组合锤置换墩极限承载力计算方法

为研究组合锤置换法加固软土地基的承载性能,需建立置换墩的极限承载力计算模型并验证该计算方法的可行性.首先,进行室内模型试验,研究置换墩墩体形态和墩体破坏模式.其次,在模型试验的基础上,根据能量法建立置换墩极限承载力的计算模型,代入模型相关参数,基于GA_PSO优化算法在Matlab平台研究各参数对墩体极限承载力的影响.试验和计算结果表明:置换墩典型的墩体形态为一轴对称的旋转体,纵向剖面为上大下小的梯形截面;极限状态下墩体的破坏模式为鼓胀破坏;墩径和墩周土体强度对提高墩体极限承载力影响显著,此与组合锤置换法设计理念相吻合.最后,通过一工程案例,验证了该计算方法应用于组合锤置换法初步设计是可行的.     

基于MLP和SPSO的机器人行为选择与运动控制方法

针对传统行为选择机制(ASM)不能很好地做出控制决策的问题,提出一种基于多层感知(MLP)前馈神经网络的ASM,并将其应用到移动机器人目标跟踪中。首先,根据具体应用场景预定义多个机器人行为。然后,根据机器人配备的图像和红外传感器获得的目标位置和障碍物信息,通过MLP神经网络从预定义行为中选择出所需执行的行为。另外,为了构造最优的MLP模型,采用一种简化粒子群算法(SPSO)来优化网络权值参数。机器人目标跟踪仿真的结果表明,提出的ASM能够准确选择出合适的行为,实现了控制机器人跟踪目标移动且能够避开各种障碍物。     

基于特征矢量化的肺结节特征选择算法*

针对肺结节良恶性分类模型中特征选择过程无法避免特征多样性不受破坏的问题,提出一种将肺结节特征矢量化处理的特征选择方法。首先,假设每个肺结节特征都是由数据、类型构成的一个矢量。然后,按照特征类型添加特征到相应的特征子集,并分别利用Relief算法评价特征、特征子集的分类重要性。最后,通过动态阈值的方式筛选得到优化后的特征子集。在150个肺结节样本的分类实验中,采用本文算法所取得的敏感性为94.7%、特异性为93.7%、虚警率为5.2%、受试者工作特性曲线下面积为97.3%。分析表明,本文算法几乎不破坏肺结节特征的多样性,能够显著提高肺结节良恶性分类的准确性。     

基于Apriori算法的数据挖掘在移动医疗系统中的应用

针对医疗行业海量数据的数据挖掘应用少、基础差,数据分析的需求迫切等问题,提出一套创新型数据采集与挖掘方案.该方案选用Apriori算法就目前产科数据集展开关联分析,重点研究剖宫产与体征、药品之间的关联,并分析了产妇入院时间及新生儿出生时间分布与数量的关系.另外,还对关系到数据采集与传输效率的移动医疗系统进行研究,选用便携数字终端(portable digtital assistant,PDA)进行移动式数据采集,并阐述了基于新型分布式多层系统模型和SSH2框架的设计方案.在北京市某妇产医院的临床应用表明:该系统能够为医护人员提供精确、客观的数据支持,优化医护流程.数据挖掘分析结果对于药房的备药、发药,手术室准备,医护人员排班等具有指导意义和参考价值,可为后续医疗数据的统计和处理提供良好的技术基础.     

基于Delaunay三角剖分的有向传感器网络覆盖增强算法*

针对视频传感器网络的区域覆盖问题,提出一种基于Delaunay三角剖分思想的几何算法,选取围绕传感器的具有最大面积的Delaunay三角形重心作为决策方向。在此基础上,将Delaunay三角剖分的几何方法与分布式贪婪算法进行了融合,引入“贡献率”概念反映节点在其候选方向上可能覆盖区域的大小,以解决冗余覆盖的问题。仿真结果证明了该算法的有效性。     

加工中心部件故障相关度评估

为实现加工中心系统部件间故障相关度评估,采用相关故障机理分析与图论相结合建立系统部件故障传递有向图的方法,将系统部件相关度评估转化为复杂网络节点重要度计算,进而由邻接矩阵及其转置变换并结合pagerank算法,实现加工中心系统部件故障相关度求解.计算结果表明:故障相关度的大小与部件间故障关联关系成正比,存在故障相关的部件的故障相关度大于不存在故障相关的部件的故障相关度.若部件被影响度大,影响度小,说明该部件是故障表象部件;反之,影响度大而被影响度小的是故障源部件.提出的方法有助于故障诊断与维护.     

人工肺-嗅觉系统集成与混合气体识别方法

针对仿人机器人的嗅觉及多种混合气体识别问题,提出一种人工肺-嗅觉系统(HALOS-I)及基于主动呼吸的气体识别方法.该系统硬件主要集成了微型真空泵、酒精/硫化氢/氨气/烟雾/甲烷5种气体传感器、单片机以及信号采集与处理电路;分别用K-均值聚类分析法、遗传算法结合神经网络(GA+BP)、三级级联神经网络(GA+3BP)进行了5种单一气体及4种混合气体的识别实验,结果表明:GA+BP算法仅对5种单一气体识别率达到90%以上,加入混合气体后识别率较低;GA+3BP算法除对硫化氢和烟雾的混合气体识别率为70%以外,对其余8种气体识别率均在90%以上,表明GA与多级级联BP神经网络相结合方法对多种单一及混合气体具有较高的识别率.     

Registration based compensation method based on adaptive subspace tracking

The registration based compensation (RBC) method is an effective method to compensate the range-dependence of the main-lobe clutter and side-lobe clutter in the same time. However, the compensation performance of the RBC degrades because of the mismatch of prior information and the loss of degree of system freedom. Moreover, the RBC is not very suited for real-time implementation because of the enormous computational complexity and memory usage of eigenvalue decomposition. In this paper, a novel clutter range-dependence compensation method using the modified maximum likelihood adaptive subspace estimation algorithm, which is named the MRBC method for short, is proposed. The eigenvectors matrix and eigenvalues matrix of the clutter covariance matrix are estimated by iterative tracking instead of temporal and spatial smoothing, spectrum calculation and eigenvalue decomposition. Compared with the traditional RBC method, the proposed method can reduce the computational complexity significantly and maintain the performance of clutter range-dependence compensation. In addition, the proposed method can also achieve good performance when the system error exists because of no use of prior information. Experimental simulations demonstrate the validity of this method.     

基于BCJR的GMSK混合信号分离算法研究

针对GMSK混合信号单通道盲分离问题,提出将BCJR算法用于GMSK混合信号分离。根据GMSK信号连续相位的特点,通过建立混合信号模型的有限状态马尔科夫性,推导了利用BCJR算法实现GMSK混合信号分离过程。在不增加算法复杂度的情况下,选择每个时刻后验概率的多个极大值对分离算法进行了改进。仿真实验表明,在调制参数比较相近的条件下,即使相对幅度、相对相位、相对时延估计不够准确,改进算法仍能取得较好的分离效果。     

Hadoop中Reduce作业动态调度算法

Hadoop平台中的MapReduce并行分布式编程模型通过将廉价节点组合成集群提供存储和计算服务,可以降低集群成本。Hadoop可以通过配置使Reduce任务在Map任务完成固定百分比时启动,但是过早地启动Reduce任务会造成Reduce资源长期处于等待状态。提出一种Reduce动态调度的DRS算法,通过作业中Map任务数量和大小计算Reduce启动时间,并在作业运行中根据Map任务的调度情况修正启动时间,以节约Reduce资源的使用效率。实验表明,DRS算法与固定百分比参数的方法相比,shuffle阶段时间缩短了7.3%。与系统默认参数相比shuffle阶段时间缩短了43.6%。