Histogram-Based Estimation of Distribution Algorithm: A Competent Method for Continuous Optimization

Designing efficient estimation of distribution algorithms for optimizing complex continuous problems is still a challenging task. This paper utilizes histogram probabilistic model to describe the distribution of population and to generate promising solutions. The advantage of histogram model, its intrinsic multimodality, makes it proper to describe the solution distribution of complex and multimodal continuous problems. To make histogram model more efficiently explore and exploit the search space, several strategies are brought into the algorithms： the surrounding effect reduces the population size in estimating the model with a certain number of the bins and the shrinking strategy guarantees the accuracy of optimal solutions. Furthermore, this paper shows that histogram-based EDA （Estimation of distribution algorithm） can give comparable or even much better performance than those predominant EDAs based on Gaussian models.     

蛋白质在硅烷膜表面吸附特性的压电传感监测

在压电石英晶片表面自组装修饰末端为胺基的硅烷膜,该膜在酸性和中性pH条件下带正电荷,可通过静电引力吸附带负电荷的牛血清白蛋白(BSA),吸附过程中的质量变化可通过石英晶片的谐振频率变化实时监测。结果表明:该吸附过程虽然为部分不可逆,但吸附等温线符合Langmuir方程,吸附速率常数为0.0117 L.g-1.s-1,吸附平衡常数为2.87 L.g-1,表观饱和吸附量Γ∞=0.954μg.cm-2。     

一种基于语义及统计分析的Deep Web实体识别机制

分析了常见的实体识别方法,提出了一种基于语义及统计分析的实体识别机制(deep Web entity identification mechanism based on semantics and statistical analysis,简称SS-EIM),能够有效解决Deep Web数据集成中数据纠错、消重及整合等问题.SS-EIM主要由文本匹配模型、语义分析模型和分组统计模型组成,采用文本粗略匹配、表象关联关系获取以及分组统计分析的三段式逐步求精策略,基于文本特征、语义信息及约束规则来不断精化识别结果;根据可获取的有限的实例信息,采用静态分析、动态协调相结合的自适应知识维护策略,构建和完善表象关联知识库,以适应Web数据的动态性并保证表象关联知识的完备性.通过实验验证了SS-EIM中所采用的关键技术的可行性和有效性.     

一类线性时变系统组合自适应迭代学习辨识

针对一类在有限时间区间上可重复运行的既含时变参数又含时不变参数的高阶线性时变系统,提出了一种模型参考组合自适应迭代学习参数辨识算法.应用Lyapunov方法,给出了时不变参数的时域自适应学习律和时变参数的迭代域自适应学习律,分析了参数估计和模型状态跟踪误差的有界性与收敛性.该算法适于时变和时不变参数并存的线性系统的参数辨识,可加快参数估计的收敛速度.仿真例子验证了所提出的辨识算法的有效性.     

一类不确定系统的最优极小极大鲁棒控制

讨论一类不确定系统的极小极大鲁棒动态输出反馈控制问题.给出不确定系统的极小极大鲁棒控制的定义.利用线性矩阵不等式(LMI)处理方法和Lyapunov稳定性理论,得到了在干扰和不确定性最大的情形下极小极大输出反馈控制器存在的充分条件.引入凸优化技术, 求得最优极小极大控制器.它不仅保证闭环系统渐近稳定, 且使得闭环系统性能指标的上界最小.仿真算例说明了所设计的控制器具有较强的干扰抑制功能.     

无线多媒体传感器网络共享密钥发现协议设计与实现

无线多媒体传感器网络(WMSNs)是在传统无线传感器网络(WSNs)的基础上发展起来的具有音频、视频、图像等多媒体信息感知功能的新型传感器网络,具有广阔的应用前景.其网络安全通信已逐步得到研究人员的重视,鉴于无线多媒体传感器网络节点资源受限、分布式等特性,利用秘密同态和布隆过滤器,提出了一种安全高效的共享密钥发现协议,描述其具体设计流程并通过代码设计在嵌入式设备上得到了实现.     

多传感器图像采集处理系统的设计与实现

为了完成一个多传感器图像采集处理系统的设计、软硬件实现,采用参数同步配置方法提高多CMOS图像传感器同步曝光精度.采用基于Bayer颜色滤波阵列图像的残差集近无损压缩方法提高图像数据传输速度.系统三传感器曝光达到了微秒级同步精度.约为课题任务要求的1/29.在保证重建图像质量精度的前提下,数据传输速度提高了约4.4倍.给出了系统部分最终测试结果.     

基于神经网络算法的多极化雷达数据估算鄱阳湖生物量

神经网络的特点是分布并行处理,适用于模拟复杂的非线性模型。在野外调查的基础上,利用多极化雷达数据,通过改进MIMICS模型模拟湿地植被参数(植被高度、含水量、生物量等)和雷达后向散射系数之间的关系,建立神经网络模型。通过模型的训练和仿真,与实测数据进行比较、验证,从而估算鄱阳湖湿地植被的生物量分布情况。研究表明基于改进的MIMICS模型训练数据的神经网络模型有较好的反演湿地植被生物量的能力,并据此反演了鄱阳湖湿地2007年4月、7月、11月的生物量动态变化情况。     

信息系统访问控制的层次模型

信息系统访问控制用以在不同层次上要保护不同类型的客体对象.按照客体类型及其层次关系将访问控制逻辑分层处理,在不同层次上采取与客体特点相符的访问控制技术,从而形成一种访问控制的层次模型.在功能模块级采取基于角色的访问控制,而在数据对象级采用基于规则的实现方式.分层结构将复杂的访问控制分解为若干个在不同层次上易于处理的问题,降低了问题复杂性,并使得各层之间互相独立,灵活性好,易于实现、维护和扩展.     

整流变频负载低通宽带滤波器设计

针对整流变频装置谐波抑制的特点,提出了一种宽带滤波器解析设计方法.这种形式的滤波器对整流变频设备有较好的滤波效果,同时能够在基波下对系统呈现感性或者阻性,满足较弱的发电机系统对负载感性要求,适用于功率因数较高的变频拖动负载及中频炉等负载.采用此方法设计了20kW变频器用滤波器,在实验室进行了滤波器效果测试,结果表明该滤波器在电压稳定、无功功率补偿和谐波抑制方面均能达到理想效果.采用此类型滤波器对某钢厂800kW中频炉设备进行了谐波治理,设备投运后各项指标均能达到预计的技术要求.