正交混频式UHF局放在zynq7处理器上的实现

UHF(ulatr-high-frequency)局放传感设备中,混频在保留信号相位和幅度细节以及抗干扰方面比包络检波更有优势,但下变频后实信号直接混频必然引入3dB镜像频谱干扰。为了解决干扰问题,采用Xilinx公司主流的zynq7系列作为局放处理器,设计了一套正交混频型局放设备软硬件,提出了一种新型数字正交混频干扰消除方法。与传统哈特利(Hartley)镜像频谱抑制算法在模拟域I、Q路合并方法相比,在zynq处理器内实现了一种通用型的数字移相器,将相位超前的Q路信号数字移相90°后,再与缓存的I路信号进行合并,可完全消除镜像频率干扰,与现有的实数直接相乘混频的局放接收机相比,整体上有3dB灵敏度增益,还降低了硬件成本和冷门电桥芯片采购难题。     

MapReduce模型下的模糊C均值算法研究

针对模糊C均值算法需要不断迭代来计算样本数据的隶属度值以及聚类中心的特点,利用MapReduce模型解决海量数据下的模糊C均值问题,进而提出高效的模糊C均值算法。在Map阶段和Reduce阶段分别完成隶属度和聚类中心的计算,每次迭代都需要启动一次完整的MapReduce执行过程。通过多次迭代计算出隶属度值以及聚类中心,并更新聚类中心文件,供下一轮作业使用,重复执行这一过程直至得到最终聚类结果。实验结果表明,该算法能够有效减少MapReduce计算过程中的迭代次数,从而提高整体执行效率。     

基于局部远亲差分增强的扰动粒子群优化算法

针对粒子群优化（PSO）算法在搜索过程中因个体间缺乏交互,使种群逐渐丧失多样性、导致算法陷入局部极值的问题,提出了一种基于局部远亲差分增强的扰动粒子群优化算法（LFDE-PPSO）。首先,为扩大种群搜索空间,在速度更新过程中引入扰动因子,使惯性权重、学习因子在小范围内波动;其次,引入重构概率,选择适应度值低的个体重建中间种群;最后,为增加种群多样性,使较差个体的优秀基因得以保留,引入粒子不相关性及远亲个体,利用不相关性选择与差分个体基因差异性较大的远亲进行差分增强。实验结果表明,所提算法能够使中间种群中适应度值高的个体得以保留,有效增加种群多样性,使种群具备较强的跳脱局部极值能力,加快粒子逼近全局最优,同时具有收敛快、精度高等优点。     

基于预测–校正内点法ATC计算

20世纪70年代,电力工作者开始对系统区域间的可用输电能力(Available Transfer Capability,ATC)进行研究。在联邦能源管理委员会(Federal Energy Regulatory Commission,FERC)下达要求输电网的运行单位需计算ATC的命令之后,ATC的研究受到了广泛的关注。快速、可靠地评估ATC对系统的输电可靠性和电力市场交易顺利进行有着重要的作用。基于预测校正内点法计算速度快、鲁棒性好、快速收敛等优点,将预测校正内点法(Predictor-corrector Primal-dual Interior-point Method,PCPDIPM)应用于电力系统ATC计算;通过对模型进行仿真分析,与传统原对偶内点法(Primal-dual Interior-point Method,PDIPM)计算ATC进行比较,验证模型的实用性和算法的有效性及快速收敛性。     

融合内容与矩阵分解的混合推荐算法

传统的基于内容的推荐算法往往具有较低的准确性,而协同过滤推荐算法中普遍存在数据稀缺性和项目冷启动问题。为解决上述问题,提出了一种融合内容与协同矩阵分解技术的混合推荐算法。该算法实现了在共同的低维空间中分解内容和协同矩阵,同时保留数据的局部结构。在参数优化方面利用一种基于乘法更新规则的迭代方法,以此提高学习能力。实验结果表明,该算法优于其他具有代表性的项目冷启动推荐算法,有效缓解了数据稀疏性,提高了推荐准确性。     

一种优化聚类的协同过滤推荐算法

针对传统的协同过滤推荐算法存在评分数据稀疏和推荐准确率偏低的问题,提出了一种优化聚类的协同过滤推荐算法。根据用户的评分差异对原始评分矩阵进行预处理,再将得到的用户项目评分矩阵以及项目类型矩阵构造用户类别偏好矩阵,更好反映用户的兴趣偏好,缓解数据的稀疏性。在该矩阵上利用花朵授粉优化的模糊聚类算法对用户聚类,增强用户的聚类效果,并将项目偏好信息的相似度与项目评分矩阵的相似度进行加权求和,得到多个最近邻居。融合时间因素对目标用户进行项目评分预测,改善用户兴趣变化对推荐效果的影响。通过在MovieLens 100k数据集上实验结果表明,提出的算法缓解了数据的稀疏性问题,提高了推荐的准确性。     

“链”式教学模式下Java Web课程教学改革与实践

针对Java Web课程教与学的特点,提出边讲边练、以练代讲的"链"式教学模式,从课程教学模式、综合实践环节和课程考核方式方面介绍改革实践,最后从学生就业和参加学科竞赛情况说明教学改革效果。     

无线城市社团发现的研究——在Spark上利用改进关联规则实现社团发现的算法

社团发现算法存在生成结果冗余及时间复杂度高等问题,虽然关联规则是解决社团发现问题的有效方法,但面临大量迭代计算的瓶颈。针对上述问题进行了研究,提出了一种改进社团发现的SIACD算法。该算法引入MAC地址和布尔矩阵的概念对数据进行预处理,利用基于项数的布尔向量交运算改进Apriori算法,再基于Spark实现算法并行化计算,通过关联规则的方式挖掘无线社团数据。实验结果表明,SIACD算法解决了生成结果冗余、复杂度高、迭代计算等问题,提升了社团发现的挖掘速度,提高了对大数据的处理能力。     

新型环保固体胶的研制与性能研究

用水性环氧树脂(自制)改性羧甲基纤维素钠(CMC),硬脂钠为赋型剂、乙二醇为保湿剂制备出粘接性好的新型环保固体胶。通过探索实验条件,初步确定配方中各因素的种类及用量,然后采用响应面法优化配方中主要因素用量对固体胶性能的影响。实验结果表明:羧甲基纤维素钠用量为3.23%,水性环氧树脂在29.89%,硬脂酸钠用量为2.03%,水为55%,乙二醇为10%,反应温度80℃时制得的无毒固体胶成型好、粘结能力强,可用于常见的纸张粘结及纸箱包装等。