Adaptive detectors in the Krylov subspace

The validity of the application of the Krylov subspace techniques in adaptive filtering and detection is investigated. A new verification of the equivalence of two well-known methods in the Krylov subspace, namely the multistage Wiener filters （MWF） and the auxiliary-vector filtering （AVF）, is given in this paper. The MWF and AVF are incorporated into two well-known detectors, namely, the adaptive matched filter （AMF） and Kelly＇s generalized likelihood ratio test （CLRT） including their diagonally loaded versions, which form new detectors. Compared to the conventional AMF, CLRT, and their diagonally loaded versions as well as the reduced-rank AMF and GLRT, the probabilities of detection （PDs） of the new detectors are improved especially when the sample support is low. More importantly, the new detectors are robust of the rank selection of the clutter subspace compared to the reduced-rank AMF and GLRT. These new detectors all possess asymptotic constant false alarm rate （CFAR） property.     

太阳电池研究的现状与发展前景

太阳能电池的利用可为人类社会提供可再生的清洁能源.综述了太阳能电池的研究现状,从材料、工艺与转换效率等方面讨论了它们的优势和不足之处 ,并对太阳能电池的发展趋势进行了预测.     

一类连续的K-means 等价聚类模型及其优化算法

聚类作为一种非监督学习方法是数据科学中重要的研究内容.K-means是一种基于划分的聚类算法,一般是利用启发式算法求解一个离散的NP问题.为增强K-means在大数据问题中的应用性,从聚类矩阵的属性出发,设计了一类非凸连续的K-means等价聚类优化模型,并利用ADM M框架给出了该等价模型的快速优化算法.数值实验结果表明了该模型及其优化算法在大数据聚类中的准确性和高效性.此外,还讨论了该模型的性质及等价性问题.     

疫情下应用型高校程序竞赛培训的混合多元式教学改革

在新型冠状病毒爆发期间,为了响应教育部“停课不停学”要求,保障疫情防控期间的教学工作正常进行,针对疫情前期在线教学中存在的问题,提出混合多元式教学模式。该模式充分考虑了应用型人才培养要求以及程序竞赛培训特点,将流行的慕课教学、翻转课堂和在线判题系统进行结合,构建了完善立体的混合多元式程序竞赛在线教学体系。最终,通过该模式顺利地完成疫情期间程序竞赛的在线教学任务,并使学生在竞赛中获得优异成绩。     

基于情境学习的射孔仿真培训系统应用研究

由于传统的仿真培训中只能通过鼠标的点击与键盘进行交互,存在着现场感缺乏以及用户体验不足等缺点,针对油田射孔岗位仿真培训中的交互问题,提出了应用情境学习理论结合体感交互技术的仿真培训系统。通过将Unity与体感交互技术结合,学习者可以运用手势与姿势来实现与仿真培训系统的交互操作。结合应用这一技术可以使得学习者能够在更逼真的虚拟学习环境中尽情的体会和学习,满足学习者的体验和参与需求,可以有效促进学习者从具体的感知经验上升到抽象的知识概念,为教学培训的顺利开展创设有利的条件。     

基于蚁群算法的能耗均衡的安全路由

针对无线传感网络(Wireless Sensor Networks,WSNs)路由能耗及安全问题,提出基于蚁群算法的能耗均衡的安全路由(Ant Colony based Energy Balancing Secure,ACES).ACES路由利用蚁群算法搜索从源节点至汇聚节点的路径,并利用节点的剩余能量,离汇聚节点距离以及节点信任值对蚁群算法的信息素启发函数,状态转移函数和信息素的更新函数进行优化,使寻径蚂蚁能够快速建立从源节点至汇聚节点的路径,提高数据包传递率,均衡节点能耗.仿真结果表明,提出的ACES路由有效地延长了网络寿命,并提高了数据包传递率.     

一种基于邻近性和团的异常数据检测算法

随着数据科学研究的不断深入,异常数据对数据分析工作的干扰也越来也大,如何有效检测异常数据已成为数据研究的关键问题之一.目前传统基于距离的方法仅考虑单个对象的异常性,缺少对正常对象之间如何抱团的分析,针对此问题,论文提出了一种基于邻近性(Proximity)和团(Clique)的异常检测算法——PCOD(Proximity Cliques Outlier Detec-tion)算法.该算法引入了图论中团的概念,通过团来解释正常对象之间的连接,根据数据对象间的连接性来分析数据点是否为异常点.PCOD算法主要包括两个步骤:首先,根据数据对象之间的邻近性,将数据中各个对象表示为存在边的无向图;再递归搜索图获取所有团集合,对所有的团进行分析并检测出没有抱团的异常点.最后,使用Arrhythmia、Pima、Vowel等UCI数据集进行实验,实验结果表明PCOD算法在精确率方面优于同类异常检测算法.     

Python爬虫在导购系统中的应用

近年来,随着互联网的发展,出现了网上购物这种全新的购物方式。网上购物已经成为年轻人购物的主要方式。但网上的商品琳琅满目,如何挑选物美价廉的商品成为需要解决的问题,由此设计了一个基于Python爬虫的优惠券型导购系统。将淘宝、天猫、京东三大电商网站作为数据源,使用Python的requests、selenium等模块结合IP代理反反爬虫技术将商品信息与优惠券信息爬取下来,对信息进行数据清洗并存入mongo DB数据库中,由后台服务器程序整理数据,并在基于HTML5的安卓端APP展示出来供用户查看与选择。该系统简单高效,可以改善用户的购物体验,具有较高的实用价值。     

论残疾人非制度化利益表达

残疾人通常根据其政治、经济、精神和社会保障等利益需要进行利益表达。当残疾人的利益表达机制不完善、缺乏利益表达意识、社会利益输出不平衡等因素造成制度化利益表达受阻,残疾人只能无奈地选择非常规的、非制度化利益表达方式。通过健全残疾人社会保障服务体系、保证残疾人制度化利益表达渠道畅通、引导残疾人合理运用网络新媒体进行利益表达,是规避由非制度化利益表达造成的社会不和谐因子的有效途径。     

论我国没收程序的没收对象问题

我国违法所得没收的特别程序规定的没收对象是违法所得及其他涉案财产,我国程序法规定的没收对象与实体法规定的没收对象有所不同,也与国际公约所规定的犯罪所得不一致.在分析违法所得与犯罪所得区别的基础上,认为我国刑事诉讼法新增违法所得没收程序的没收对象应该进一步明确和完善.