引入补偿采样和平滑算子的概率集群优化算法

探讨一种新颖的分布式多智能体优化算法及其在求解约束优化问题上的实现方式.通过分析该算法在有限采样数下寻优能力所受到的影响,提出在迭代优化过程中引入补偿采样机制和平滑算子的改进方案,在保留原算法优点的基础上提高了采样过程对决策空间的覆盖度,增强了方法的全局和局部邻域搜索能力.实验结果表明,引入补偿采样和平滑算子后的概率集群优化算法在收敛速度、解质量和稳定性等方面均得到了明显改善.     

基于深度学习的Wi-Fi与iBeacon融合的室内定位方法

针对传统室内定位指纹法存在定位精度低、容易受到环境影响的问题,提出了一种基于深度学习的Wi-Fi与iBeacon融合的室内定位方法。离线阶段在参考点处采集各个AP和iBeacon的信号强度,使用这些信号强度数据对堆叠自动编码机进行训练并从大量带有噪声的信号强度样本中提取特征,构建位置指纹数据库;在线定位阶段,使用堆叠自动编码机获得待测点信号强度特征并与位置指纹数据库中信号强度特征进行匹配,通过近邻算法估计待测点位置。实验结果表明,基于堆叠自动编码机的室内定位算法具有更高的定位精度。     

Android内核分析

介绍Android移动平台系统架构．通过对Android源代码的分析．将其与标准Linttx内核（2．6．27）源代码相比较,详细解析Android内核的功能更新,分析讨论Android内核与标准Linux内核之间的不同以及Android在移动平台上的优势．并对Android在各种内核之间做出一个定位,介绍Ubuntu环境下Android内核的获得与编译。     

基于数据挖掘技术的云环境服务分类算法

为了提高Web服务的分类效果,提出了一种基于数据挖掘技术的云环境Web服务分类算法.首先提取服务特征向量,并进行相应预处理得到服务特征向量集,然后采用最小二乘支持向量机训练特征向量集,并采用萤火虫算法优化最小二乘支持向量机参数,建立最优的服务分类模型,最后采用标准数据进行仿真实验,对本文算法性能进行测试.仿真实验结果表明,相对于其它Web服务分类算法,本文算法不仅提高了Web服务分类的精度,而且提高了Web服务分类效率.     

一种量子行为粒子群优化动态聚类算法*

为了改善量子行为粒子群优化算法的收敛性能,避免粒子早熟问题,提出了一种基于完全学习策略的量子行为粒子群优化算法。由此设计了一种新的数据聚类算法,新的聚类算法通过特殊的粒子编码方式在聚类过程中能够自动确定最佳的聚类数目。在五个测试数据集上与其他两种动态聚类算法进行聚类实验比较,实验结果表明,基于完全学习策略的量子行为粒子群优化动态聚类算法能够获得较好的聚类结果,有着良好的应用前景。     

空对地攻击传感器探测区域建模与仿真

机载传感器的探测区域是制定传感器使用计划、验证日标区域内航迹可行性和判断武器发射条件的基础.通过对战场环境中的的威胁、目标、地形、传感器搜索区域、目标发现过程和目标区域内的航迹等因素进行分析,利用Johnson判别准则建立了目标区域内传感器的可行探测区域模型,模型可作为制定飞行前任务计划的依据.最后对前视红外传感器的探测区域进行了仿真,并给出了威胁最小的探测段航迹,仿真结果表明,该模型满足实际规划的需求.     

一种低成本分布式控制系统的设计

提出了一种低成本的分布式控制系统的设计思路.系统采用上位机、下位机式结构,并采用技术成熟的单片机AT89C2051作为微控制器.着重分析了该系统单片机控制节点的通信机制以及多电机的同步控制策略.     

GC-MS法建立青稞酒特征指纹图谱的研究

应用气相色谱-质谱联用技术(GC-MS)对7批次青稞酒酒样进行指纹图谱测定,采用指纹图谱软件进行计算,建立了青海青稞酒的共有指纹图谱。结果表明,GC-MS法建立的GC-MS指纹图谱不仅具有可多成分同时测定的优势,而且有较好的重现性、精密度和稳定性,所建立的方法为青稞酒的真伪鉴定提供了技术储备。     

一种新颖的混合响应面优化方法

为减少黑箱优化过程中的评估次数,提出了一种新颖的混合响应面优化方法(HRSO),利用混合响应面建立高精度的近似模型作为代理模型,通过迭代更新响应面不断接近真实模型,从而完成优化。以Dixon-Szego函数类作为测试函数,以评估次数为方法性能优劣的评价指标,实验结果表明,与Gutmann-RBF、CORS-RBF两种方法相比,HRSO能够在较少的评估次数内满足相同的收敛条件,且向全局快速收敛,是一种适合求解黑箱优化问题的方法。