基于云模型的指挥信息多重协同过滤算法研究

针对传统协同过滤算法在构建指挥员与指挥要素间的协同过滤关系时面临着数据稀疏、冷启动等问题,提出了一种面向反恐任务的指挥信息多重协同过滤算法。该算法首先通过作战类型对指挥要素进行基于云模型的预协同过滤,然后将凝聚子集分析融入基于用户的协同过滤中,挖掘特定战斗类型下的指挥员与指挥要素间的相似性关系,进而实现精准推荐。实验表明,该算法贴合面向作战任务的指挥信息系统应用实践,有效提高了系统的推荐效率和准确度。     

基于小波分析在地震信号噪声消除中的应用

在地震勘探中,随机噪声是一种频带较宽、严重影响有效波的干扰波,因此随机噪声的有效去除在地震信号处理中显得尤为重要。傅里叶变换是信号处理传统的随机噪声去除方法。它能够反映信号在整个时间域的频谱特征,但不能对非平稳信号进行分析处理。而小波分析技术可以根据局部图像的差异来调整参数,对保留图像的边缘部分和其它高频部分很有用。本文利用小波分析技术对地震信号进行去噪声处理,结果表明小波分析对噪声有较为彻底的压制,地震信号估计精度得到很大改善。     

基于反向平衡聚合树的无线传感器网络分布式TDMA调度算法*

讨论了已有的TDMA算法在端到端延时上的弊端,在优化时隙数的基础上引入链路的使用顺序与数据流向的相关性,提出了分布式TDMA调度算法,利用反向平衡聚合树的生成过程分配时隙,通过控制链路染色顺序分布式优化延时与避免冲突。仿真结果验证了算法在端到端延迟和通信开销上的性能提升。     

并行数据库上的并行CMD－Join算法

并行数据库在多处理机之间的分布方法(简称数据分布方法)对并行数据操作算法的性能影响很大.如果在设计并行数据操作算法时充分利用数据分布方法的特点,可以得到十分有效的并行算法.本文研究如何充分利用数据分布方法的特点,设计并行数据操作算法的问题,提出了基于CMD多维数据分布方法的并行CMD－Join算法.理论分析和实验结果表明,并行CMD－Join算法的效率高于其它并行Join算法.     

基于局部非负稀疏编码的掌纹识别方法

为了更有效地提取出图像的局部特征,在传统的非负稀疏编码(Hoyer-NNSC)算法的基础上,提出了一种新的具有稀疏度约束的局部NNSC (LNNSC)算法。该算法考虑了特征基向量的稀疏度约束和特征的最大化代表性,能够得到强化的图像局部特征;同时利用拉普拉斯密度模型作为特征系数的稀疏惩罚函数,保证了图像结构的稀疏性。在特征提取的基础上,进一步利用径向基概率神经网络(RBPNN)分类器,实现了掌纹的自动识别。仿真实验结果表明,与基于非负矩阵分解(NMF)、局部非负矩阵分解(LNMF)和Hoyer-NNSC的掌纹识别方法相比,该算法在掌纹识别研究中有较高的可行性和实用性。     

阳泉地区“老窑水”现状及治理对策探究

阳泉地区的"老窑水"目前已在部分区域出露,对区域地表水和喀斯特地下水水质造成了一定的影响。因此,本文在充分了解"老窑水"成因及对阳泉地区的影响的基础上,针对区域现状,按照分类制定、综合施策的原则,系统探究了"源头控、末端治"有效结合的治理方案,可为当地"老窑水"治理提供参考,以期为其他类似地区的"老窑水"治理提供借鉴。     

基于虚拟仿真技术的车架动态响应特性分析

采用ALGOR有限元分析软件对车架进行模态分析,得出了前10阶振型及固有频率。运用二自由度汽车振动模型,建立了系统的运动微分方程并利用Matlab中的Simulink模块对车架的振动情况做出了仿真。利用路面谱仿真得到的路面激励信号作为输入,对车架进行动力响应模拟,得到了车架在典型路面上的动态响应特性,为车架的结构优化提供了理论依据。     

改进集成深层自编码器在轴承故障诊断中的应用

针对滚动轴承振动信号故障特征难以自动提取和故障类别难以自动准确识别的问题,提出一种改进集成深层自编码器(IEDAE)方法.首先,改进自编码器的损失函数并设计3种小波卷积自编码器;其次,利用区分自编码器、小波卷积自编码器等5种自编码器构造相应的深层自编码器,并设计“跨层”连接以缓解深层网络的梯度消失现象,实现对轴承振动信号的无监督预训练和有监督微调;最后,通过加权平均法输出识别结果,以保证诊断结果的准确性和稳定性.实验结果表明,改进集成深层自编码器方法能有效地对滚动轴承进行多种工况和多种故障程度的识别,较好地摆脱了对人工特征提取的依赖,特征提取能力和识别能力优于现有其他方法.     

基于动态权值集成的手写数字识别方法

提出了一种基于动态权值集成的多分类器手写数字识别方法。该方法采用BP神经网络的方法,对不同的特征输入向量构建不同的神经网络分类器,通过设定动态权值,进而对不同的分类器的输出向量采用多类器集成方法进行系统集成。实验结果表明该方法具有较高的识别率和识别精度。     

阶梯地形成层场地的斜入射地震动输入方法

基于黏性边界和地震动斜入射时水平成层场地反应算法,发展了一种阶梯地形成层场地的斜入射地震动输入方法,即两个侧面人工边界处采用各自高度水平成层场地的自由场反应作为输入,底面人工边界处采用入射波场作为输入。由于该方法是近似地震动输入方法,分析了人工边界位置、输入地震动、地震动入射角度、地表斜坡倾角及场地分层特性变化对该方法精度的影响。结果表明,平面SV地震波输入条件下,针对该文研究的各种工况,地表最大位移峰值误差均小于5%,说明提出的斜入射地震动输入方法精度较高,可用于阶梯地形成层场地的地震反应分析。