基于差分相关的星载AIS信号帧同步

在星载AIS接收机中,船舶信号在传输过程中产生的大范围时延和多普勒频移,给正确解码带来了困难。针对这一问题,基于AIS帧结构特点,提出一种差分相关帧同步算法。算法中将AIS帧结构中训练序列、开始标志和结束标志设计为间隔式特征序列作为同步码,通过差分相关函数来实现帧同步。仿真实验结果表明,该算法有较好的抗频偏特性,且在低信噪比下,性能要优于差分卷积法。     

颜色和形状特征分离和局部整合的研究

特征绑定是特征分离和整合的过程。为探究视觉系统处理图像颜色和形状特征的动态绑定过程,提出基于任务的独立成分分析(T_ICA)和最短距离聚类相结合的方法,并将其应用于任务态下采集的脑功能(fMRI)数据,实现颜色和形状处理功能的分离和局部整合。结果表明,T_ICA将f MRI数据分离成彼此独立的特征成分,其中包含有目标特征成分和其他成分;聚类方法实现了颜色功能和形状功能的局部整合,形成了两个分别处理颜色和形状的基本感知系统。通过研究人脑视觉特征绑定机制为计算机视觉捆绑的研究与应用提供一定的参考价值。     

Experimental design approach to calcium carbonate precipitation in a semicontinuous process

The production of precipitated calcium carbonate, PCC, by a semicontinuous process of slaked lime carbonation was performed in a bench-scale chemical reactor, fully controlled by means of custom built electronics and software for the personal computer. Calcite crystals, with different characteristic morphologies (rhombohedral, truncated prismatic, scalenohedral, spheroidal or chain-like agglomerates) were produced by varying a range of process parameters, like temperature, supersaturation, gas mixture flow rate, stirring rate and mass concentration of Ca(OH)₂ suspension. In order to identify the effects of the chosen process parameters on the PCC morphology and on the related specific surface area, as well as on the extent of CO₂ conversion, an empirical approach based on the experimental design techniques was employed. A multiple correlation analysis of the obtained data suggests that temperature and conductivity significantly influence the PCC morphology, while CO₂ conversion is principally influenced by stirring rate, conductivity and gas mixture flow rate.     

PERIODIC CORRELATION IN STRATOSPHERIC OZONE DATA

Abstract. A 50-year time series of monthly stratospheric ozone readings from Arosa, Switzerland, is analyzed. The time series exhibits the properties of a periodically correlated (PC) random sequence with annual periodicities. Spectral properties of PC random sequences are reviewed and a test to detect periodic correlation is presented. An autoregressive moving-average (ARMA) model with periodically varying coefficients (PARMA) is fitted to the data in two stages. First, a periodic autoregressive model is fitted to the data. This fit yields residuals that are stationary but non-white. Next, a stationary ARMA model is fitted to the residuals and the two models are combined to produce a larger model for the data. The combined model is shown to be a PARMA model and yields residuals that have the correlation properties of white noise.     

相空间重构在语音情感识别中的研究

为了更为全面地表征语音情感状态,弥补线性情感特征参数在刻画不同情感类型上的不足,将相空间重构理论引入语音情感识别中来,通过分析不同情感状态下的混沌特征,提取Kolmogorov熵和关联维作为新的情感特征参数,并结合传统语音特征使用支持向量机（SVM）进行语音情感识别。实验结果表明,通过引入混沌参数,与传统物理特征进行识别的方案相比,准确率有了一定的提高,为语音情感的识别提供了一个新的研究途径。     

基于类属属性的多标记学习算法

在多标记学习框架中,每个对象由一个示例(属性向量)描述,却同时具有多个类别标记.在已有的多标记学习算法中,一种常用的策略是将相同的属性集合应用于所有类别标记的预测中.然而,该策略并不一定是最优选择,原因在于每个标记可能具有其自身独有的特征.基于这个假设,目前已经出现了基于标记的类属属性进行建模的多标记学习算法LIFT.LIFT包含两个步骤:属属性构建与分类模型训练.LIFT首先通过在标记的正类与负类示例上进行聚类分析,构建该标记的类属属性;然后,使用每个标记的类属属性训练对应的二类分类模型.在保留LIFT分类模型训练方法的同时,考察了另外3种多标记类属属性构造机制,从而实现LIFT算法的3种变体——LIFT-MDDM,LIFT-INSDIF以及LIFT-MLF.在12个数据集上进行了两组实验,验证了类属属性对多标记学习系统性能的影响以及LIFT采用的类属属性构造方法的有效性.     

多传感器数据采集系统中的数据融合研究

针对多传感器数据采集系统的准确性与可靠性的要求,提出了单传感器分批估计融合与模糊理论中的相关性函数与加权自适应算法相结合的数据融合方法。首先,对每一只传感器进行分批估计融合,得到了较为可靠的局部决策值。然后,利用模糊理论中的相关性函数,计算出每只传感器与其它传感器的相关程度,并剔除掉那些相关程度较低的传感器的局部决策值。最后,在权的最优分配原则下,利用加权自适应算法对剩下的局部决策值进行数据融合。该方法能在数据先验知识未知的情况下,客观地反映各个传感器的可靠程度。数据分析结果表明:与同类融合方法相比,该方法具有更高的精度。     

高职学生综合素质测评的灰色系统建模研究

给出了学生综合素质测评的灰色系统模型,并通过实例应用,表明这种方法简单易行,在高职学生的综合素质测评中能较为科学、准确地得出结果,对高职学生素质总体评价的研究进行了探索。     

基于灰色关联分析的科研机构科技创新能力评价研究

通过采集科研院所有效数据并选取相应指标,采用改进的灰色关联分析方法,计算出各个指标与特征序列指标的关联度,同时分析其与科技创新能力综合评价之间的关联性,进而建立合理有效的评价指标体系,为科学、合理地评价科研院所技术创新能力提供理论指导,从而更有效地促进科研院所技术创新工作不断迈向新台阶。     

基于引力搜索算法的分数阶变异时序回归GSA-TSGM(1,1)模型

为了利用分数阶累加算子在灰色短期预测中的高效性能,首次将分数阶累加算子引入变异时序回归模型以期取得更高的预测精度。主要方法如下：首先取湖北省链子崖某监测点1978—1987年的十年数据作为训练集并使用引力搜索算法确定最佳分数阶累加阶数,而1988—1993年的六年数据作为验证集验证提出的模型;其次对比了经典灰色模型GM(1,1)、分数阶累加灰色模型、变异时序回归模型TSGM(1,1)三种灰色模型。结果如下：首先修正了陈西江等人变异时序回归模型仿真时出现的错误,其次表明了相比于其他的模型,基于引力搜索算法的分数阶累加时序回归模型在进行灰色长期预测中具有较高的预测精度。因此,通过分数阶累加算子提高了灰色理论中长期预测模型的精度,为灰色长期预测提供了指导。