基于并行预测控制的Turbo码译码结构

提出一种基于并行预测控制的Turbo码译码结构. 通过建立预测控制模块(PCA)来预测分量译码器第n+1次的译码外部信息值. 相比于传统的并行译码方案,基于PCA模块的PPC-Turbo结构可以降低译码算法的复杂度,并减少译码时延. 通过对单次外部信息值预测（6～9次）及复次外部信息值预测（6+8、7+9次）,对比了外部信息预测的变化趋势及不同帧长（1?024、512、256、128、64帧）情况下的译码时延,验证了译码时延的减少. 在帧长为1?024、信噪比为0～2?dB时,对译码器2第6～8次的外部信息进行了单次预测,比较了PPC-Turbo与Turbo的误比特率(BER)性能,结果表明,两者的BER非常接近,预测控制模块可以代替分量译码器的一次译码迭代.     

优化SVR的加权马尔可夫链用电量预测

研究电力系统中用电量的准确预测问题.由于影响用电量的因素众多,并且用电量数据与相关因素之间呈现高度的非线性关系,传统的预测方法很难捕捉用电量的变化趋势,预测精度较低.为了提高预测的精度,提出了一种马尔可夫链优化的SVR模型.上述模型根据支持向量回归机原理,以网络搜索交叉验证的思想优化模型参数,通过加权马尔可夫链原理优化预测结果,将原来的数值预测转化为概率区间上的预测.同时,在利用加权马尔可夫链的预测信息之后,也提高了预测的精度.最后,将改进模型应用于江苏省全社会用电量的预测分析,实验结果表明优化的支持向量模型优于其它对比模型,有较高的泛化能力和预测精度.     

Fitts＇定律实验的设计与实现

首先,介绍了Fitts＇定律,然后,设计了验证Fitts＇定律的实验,最后,使用Matlab7.0.1对数据进行了统计和分析.实验结果有效地验证了Fitts＇定律,并且Fitts＇ Law（错误率为4％）得到的预测模型精度高于通过“effective width”Fitts＇ Law得到的预测模型.     

Non-destructive testing and pre-warning analysis on the quality of bolt support in deep roadways of mining districts

The bolt support quality of coal roadways is one of the important factors for the efficiency and security of coal production. By means of a self-developed technique and equipment of random non-destructive testing, non-destructive detection and pre-warning analysis on the quality of bolt support in deep roadways of mining districts were performed in a number of mining areas. The measured data were obtained in the detection instances of abnormal in-situ stress and support invalidation etc. The corresponding relation between axial bolt load variation and roadway surrounding rock deformation and stability was summarized in different mining service stages. Pre-warning technology of roadway surrounding rock stability is proposed based on the detection of axial bolt load. Meanwhile, pre-warning indicators of axial bolt load in different mining service stages are offered and some successful pre-warning cases are also illustrated.The research results show that the change rules of axial bolt load in different mining service stages are quite similar in different mining areas. The change of axial bolt load is in accord with the adjustment of surrounding rock stress, which can consequently reflect the deformation and stability state of roadway surrounding rock. Through the detection of axial bolt load in different sections of roadways, the status of real-time bolt support quality can be reflected; meanwhile, the rationality of bolt support design can be evaluated which provides reference for bolting parameters optimization.     

混沌理论在电力系统负荷预测中应用综述

电力系统负荷的准确预测,对电力系统安全、高效运行有重要作用。负荷存在混沌特性,而基于混沌理论的预测较好地刻画了负荷物理属性,预测精度高。并主要介绍了混沌理论在负荷预测中的应用。首先,概述了基于混沌理论预测的机理,介绍了几种混沌特性判别的方法。然后,介绍了几种预测模型。最后,对现有预测模型总结和展望。     

潜江凹陷建新地区地震储层预测研究

以古地貌分析、砂体展布特征为指导,开展了潜江凹陷建新地区多种技术手段的地震储层预测研究。结果表明,振幅类与波形类属性是该区的敏感性参数,并且通过本地区的岩石物理分析,认为波阻抗也能较好地区分储层;在刻画储层展布形态的同时与构造相叠合落实了多个构造-岩性圈闭,进一步明确该区构造-岩性油藏的勘探潜力。     

视频网站的数据存储管理优化

针对视频网站数据优化存储的问题,定义了文件热度的概念,利用平均值的方法描述了各个类型数据的热度。在此基础之上采用时间序列方法对数据进行预测,得到了未来十天的不同类型视频的访问情况。最后,分析了文件多个周期的热度,通过隶属度函数确定出每一个周期的淘汰阈值,通过计算不同周期的淘汰阈值,得到一个动态的淘汰阈值示意图,从而给出文件淘汰分发的原则,实现了数据的存储管理优化。     

转炉炼钢氧枪枪位自动控制专家系统的实验室研究

在转炉造渣过程中，渣中FeO的含量直接影响到石灰的溶解速度、造渣途径和炉渣的喷溅、返干，在泡沫渣淹没吹炼状态下，调整氧枪枪位可有效地控制渣中FeO的含量。音平控渣系统，可以给出喷溅、返干的趋势，在此基础上，开发氧枪枪位自动控制专家系统，对喷溅、返干进行预测，采用自学习技术给出枪拉操作提示。此系统为氧枪自动控制奠定了基础。     

基于BP神经网络和模糊推理系统的短时交通流预测

本文研究短时交通流预测。短时交通流预测是智能交通系统研究和实践的必要基础。本文提出和建立了一个短时交通流量预测模型,该模型利用一个基于规则的模糊系统,非线性地组合BP 神经网络模型和自适应卡尔曼滤波模型的交通流量预测结果,使得短时交通流量的预测结果更加准确可靠。该模型将传统方法和人工智能方法有机结合,一方面,利用人工神经网络强大的动态非线性映射能力,从而提高预测精度;另一方面,充分发挥卡尔曼滤波的静态线性稳定性,解决了单独使用BP神经网络进行预测时识别率不理想和可信度不高的问题。实验结果表明,本文提出的短时交通流预测模型具有较高的准确度和可靠度。     

基于热度曲线分类建模的微博热门话题预测

及时掌握大众关心的热点话题是企业进行商业创新和商务营销的重要前提。现有方法大都依赖于非结构化数据的处理或反复遍历样本集,使算法复杂性较高。文中从话题的统计特性出发,提出建立在结构化数据上的非参数方法。首先对单个话题构建表征话题传播扩散程度和关注聚焦程度的热度曲线;然后对这些形态丰富的热度曲线进行分类建模,得到不同类别曲线的共性特征及发展规律;最后使用分类模型上的加权投票规则预测新话题是否会发展成为热门话题。基于新浪微博平台进行数据收集和实验,结果表明该方法数据结构简单、效果良好、复杂度低且易于控制。