电磁领域中复超越方程的遗传算法求解方法

将遗传算法与参数跟踪策略有效结合,跟踪过程中进行搜索域压缩与位移操作,形成了一种功能强大的新算法,可成功应用于电磁领域中各种各样复超越方程的高精度求解问题.在算法实现过程中,使用参数跟踪策略有效地缩小了搜索区域,保证了解的单一性,提高了运算速度;使用动态搜索域提高了解的精度;应用三阶差商公式预估新的搜索中心,使运算速度得以进一步提高.应用本文发展的算法详细求解了终端短路法测量材料的复介电常数时得到的复超越方程和部分填充矩形波导的特征方程,计算结果表明该算法能够轻松地解决复超越方程中的多值问题,解集完备性好,算法鲁棒性强.     

地质雷达和瑞雷波检测公路工程质量技术研究

地球物理方法的应用,使公路工程质量检测技术变得更加简捷、高效和经济,能够有效缓解当前路况检测和公路工程维护所面临的压力.在介绍了地质雷达和瑞雷波探测法的基本工作原理的基础上,将这2种探测技术应用在公路工程质量检测中,详细介绍了它们对公路厚度、压实度、抗压强度、弯沉值、含水量、脱空区段等检测的具体实施方法和步骤,并指出了相关注意事项.分析认为,随着技术的更新和设备的完善,地质雷达和瑞雷波技术能够有效地应用到公路工程的质量检测过程中,有着很好的应用前景和推广价值.     

基于改进的PSO算法的神经网络相关性剪枝优化*

针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题,提出了一种基于改进的分期变异微粒群优化算法（SMPSO）的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异,在后期使停滞代数过高的个体极值和全局极值发生变异,后将SMPSO用于优化神经网络相关性剪枝算法。实验结果表明,该方法与采用BP算法及标准PSO算法进行相关性剪枝相比,在训练收敛速度、剪枝效率及分类正确率三方面都有较大提高。     

Linux平台下网络入侵防御系统的研究与实现

针对防火墙和入侵检测系统在网络安全防御上存在的缺陷,本文提出了一个在Linux平台下,基于两层防御机制的网络入侵防御系统．该系统扩展了网关防火墙的入侵检测功能．实现了网关防火墙对攻击的最初防御,增加了入侵检测系统Snort的联动响应功能,Snort对逃避了网关防火墙检测的复杂攻击进行再次防御．实验结果证明,两层防御机制对大规模的蠕虫攻击起到了实时抵制作用．     

面向数据挖掘的教学系统的设计与实现

由于数据挖掘技术具备从大量数据中提取特定数据模型的优势,已得到广泛的认可和应用。目前,数据挖掘在教育领域中应用的主要热点之一是如何构建面向数据挖掘的教学系统的研究。介绍一种面向数据挖掘技术的教学网站的设计思想和实现方法。该网站实现传统教学系统的通用模块,并增加对教学日志的支持功能。该功能为数据挖掘研究提供实验数据和实践平台。     

一种PCI转OPB接口的设计与实现

IIC接口为OPB总线与IIC串行总线之间的高度可编程接口,在I2C总线上既可作为主设备,又可作为从设备。该部分设备挂在OPB总线上,PPC处理器通过PLB2OPB桥来访问这些寄存器。为使PCI主机能正确访问IIC接口寄存器,文中在对PCI总线协议和IIC协议进行深入研究的基础上,提出一种PCI接口到OPB接口的时序转换电路解决方案,以满足二者之间的通信需求。通过功能仿真和工程实践表明,该转换电路工作稳定,性能良好,较好地满足了应用需求。     

基于流形学习的整体正交稀疏保留鉴别分析

稀疏保留投影是一种有效的特征提取方法,但是其主要关注样本间的全局稀疏重构关系,并且得到的投影变换通常不是正交的。在实际应用中,图像数据往往处于高维空间中的一种低维流形中,正交性一直被认为有利于提高鉴别能力。文中以有监督学习的方式在稀疏保留投影中引入了流形结构保留,并使得投影空间正交,从而提出了一种新的特征提取方法,即基于流形学习的整体正交稀疏保留鉴别分析（MLHOSDA）。在人脸和掌纹图像数据库的实验结果表明此方法具有较好的识别效果。     

基于移动侦测技术的贮柜安全防范系统

介绍基于移动侦测技术的贮柜安全防范系统的实现和应用.     

基于Matlab的加权随机点名提问系统设计

该文从教学需求出发,设计一套具有权重的随机点名课堂提问系统,其目的是提高课堂教学质量与学生参与的积极性。该系统具有两个方面的功能,第一,可以避免教师在课堂教学中的带有个人感情色彩的提问偏重,给予每个学生相对均等的回答课堂提问的机会;第二,可以根据学生知识掌握情况以及课堂问题难易程度,适度调节随机点名的权重分配,提高学生问题回答质量与课堂效率,将课堂提问在教学环节中发挥到最大的作用。     

基于IMU与激光雷达紧耦合的混合匹配算法

针对线、面特征匹配的激光雷达测距与地图构建算法(Lightweight and Ground-Optimized Lidar Odometry And Mapping,LeGO-LOAM)在自动导引运输车(Automated Guided Vehicle,AGV)室内室外实时建图与定位时,易出现激光里程计累积误差大和旋转估计不准确等问题,本工作采用惯性测量单元(Inertial Measurement Unit,IMU)与激光雷达紧耦合的LeGO-LOAM算法,通过IMU为激光雷达提供的初始位姿信息,构建IMU与激光雷达联合误差函数,实现位姿共同迭代优化.其中,对于室外结构化信息较少时,在点对点的迭代最近点算法(Iterative Closest Point,ICP)较高定位精度的基础上,结合LeGO-LOAM算法和ICP算法互补性,进一步提出基于IMU与激光雷达紧耦合的混合匹配算法:当环境中结构信息较多时,激光里程计采用LeGO-LOAM算法,而当环境中结构化信息较少时采用ICP算法.实验结果表明,基于IMU与激光雷达紧耦合的混合匹配算法可有效降低激光里程计相对位姿误差和累积误差,提高AGV小车定位精度以消除部分地图重影.