3σ规则和µ律阈值法在心音信号去噪中的应用

讨论小波包阈值法去噪的机理,提出基于小波包变换的3σ规则和µ律阈值法在心音信号预处理中的方法,该方法保留小波包变换去噪的优势,能够有效地突出心音的特征部分,在心杂音信号去噪中有较好的效果。实验结果表明,该方法在去除干扰和心杂音上有着一定的优势,在心音信号检测中有重要的应用价值。     

基于网格的混合神经网络计算平台研究与实现

为了模仿人脑的复杂功能,把各种相关类型的神经网络组织起来,形成一个大规模混合神经网络.根据此需求,使用自主研发的LabGrid技术开发了一个基于网格的混合神经网络计算平台,利用该平台设计了一种新的混合神经网络分类系统来对该平台进行测试.测试结果表明,该平台具有较高的效率和良好的容错性.与其它分类系统比较可知,该分类系统有较高的准确率,从而证明了模仿人脑建立大规模混合神经网络分类系统的可行性和有效性.     

基于志愿者计算的高性能分布式作业系统及其优化

为提高分布式作业系统的性能,提出了基于志愿者计算的方法.对分布式作业系统中的任务服务器进行设计,通过提高任务服务器的分发能力,提升了作业系统整体的计算能力,实例仿真计算表明,当任务服务器的数量增加时,采用基于志愿者的分布式作业系统能够大大提高任务服务器处理任务的能力,同时如果对数据库查询进行优化,可以进一步提高分布式作业系统的性能.     

改进并行蚁群算法求解置换流水线调度问题

为了解决置换流水线的调度问题,提出了改进的并行蚁群算法.针对置换流水线问题本身的特性,在蚂蚁系统算法(ACS)的基础上,设计出了新的启发式信息算法.在计算大数据量的情况下,通过设计的新规律对数据进行分组,并对分组进行并行计算,然后合并各组最优解来问题的最优解.实验结果表明,该改进方法行之有效,新的启发式信息提高了解的质量,而按数据规律的分组并行不仅缩小查找最优值时间,相比于随机分组的并行算法,更加提高了解的质量.     

基于NPDM的保障系统顶层数据模型研究

介绍了北约产品数据模型(NPDM)的三层体系结构和EXPRESS数据建模语言,着重分析了NPDM顶层数据模型与产品寿命周期的关系,模型中各模式记录的信息内容和模式之间的关系.依据NPDM思想建立了保障系统顶层数据模型,阐述了模型中各模式记录的信息内容,给出了人力与人员、保障设备和保障设施等保障要素的数据结构,为进一步建立保障系统数据模型的打下了基础.     

基于模糊控制器的粒子群优化算法

提出了一种2输入和2输出的模糊粒子群优化算法.将群体适应度方差和极值差均值作为模糊控制器的两个输入参量,分别用来度量群体在搜索空间分布的离散程度和群体中个体的多样性,从而自适应地控制PSO算法在进化过程中的惯性权重和扩展项的学习因子.测试函数仿真结果表明,该算法很好地平衡了"开发"与"探测",取得了比文献中已有的模糊粒子群算法更好的优化性能.     

正交蚁群系统求解无等待流水线调度

针对无等待流水线车间调度问题(no-wait flow-shop scheduling problem,NWFSP)的特点,为了进一步提高求解质量,提出了新的启发函数的构造方法.为降低算法陷入局部最优状态的可能性,采取了控制启发值的上下限进行控制,达到了缩小启发值之间差异的目标.另外,受统计学中的正交试验设计方法的启发,使用正交表对蚁群算法的搜索结果进行正交测试.最后,通过引入多重插入移动机制进行搜索,提高了算法求解的质量.对标准测试数据进行测试,实验结果表明,该方法获得的解要优于标准测试数据中提供的已知解,证明正交测试对解有一定的改进效果.     

数独基于规则的逐步枚举算法设计

给出了数独(Sudoku)的6条性质,并在此基础上提出了6条推理规则,然后结合空格填写的一个一组,两个一组及更多个一组的枚举算法,在枚举中进行推理.使推理和枚举结合起来,对有唯一解的数独问题,其求解速度比回溯法快得多,同时也能完成许多数独软件无法进行推理计算的数独难题.用两个数独难题进行验证,表明该方法十分有效.     

基于谓词的无线传感器网络查询优化算法

无线传感器网络(WSNs)是一种能量受限的网络,WSNs采样查询执行中首先要考虑到如何节省能量的问题.针对查询参数复杂、参量变化细微的传感器网络应用背景,提出了一种基于谓词的WSNs查询优化(PQOA-WSNs)算法.从用户输入的谓词查询表达式着手,把查询表达式转换为等价的析取范式,再根据概率学的原理对采样谓词作最优排序,以减少整个查询上传的数据量,从而延长传感器网络生命期.PQOA-WSNs包括了词法与语法分析、表达式转换、概率算法3个子算法模块.对PQOA-WSNs仿真测试显示:采样谓词越多,本算法的优化率也越明显,在2,3,4,5,7个查询谓词的条件下,测试优化率分别为48%,65%,74%,78%和85%左右.     

有缺指派下的信念修正逻辑

经典的AGM信念修正理论和以D-P假设为代表的迭代信念修正理论都是以完全指派为可能世界而进行的理论研究.把这些研究推广到有缺指派的领域中与完全指派为每个原子命题符号都指派真假值不同,有缺指派是一个三值指派,它可以为每个原子命题符号指派真、假和不确定三值之一.以有缺指派为可能世界,对D-P系统进行了推广,证明了相应的表示定理.