MAX274/275有源滤波器的应用研究

介绍MAX274/275有源滤波器的特性及电路参数的设计和测控应用实例。     

一种基于元启发式策略的迭代自学习K-Means算法

类内误差平方和最小化的聚类准则求解是NP难问题,K-Means采用的迭代重定位方法本质上是一种局部搜索的爬山算法,因此聚类结果对初始代表点的选择非常敏感,只能保证局部最优.为此,引入元启发式策略,通过建立评估函数对K-Means初始代表点和目标函数之间的依赖关系进行近似,然后利用近似评估函数指导新的初始代表点的选择,构成一种迭代自学习框架下的K-Means算法.实验表明算法可以很好地克服K-Means对初始代表点的依赖性,获得较高质量的聚类结果.     

一种高效Cable Modem SOC软硬件协同验证平台

通过对基于龙芯一号CPU的双向有线调制解调器SOC的研究,利用软件仿真和硬件模拟相结合的方法,设计了一种软硬件协同验证平台TWCNP,可分别对EuroDOCSIS协议栈、EuroDOCSIS协议处理器、整个双向有线网络SOC等软硬件进行验证,并实现了验证和设计的统一.为了提高TWCNP的验证时效性,提出了一种基于TWCNP-OS的软硬件协同验证方法,缩短了开发周期,保证了SOC设计的可靠性.     

基于随机森林回归的清防垢加药量预测方法

复合驱由于强碱化学剂的注入易造成严重的结垢现象,而预测清防垢加药量是制定科学的清防垢方案的关键.为了获得一种具有较强实用价值和较高预测精度的复合驱清防垢加药量的预测方法,该文将随机森林回归算法应用到复合驱清防垢加药量预测.首先,分析并处理影响清防垢加药量的20维特征,利用随机森林回归的特征重要性评估功能对影响加药量的众...     

N-Best句法知识增强的统计机器翻译预调序模型

源语言和目标语言的句法异构性对统计机器翻译（SMT）性能有重要影响。在基于短语的汉英统计机器翻译基础上,提出了一种基于N-best句法知识增强的源语言预调序方法。首先对源语言输入句子进行N-best句法分析,计算统计概率得到高可靠性子树结构,再根据词对齐信息从可靠性子树结构中抽取初始调序规则集。两种优化策略用于对初始规则集进行优化：基于中英文句法知识规则推导筛选和规则概率阈值控制机制。然后为减少短语内部调序,保证短语局部流利性,采用源语言短语翻译表为约束,使调序控制在短语块之间进行。最后根据获取的优化规则集和短语表约束条件对源语言端句子的句法分析树进行预调序。在基于NIST 2005和2008测试数据集上的汉英统计机器翻译实验结果表明,所提基于N-best句法知识增强的统计机器翻译预调序方法相对于基线系统,自动评价准则BLEU得分分别提高了0.68和0.83。     

软件可靠性预测的增强贝叶斯组合模型

针对当前可靠性预测模型的预测精度问题,提出一种增强贝叶斯组合的短期软件可靠性预测模型。该模型以基于小波分解的单个可靠性预测模型作为基本预测模型, 根据当前相邻几个失效时间间隔的预测精度,更新组合模型中各个基本预测模型的权重,解决了贝叶斯组合模型权重计算采用全部历史数据而导致某个基本预测模型权值占主导地位的缺陷,提高了贝叶斯组合模型对软件可靠性的预测精度。实验结果表明,增强贝叶斯组合预测模型的预测精度不仅优于单一的预测方法,而且也优于传统的软件组合预测模型,能显著提高软件可靠性预测的精度和模型对数据的适应性。     

具有规模性的Anycast算法实现

为了解决因在IPv6网络层中引入Anycast通信服务而引起的互联网中的路由器中路由表项的规模性问题,文中给出了利用Anycast单独路由和预先分配固定Anycast地址以及Anycast地址归并和拆分算法几项技术。通过理论分析这几种技术较好地解决了因为引入Anycast而引起的Unicast路由表的急剧扩大以及路由性能急剧下降的问题,较好地解决了Anycast实现中遇到的规模性问题并提供了灵活的选择标准。文中给出的相关技术能够解决当前IPv6网络中Anycast实现中遇到的规模性问题,为IPv6的应用建立了基础。     

基于产生式的民事法律专家系统的研究

人工智能是将人类解决问题的思路用在计算机技术领域中,目前专家系统广泛应用在各个领域。专家系统是在产生式系统的基础上发展起来的,将产生式系统用于民事法律领域具有非常重要意义。将民法中的民事法律关系和行为映射为产生式系统中的知识和规则,进一步对知识的面向对象的表示进行了研究。     

基于结构L yapunov 矩阵的静态输出反馈镇定

线性时不变系统的静态输出反馈控制可行性等价于两个耦合的线性矩阵不等式解的存在性问题，这导致了一个非线性最优化问题，是无法直接求解的．针对线性时不变系统(LTI)，深入研究这两个矩阵不等式的关系，通过构造一个结构Lyapunov矩阵，给出了一个问题有解的充分条件，并在此基础上提出一个静态输出反馈镇定算法．利用线性矩阵不等式(LMI)方法，可直接求解出相应的输出反馈增益．数值实例证明了该方法的有效性．