微软应用虚拟化技术（APP—V）应用研究

分析了应用软件在传统管理模式下使用过程中存在的主要问题,介绍了虚拟化技术原理及微软应用虚拟化（App-V）技术解决方案,通过采用微软应用虚拟化技术对网络环境中应用软件进行有效管理,解决应用程序之间的兼容性问题,实现了在网络服务器端对应用软件的进行集中控制和灵活管理,提高软件运维效率。     

质心和DV-Hop定位算法概率分布特征的研究

为了对质心定位算法和DV-Hop定位算法的概率分布特征进行研究,在深入研究质心定位算法和DV-Hop定位算法的基础上,提出了一种概率分布特征的分析算法,并在MATLAB平台上进行了仿真实验。实验结果表明,在相同的节点分布密度以及网络连通度的条件下,在锚节点数量较少情况下,DV-Hop定位算法比质心定位算法落在规定范围内概率大,在锚节点数量上升到一定数量后,质心定位算法将接近并超过DV-Hop定位算法的概率分布。     

常用HTML5移动应用框架

该文针对目前比较流行的HTML5移动应用框架进行了阐述,分别介绍了jQTouch、Sencha Touch、jQuery Mobile、Tita nium Mobile等四种常用的框架特点及运用,并重点以Sencha Touch运用过程为例。     

无线传感器网络路由协议概述

该文对无线传感器网络的路由协议进行了简要概述,总结了典型的平面路由协议和层次路由协议(分簇路由协议),重点介绍了LEACH路由协议和EEUC路由协议,并分析了其基本原理,最后对LEACH协议、LEACH-C协议和EEUC协议进行了模拟仿真,并对结果进行了简要分析和总结。     

淮北平原主要农作物涝渍灾害 损失评估研究

针对淮北平原除涝减灾综合治理与规划中缺乏主要农作物受涝损失调查与评估基础资料的实 际问题,于2010年9月初区域降雨成灾之际,对受涝区进行主要农作物受涝经济损失调查。依据实 地调研成果,通过综合统计分析推求了不同耕地类型不同暴雨强度下的受涝损失率,在此基础上实现 了对淮北平原受涝经济损失的合理评估。     

Compressed sensing of superimposed chirps with adaptive dictionary refinement

The compressed sensing （CS） theory shows that accurate signal reconstruction depends on presetting an appropriate signal sparsifying dictionary. For CS of superimposed chirps, this dictionary is typically taken to be a waveform-matched dictionary formed by blindly diseretizing the frequency-chirp rate plane. However, since practical target parameters do not lie exactly on gridding points of the assumed dictionary, there is always mismatch between the assumed and the actual sparsifying dictionaries, which will cause the performance of conventional CS reconstruction methods to degrade considerably. To address this, we model the waveform- matched sparsifying dictionary as a parameterized one by treating its sampled frequency-chirp rate grid points as the underlying parameters. As a consequence, the sparsifying dictionary becomes refinable and its refinement can be achieved by optimizing the underlying parameters. Based on this, we develop a novel reconstruction algorithm for CS of superimposed chirps by utilizing the variational expectation-maximization （EM） algorithm. By alternating between steps of sparse coefficients estimation and dictionary parameters optimization, the algorithm integrates the process for dictionary refinement into that of signal reconstruction, and thus can achieve sparse reconstruction and dictionary optimization simultaneously. Experimental results demonstrate that the algorithm effectively deals with the performance degradation incurred by dictionary mismatch, and also outperforms the state-of-the-art CS reconstruction methods both in compressing the signal measurements and in suppressing the measurement noise.     

频谱细化在电力谐波分析仪中的应用

论文提出一种基于二段式FFT频谱细化算法,利用了存贮空间中保存的前一次计算的数据,增加了实际计算的数据长度,在运算时间增加不多的情况下,提高了FFT的频率分辨率.并利用谐波分析仪上DSP芯片强大的数字信号处理能力对数据进行分析和处理.该算法作为谐波分析方法用于谐波分析仪中,能提高了谐波分析仪的精确度和快速性.     

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索,并且算 子固定,导致算法早收敛、搜索效率较低。基于DE 变异策略性能,提出一种混合变异策略, 力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性; 后期偏重局部搜 索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ, 进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有 效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。     

一种基于改进的量子神经网络的语音降噪方法

利用一种改进的量子神经网络（IPSO-QNN）在时域上对含噪的语音信号进行降噪处理,文中重点改进了QNN所涉及到的学习算法。针对粒子群算法本身存在早熟的不足,提出了一种改进的粒子群优化算法（IPSO）。该算法通过对早熟粒子的速度和位置叠加随机数据,使其离开局部最优,从而使算法具有更强的寻优能力。利用IPSO对量子神经网络的参数进行训练和学习,建立了比较高效的基于改进的量子神经网的语音信号滤波器,并通过Matlab软件建立实验平台,实验结果表明,新算法充分利用了量子神经计算的快速性以及粒子群算法的全局寻优能力,从而使该语音信号滤波器,具有良好的降噪性能。     

液体粘滞系数精确测量系统设计

采用沉降法测量液体粘滞系数受手工按秒表、视差及小球下落偏离中心等因素影响,测量结果准确度不高.采用激光光电传感器结合单片机计时,克服人工秒表计时的视差和反应误差,测量小球下落速度的准确度高,引导学生掌握一种新型计时、测速、计数的方法.本研究既保留原实验装置的操作和实验内容,又增加了激光光电计时器的原理及使用方法,扩大了知识面,提高了测量精确度,体现了实验教学的现代化.研究结果表明:该系统测量的蓖麻油的粘滞系数(14℃)的相对误差只有3.5%,大大提高了粘滞系数测量精度,为粘滞系数测量和计时器的设计提供了研究思路和方法.