两状态LMS信道中LMS系统的近似中断性能研究

针对通用的两状态陆地移动卫星(LMS)信道模型中,每一状态的Loo分布包含无限范围内的积分且不存在闭合形式,导致性能估计难以实现的问题,基于两状态信道模型给出等增益合并分集LMS系统中断概率的闭式解。利用Taylor级数展开法将包络的概率密度函数(PDF)近似为Rice分布PDF的加权和,利用Beaulieu序列法推导独立信道随机变量和的累积分布函数和二阶矩,得出系统中断概率的闭式解。仿真结果表明,近似中断概率与理论值十分一致,具有精确性、灵活性、复杂度低的优点。     

东北地区植物花色类别与传粉者之间的相关性

花色一直被认为是吸引传粉者的诱物之一,是开花植物与传粉者长期相互选择的结果。作者统计了东北地区虫媒植物共计1 142种,同时利用出版物和网络资料提供的照片并比对标准色谱,确定这些虫媒植物花的颜色和色谱范围。发现在东北地区,单色系花中白色花所占比例最大,超过35%,黄色系和红色系次之,各占20%多一点,橙色花最少,仅占2%,其余为混合色系花,即一朵花或一个花序上的花有两种以上颜色。针对色谱分类结果以及东北地区常见的传粉昆虫的相关资料,讨论了花的颜色与传粉者之间的相关性。     

具备反向学习和局部学习能力的粒子群算法

为解决粒子群优化（Particle Swarm Optimization,PSO）算法中存在的种群多样性和收敛性之间的矛盾,该文提出了一种具备反向学习和局部学习能力的粒子群优化算法（Reverse-learning and Local-learning PSO,RLPSO）。该算法保留了初始种群中满足排异距离要求的多个较差粒子以及每个粒子的历史最差位置。当检测到算法陷入局部最优时,利用这些较差粒子的位置信息指导部分粒子以较快飞行速度进行反向学习,将其迅速牵引出局部最优区域。反向学习过程可改善粒子种群的多样性,保证了算法的全局探测能力;同时,利用较优粒子间的差分结果指导最优粒子进行局部学习与搜索,该过程可与粒子群的飞行过程并行执行,且局部学习的缩放因子可随进化过程动态调节。局部学习可提高算法的求解精度,保证算法的迅速收敛。实验结果表明,RLPSO 算法同其他 PSO 算法相比,在高维函数优化中具有收敛速度快、求解精度高的特点。     

引入迁移学习的癫痫EEG信号自适应识别

在脑电图( EEG)信号识别中,EEG信号的采样环境、病人状态的多样性导致分类器训练所用的源域与分类器测试所用的目标域不匹配,分类器在目标域上表现不佳。为此,引入邻域适应策略,提出一种基于子空间相似度的改进主成分分析特征提取方法( SSM-PCA),在选择主成分时,考虑源域和目标域数据的几何和统计特性,并结合迁移学习分类器大间隔投射迁移支持向量机( LMPROJ),给出以SSM-PCA为基础的LMPROJ分类识别方法。实验结果表明,与结合PCA特征抽取技术和K近邻分类器实现的识别方法相比,该方法在识别正确率方面得到较大提升。     

BOD微生物传感器关键技术及其发展

生化需氧量(BOD)是表征水中有机污染物含量的重要指标,对水质监测和生化过程控制具有重要意义.总结了构成BOD检测系统的各环节,阐述了BOD微生物传感器中微生物选取、固定化以及换能器等关键技术,分析了不同方法的特点,讨论了目前BOD微生物传感器在研究中遇到的主要问题,并对其发展方向进行了展望.     

A3菌产絮凝剂培养动力学及靛蓝废水脱色研究

从土壤中筛选出1株产微生物絮凝剂的菌株A3,利用均匀设计安排试验,用曲线拟合创建数学模型的方法研究了其产絮凝剂的培养基条件和利用A3菌产絮凝剂对靛蓝废水进行脱色处理,获得A3菌最佳絮凝剂生产条件和最佳靛蓝废水脱色工艺.结果表明,A3菌产絮凝剂的最佳培养条件为葡萄糖添加量2.2%、酵母膏添加量0.51%、pH 7.6、温...     

Fair relay selection in decode-and-forward cooperation based on outage priority

The opportunistic cooperation schemes,where only the "best" relay is selected to forward the message,have been widely investigated recently for their good performance in terms of outage probability.However,the unfair selections of relays may cause unbalance power consumptions among relays,which reduces the lifetime of energy constrained networks.In this paper,we introduce a novel concept of outage priority based fairness(OPF),aiming at improving the selection fairness among relays appropriately without outage performance deterioration.Then,a cooperation scheme is proposed to meet this concept,and corresponding theoretical analysis is also provided.Afterward,based on OPF,the achievable upper bound of the fairness is derived,and an optimal cross-layer designed scheme is also provided to achieve the bound.Numerical simulations are carried out finally,which not only validate the theoretical analysis,but also show that taking advantages of the proposed schemes,the fairness among all relays,as well as the network lifetime,can be greatly improved without any loss of outage performance,especially in high SNR regime.     

优化的BP网络在抽油井故障诊断中的应用研究

抽油井故障诊断系统是油井系统产量的关键,为了更好更快地对当前油井系统进行诊断以保证石油的产量,人们利用各种各样的技术来完成这一目标。BP神经网络技术就是新兴的油井故障诊断手段之一,但是由于其容易陷于局部最优解、收敛速度慢以及泛化能力差等缺点,运用融入免疫算法浓度概念的遗传算法对BP神经网络进行优化,并将优化后的BP神经网络算法应用于抽油机现场的故障诊断过程中,结果显示优化后的BP算法有更高的诊断率,更快的运行速度,因而优化后的BP算法的寻找全局最优点的能力更强,收敛速度更快。     

基于网格相邻关系的离异点识别算法

离异点是偏离部分观察对象的数据点,根据离异点所在单元的密度与相邻单元的密度相比可能偏高或偏低的特点,本文提出了基于网格相邻关系的离异点识别算法GAO。该算法用单元间的相对密度和单元质心距离来衡量单元间的离异度,根据离异度确定离异单元和离异点。实验结果表明,该算法能有效地识别出多密度数据集的离异点,算法的效率优于Cell-based算法,且适合大数据集的离异点识别。     

一种求解Shubert函数优化问题的演化算法

综合国内外演化计算研究现状,基于热力学中的自由能极小化原理, 设计了一个全新的热力学演化算法,并通过对于Shubert函数优化问题求解的数值试验,测试了热力学演化算法的优良性能,实验结果表明了热力学演化算法求出的解比一般演化算法求出的解更加接近于全局最优。