民航市场竞争演化的元胞自动机仿真

为研究民航市场竞争的演化,采用元胞自动机技术,设计了民航市场商务旅客和休闲旅客的演化模型.以深圳-北京航线上深航与其他航空公司的经营为例,对竞争演化过程进行了,仿真,结果显示了票价、航班频次及航空公司核心竞争力对商务旅客和休闲旅客的不同影响:票价对休闲旅客的影响较大,航班频次及核心竞争力对商务旅客的影响较大.航空公司核心竞争力对市场占有率与航线盈利水平的影响大于航班频次与票价的影响.     

基于SATA接口的并行CRC32算法研究

在CRC校验基本原理及传统串行运算的基础上,介绍了一种快速并行CRC32算法,该算法运算简单、易于硬件实现。与SATA协议结合,设计了基于SATA接口的CRC32数据校验处理模块,该模块处理速度快、输出延时小,能够达到SATA接口实时处理的要求。最后,通过Quartus II开发平台及VHDL硬件描述语言,对SATA协议中帧结构传出的数据进行了仿真,验证了此算法的正确性及优越性。     

基于OpenCV运动目标的检测研究

在Visual C＋＋6.0环境下,介绍一种结合背景差分法和瞬时差分法,能在视频序列中识别运动目标算法,结合OpenCV给出了具体过程和部分代码。该算法利用瞬时差分法得到当前帧中运动目标的轮廓信息,在更新背景模型时不更新运动目标轮廓内区域,避免了由运动目标引起的背景模型更新误差,当发现移动物便自动发出警告声。     

卫星信号模拟器CBOC中频信号设计与实现

GNSS卫星信号模拟器对于GNSS系统及用户接收机的研究和设计起着非常重要的作用。本文主要研究针对Galileo系统E1频点CBOC中频信号的产生方法及数字处理技术,在基于PCIE+DSP+FPGA+DAC架构的中频板卡上完成了与PC上位机通信、波形控制参数计算和更新、副载波生成、基带信号调制以及模拟中频信号的产生;最后给出了频谱、相关峰、定位误差等测量结果,验证了信号的质量和正确性。     

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.     

轮腿式机器人倾覆稳定性分析与控制

对于运动在不平坦地形中的移动机器人而言,其倾覆稳定性非常关键．设计了一种结构对称的轮腿式机器人,它有4个独立的轮腿运动单元,能够变化多种构形．采用动态能量稳定锥方法和倾覆稳定性指数对机器人的稳定性进行综合评价,建立了一个模糊神经网络自适应控制系统．根据稳定性指数值,该系统可以实时改变机器人的构形和速度,保证其倾覆稳定性．正弦路面上的仿真结果表明,该系统所产生的动作实时性好、可靠性高,能够降低机器人自主越障过程中的危险．     

远程教育技术规范XML文档关系数据库存储技术

针对在远程教育技术规范的XML绑定文档中,经常使用元素嵌套,强调数据的层次性、顺序性等特点,提出了一套基于Schema模式的将规范的XML绑定文档存储到关系数据库中的解决方案.该方案在存储文档时,通过建立元素表保存模式的信息,确保了元素的完整性,并在嵌套元素的数据表中添加Layer属性列,以表明元素的嵌套关系,保证了数据的有序性,避免数据在存储和恢复时产生混乱.对数据的存储做了详细的描述.     

基于微气泡散射的水下无线光通信复合信道建模

海浪、船舶尾流以及海洋生物游动与呼吸等原因会导致海水中存在大量的气泡,气泡群带来的散射效应对光信号的水下传输具有重要影响,但典型的水下无线光通信信道模型一般不考虑气泡群带来的负面效应。为了进一步完善传统的水下无线光通信信道模型,本文利用Mie散射理论分析海水中的微气泡及微气泡群光散射特性,基于蒙特卡洛法建立包含气泡散射的复合海水信道模型,分析不同海水水质、气泡密度、链路距离等参数条件下接收端的光学特性和信号特性。结果表明:当链路距离为5m时,随着气泡密度的增大,接收端光斑的弥散程度加剧,其面积可增至初始大小的3～5倍,中心能量也显著降低,最多可降至最大值的05;当链路距离为10～40m时,气泡群的存在以及链路距离的增长会导致接收端第一次接收到光子的时间延长约10～200ns,且使脉冲展宽值增大;当链路距离为2～10m时,气泡群密度的增大最多可使归一化接收功率降低至初始值的0004,但随着水质的恶化,其他粒子含量提高,气泡群对接收功率的影响逐渐减小。该研究可以为水下无线光通信系统的设计和理论分析提供参考。     

基于多视角的多类型错误全面检测方法

随着信息化社会的发展,数据的规模越发庞大,数据的种类也越发丰富.时至今日,数据已经成为国家和企业的重要战略资源,是科学化管理的重要保障.然而,随着社会生活产生的数据日益丰富,大量的脏数据也随之而来,数据质量问题油然而生.如何准确而全面地检测出数据集中所包含的错误数据,一直是数据科学中的痛点问题.尽管已有许多传统方法被广泛用于各行各业,如基于约束与统计的检测方法,但这些方法通常需要丰富的先验知识与昂贵的人力和时间成本.受限于此,这些方法往往难以准确而全面地检测数据.近年来,许多新型错误检测方法利用深度学习技术,通过时序推断、文本解析等方式取得了更好检测效果,但它们通常只适用于特定的领域或特定的错误类型,面对现实生活中的复杂情况,泛用性不足.基于上述情况,结合传统方法与深度学习技术的优点,提出了一个基于多视角的多类型错误全面检测模型CEDM.首先,从模式的角度,结合现有约束条件,在属性、单元和元组层面进行多维度的统计分析,构建出基础检测规则;然后,通过词嵌入捕获数据语义,从语义的角度分析属性相关性、单元关联性与元组相似性,进而基于语义关系,从多个维度上更新、扩展基础规则;最终,联合多个视角...     

基于序列到序列结构的MOBA游戏局势趋势预测模型

多人在线战术竞技(MOBA)游戏是当前世界最流行的电子游戏类型之一,该类游戏涉及的知识领域相当复杂.随着电子竞技产业的飞速发展,数据分析对MOBA游戏的影响也越来越大,在对该类游戏的实时局势进行评价时,一般是选择过程变量作为指标,例如经济差、经验差,但目前缺少趋势预测的相关研究.针对该问题,提出一种基于序列到序列结构的MOBA游戏趋势预测模型(MOBA-Trend).在预处理阶段,针对该类游戏数据的特点,设计一种数据缩放算法体现数据间的重要度,并使用低通滤波器消除数据噪声;之后将双方阵容与历史战斗信息作为输入特征,构建带有注意力机制的序列模型,同时预测经济差、经验差;最后将模型应用于Dota 2,构建并发布相关数据集.实验结果表明,所提出的模型能够有效地预测序列的变化趋势.