一种基于混合神经网络的浮选pH值预测模型

矿物浮选过程中,矿浆pH值作为影响浮选效果的一个重要因素,是实现浮选过程监视及优化控制的一个重要参量。目前的pH值测定仪存在交叉污染、测量滞后等问题,难以获得实时准确的pH值。为使浮选运行在最优状态,在泡沫图像特征提取的基础上,提出一种基于自适应遗传混合神经网络的预测模型,该模型首先利用主元分析(PCA)方法对提取的多个图像特征进行降维,然后采用自适应遗传混合神经网络(AGA-HNN)建立pH值预测模型。最后将该模型应用于浮选现场,预测结果能够实时跟踪实际值,根据预测值实时调整工况条件,改善了浮选效果,提高了浮选效率。     

基于域策略形成算法的研究与实现

本文在深入分析域、策略的基础上，提出了基于域为单位的策略形成算法，并进一步介绍了具体实现方法。     

统计和规则结合识别动词的跨分句论元

与印欧语言不同,汉语的句子往往是由多个分句组成的复句。但目前的中文语义角色的标注语料和标注系统并没有对现代汉语的这个特点给予充分的重视。由于数据稀疏的问题,对于与动词跨分句的论元还没有一个有效的识别方法,直接影响了汉语真实文本语义角色标注的研究。运用统计和规则结合的方法,对与动词跨分句的论元进行识别。先用一条基本的规则识别出大部分的动词的论元,再找到规则识别的薄弱点,运用统计决策树融合多种特征构造模型,以进一步提高识别的准确率。实验结果表明,对于与动词的跨分句的论元,仅仅规则识别的F值就达到了65.3%,使用决策树后,F值提高到67.2%。     

波束成形系统与分集系统在下行蜂窝通信中的比较

多天线波束成形系统与发送分集系统在下行蜂窝系统中是两种互补的技术。波束成形系统能够提供阵列增益,但是没有分集增益;相反,发送分集系统能够提供分集增益而没有阵列增益。通过计算在有无切换、相关衰落时系统的中断容量、CDF、传输功率等来比较两种系统的性能。     

一种基于区间数偏离度的方案排序方法

针对特征取值为区间数的方案排序问题,提出两个区间数的偏离度概念用以构造方案间的偏离度矩阵,并给出一种基于总体偏离度优化的特征权重确定方法。利用提出的区间数向量的相对贴近度概念刻画一个方案接近于另一个方案的程度,进而对候选方案的优劣排序。该方法提出的各种度量较直观、易于理解,并通过实例验证方法的有效性和实用性。     

声纳自适应波束形成器的集成化实现

研究声纳系统自适应波束形成器的集成化实现技术，采用现场可编程门阵列（ＦＰ－ＧＡ）器件，对ＲＭＧＳＥＦ自适应算法的Ｓｙｓｔｏｌｉｃ处理阵列完成了单片化集成。电路设计过程中根据ＦＰＧＡ器件内部结构特点，对电路结构形式进行了优化。该系统具有很高的运算性能又具有体积小、重量轻、可靠性高的优点，对实时信息处理系统的小型化研究具有参考价值。     

基于层次结构的元数据动态管理方法的研究

在大规模分布式存储系统中,元数据高性能服务和扩展性已成为一个重要的研究热点.在元数据服务器(metadata server,MDS)中,将元数据分解为目录对象和文件对象.目录对象为定位性元数据,提供文件所在位置和访问控制;文件对象为描述性元数据,描述文件的数据特性.每个MDS负责所有目录对象和自身的文件对象,同时,以目录对象ID和文件名为关键字的Hash值作为局部元数据查找表的索引,通过Bloom Filter算法将每个MDS的局部元数据查找表压缩成一个摘要,这样既可利用MDS中Cache,提高Cache的命中率,减少磁盘I/O次数,动态扩展MDS,又能够实现快速的元数据查找.     

基于ADIS16354的姿态角传感器设计

介绍了ADIS16354器件(陀螺仪和加速度计集成传感器)的基本功能;利用TMS320F2812 DSP搭建了一个硬件平台并通过SPI接口完成对ADIS16354的控制、数据采集和状态查询;结合捷联惯性导航系统姿态解算算法及DSP快速解算的特点实现了载体的俯仰角和倾斜角的测量;编写上位机程序实现对ADIS16354的配置和解算结果的实时显示。在无磁转台上进行了静态和动态条件下的测试,结果表明:该姿态角传感器具有较高的角度稳定度(陀螺漂移率小于0.02°/s)和准确度,抗磁干扰能力强,可广泛用于在工业自动化、导航定位、航空航天等场合。     

一种基于L2,1范数的PCA维数约简算法

传统PCA存在对异常值和特征噪声敏感等问题,基于L2,1范数的PCA算法改进了这些缺点。现有的基于L2,1范数的PCA算法是通过降低矩阵的秩来实现维数约简,而秩的计算复杂。针对这一问题,提出一种新的维数约简算法。该算法提出利用迹范数代替矩阵的秩来简化L2,1-PCA的计算,提高算法效率;对于算法的求解提出了基于拉格朗日乘子的方法并将算法应用扩展Yale B人脸数据集进行图像去噪。可视化的实验结果表明所提出的算法有效。     

基于MFCC和加权矢量量化的说话人识别系统

文章介绍的说话人识别系统,采用能够反映人对语音的感知特性的Mel频率倒谱系数(Mel-FrequencyCeptralCoefficients,MFCC)作为特征参数,同时考虑到特征参数各维分量对于不同说话人的区分程度,采用加权的办法进行矢量量化。取得了很好的结果,系统训练和识别计算量和存储量都比较低。