强脉冲噪声环境下的多径衰信道估计

提出一种在强干扰脉冲噪声存在下对无线多径信道进行估计的算法.在无线通信系统中,衰落信道可以采用自回归(AR)模型建模,通过RLS算法和自适应Kalman滤波器分别对AR模型的参数进行估计,但是,这两种算法对噪声干扰非常敏感.为了加快RLS算法的收敛性,并有效抑制大脉冲干扰的影响,在算法的改进中引入了抑制因子,用于对脉冲干扰幅度的抑制.仿真结果显示:相比于传统的算法,改进后的算法在联合估计信道时,提高了抵抗大脉冲干扰的能力,加快了待估参数的收敛速度.     

铁路机车检修计划生成系统的研究

基于模糊理论分析了机车在运行过程中的多种影响因子对机车磨损的影响,对机车检修周期的基本影响因子J、走行公里相关因素Z以及动态因素D进行了深入研究,引入机车当量公里的数学模型,制定出合理的检修计划,建立了铁路机车检修计划生成系统.该系统为机车检修周期提供了合理的依据,大大提高了机车在运行中的经济效益.     

参数曲面四边域上控制变形的伸缩因子与实验

为了改进参数曲面自由变形方法,构造了四边形区域上的伸缩因子函数,它不仅具有已往文献所引入的伸缩因子的特性,还可以在区域上达到峰值,从而克服现有的伸缩因子仅在一点达到峰值的不足,变形区域也由圆形域变为四边形区域.使用四边形区域上的伸缩因子函数去作用待变形曲面的参数方程,从而使曲面在四边形区域上发生形变,并且可通过交互改变控制参数来控制所曲面变形的形状,使其能够更好的表示一些实体的外型.最后,实验结果表明,该方法的数学比较背景简单、各个参数容易控制、重复使用该因子作用于变形曲面,可获得丰富的变形效果.该伸缩因子可应用于几何造型、计算机图形学、计算机动画以及CAD/CAM等众多领域.     

基于证据距离和矛盾因子的加权证据合成法

针对Dempster-shafer (DS)理论直接对高冲突证据合成时会有融合结果不合理的问题,本文提出了一种加权证据合成法.在多个证据融合时,该方法综合利用证据距离和矛盾因子表示证据冲突.并根据各证据与其它证据的冲突程度确定其权重系数,基于此又分别采用两种适用于不同情况的方法对证据基本置信指派函数修正,然后用DS规则合成.算例实验表明了本文方法对高冲突证据融合的有效性,并且其融合结果还具有良好的收敛性.     

结合支持向量机和近邻法的太阳耀斑预报方法

为了提高太阳耀斑预报模型的预报精度,提出了一种结合支持向量机和近邻法(SVM-KNN方法)的太阳耀斑预报方法.将太阳耀斑预报问题看作一个模式识别问题,在此基础上建立新的预报方法.选择太阳活动区的特征参量作为预报因子,如果活动区未来48小时发生大于等于M级耀斑标识为正例样本,未发生耀斑为反例样本,由这些样本组成训练集代入SVM训练算法构造了耀斑预报模型.通过输入活动区的特征参量值,预报模型使用SVM-KNN分类算法预报该活动区未来2天内是否发生太阳耀斑.模拟预报结果表明,新方法比使用SVM方法具有较高的报准率,可以应用到其它太阳活动预报领域.     

改进块式递推偏最小二乘建模方法及应用

针对传统偏最小二乘（ＰＬＳ）模型的在线更新问题,提出了带有自适应遗忘因子的块式递推ＰＬＳ建模方法．通过ＨｏｔｅｌｌｉｎｇT² 和Q统计量确定遗忘因子的大小,并且进行模型递推更新,确保模型跟踪过程特性的变化．将所提出的方法应用于管坯斜轧穿孔能耗过程,表现出较强的模型在线更新能力．测试结果表明,带有自适应遗忘因子的块式递推ＰＬＳ方法的性能优于传统的迭代偏最小二乘方法的性能．

     

一种改进的在线最小二乘支持向量机回归算法

针对一般最小二乘支持向量机处理大规模数据集会出现训练速度幔、计算量大、不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.     

基于FPGA的一类非线性系统模糊控制的改进

针对温控系统不确定的非线性控制,提出了在FPGA硬件平台上分析和设计一种改进的模糊控制器,在传统的模糊控制器的基础上,引入误差量化因子自调整模块,从而减小模糊控制器的稳态误差,实现快速响应和小的超调.     

幽门螺杆菌TNF-α诱导蛋白的生物信息学分析

肿瘤坏死因子诱导蛋白Tipα是幽门螺杆菌特有的一个膜相关蛋白.它可以激活核因子κB,并诱导多种细胞因子和趋化因子的表达,导致胃炎和随后的肿瘤发生.它是幽门螺杆菌和胃癌发生之间的关键分子.本文利用生物信息学工具分析Tipα序列,预测其信号肽、跨膜区、疏水性、二级结构、三级结构等性质.结果:Tipα具有一段信号肽、脂蛋白信号肽酶切位点及脂盒模体.另外该蛋白没有跨膜区,可能是一个外周膜蛋白.Tipα的三级结构说明,该蛋白形成了一个致密的球状结构,Tipα的二级结构以α螺旋为主.     

一种含影响力因子的自适应C均值算法

含影响力因子的硬聚类算法(HCMef)在对多于两类规模不均的样本进行聚类时,影响力因子指数对聚类结果影响很大,取值不当会引起类消失.影响力因子指数在0附近穷举,并利用影响力因子指数较大时类规模会在较少训练次数内消失的现象,降低计算量.提出了含影响力因子的自适应C均值聚类策略(AHCMef),并介绍了两阶段聚类方法,进一步提高聚类成功率和执行效率.结果显示,最佳影响力因子指数出现在成功聚类时的较大值附近,聚类效果从该点起随影响力因子指数的减小而降低.对HCMef算法应用于多类规模不均样本情况时,影响力因子指数的选取具有指导意义.