数据预处理,然后以维修记录为例,挖掘出了维修件之间关联规则,并采用决策树分类方法对维修件进行了分类,这些规则和分类结果可以为维修计划制定、器材采购、视情维修等方面提供决策依据。     

基于IEC61131-3标准的PLC编辑模块设计与实现

基于IEC61131-3标准设计一个可编程逻辑控制器（PLC）编辑模块,并给出了主要数据结构和算法的设计。通过测试表明用户界面友好,操作简单,对后续开发具指导意义。     

基于扩展染色Petri网的工作流过程模型

尽管已有广泛领域应用,但工作流系统在处理业务流程不确定的和动态的参数规格表时存在局限性。为此,本文提出基于扩展染色petri网的CPWF-net以及定义变迁行为和原子过程作为CPWF-net工作流模式结构的支持。这些工作流模式是从微观上进行处理,并可应用于动态不稳定的与时间和数据相关的环境中。本文通过CPWF-net执行程序检测工作流错误或异常执行状态,评估动态业务流程的整体执行时间,证实所提方法的有效性。     

基于PCA的H-K聚类算法研究

传统的H-K聚类算法将层次聚类算法和k-means聚类算法有机结合起来,从而使得H-K聚类算法具有单个聚类算法所不具有的诸多优点。为了将H-K聚类算法更好地应用于对高维数据集的聚类中,以缓解维度灾难问题,本文应用PCA(主成分分析)方法对H-K算法进行改进,提出新的聚类算法PCAHK。该算法首先采用PCA方法,将高维数据投影到较低维空间中,再对降维后的数据进行H-K聚类。实验表明,在对高维数据集进行聚类时,与传统的H-K算法相比,PCAHK算法的性能明显提高。     

一类非线性系统的渐变故障诊断

研究非线性观测器故障诊断优化问题,针对一类状态不能测量的非线性不确定动态系统,提出了一种用RBF神经网络逼近渐变故障的诊断方法。设计非线性观测器来估计系统的状态,利用Lyapunov稳定性定理给出了RBF神经网络的权值、中心、宽度的更新调节律,通过在线调整RBF神经网络的权值、中心、宽度监测和估计系统中发生的非线性故障,实现了状态不能测量的非线性系统渐变故障诊断。最后,仿真例子证明了方法的有效性。     

遗传优化的GNNM在瓦斯涌出量预测中的应用

研究矿井瓦斯涌出量准确预测一直是煤矿安全生产中重点关注的问题。煤层瓦斯爆炸因受开发环境、矿层深度、天气等因素的影响,造成与瓦斯涌出量增大而引起的。针对传统预测模型在矿井瓦斯涌出量预测中存在建模困难、收敛速度慢、要求历史数据量大的问题,提出了一种遗传优化的灰色神经网络预测模型。模型利用灰色系统对数据量要求低的特点,将灰色系统理论与神经网络有机结合起来,建立灰色神经网络模型。并采用遗传算法对所建立模型的权值和阈值进行优化。采用模型对矿井瓦斯涌出量进行预测,实验表明,遗传优化的灰色神经网络模型,可以简化系统建模,并能提高瓦斯涌出量预测精度,有一定的实用价值。     

基于构件的Web系统前馈神经网络可靠性模型

对基于构件结构复杂度较高的Web系统进行可靠性评估时,基于状态或基于路径的软件可靠性评估模型计算复杂度较高,鲁棒性不足。为此,提出了一种计算复杂度低、鲁棒性强的基于构件的前馈神经网络可靠性模型CBPRM。CBPRM将Web系统中各构件的可靠性作为前馈神经网络输入,并基于构件可靠性敏感度对神经元进行动态优化,Web系统可靠性评估由前馈神经网络输出实现。理论分析和实验结果表明,在基于构件结构复杂度较高的Web系统可靠性评估中,CBPRM的计算复杂度低于对比模型,并可确保可靠性评估精度。     

基于PQR-tree的空间查询代价模型

空间信息处理和地理信息系统等领域的数据管理涉及到海量、高维空间数据对象的处理。本文针对传统数据索引结构在处理这类空间数据时所存在的内存使用过大、I/O消耗过多等问题,通过改进选择查询的代价模型,给出了基于PQR-tree的查询和代价模型,以提高空间数据查询的性能。提出了基于PQR-tree的三阶段并行查询的方法,分别在任务创建、分配、执行阶段进行优化。提出在任务创建和任务分配阶段应用于空间查询中过滤和精炼阶段的有效算法。测试表明,本文算法在处理各种不同分布类型数据集过程中有效降低了空间数据处理对时间和空间的代价和需求,并且并行机制下的代价模型在预测和评估方面也具有较好的精确度。