SSCA算法改进及实现

SSCA(strip spectral correlation algorithm)算法是一种循环谱时域平滑算法.为了解决该算法运算量大,不能实时计算的矛盾,本文提出利用改进的滑动FFT算法和一位相关算法代替SSCA算法中滑动FFT和相关算法.给出了改进算法的数字实现方法和步骤,并用软件和硬件平台进行验证.仿真和试验结果表明:文中提出的数字实现算法能对信号的循环谱进行实时分析,能节约大量运算时间和存贮空间.基本解决了循环谱算法不能工程应用的问题.     

The Role of the Choroid in Stargardt Disease

Stargardt disease is the commonest juvenile macular dystrophy. It is caused by genetic mutations in the ABCA4 gene. Diagnosis is not always straightforward, and various phenocopies exist. Late-onset disease can be misdiagnosed with age-related macular disease. A correct diagnosis is particularly critical because of emergent gene therapies. Stargardt disease is known to affect retinal pigment epithelium and photoreceptors. Many studies have also highlighted the importance of the choroid in the diagnosis, pathophysiology, and progression of the disease. The choroid is in an integral relationship with the retinal pigment epithelium and photoreceptors, and its possible involvement during the disease should be considered. The purpose of this review is to analyze the current diagnostic tools for choroidal evaluation and the extrapolation of useful data for ophthalmologists and researchers studying the disease.     

基于粒子熵的参数自适应变异PSO算法研究

为了避免普通粒子群算法（PSO）可能出现的局部收敛及精度不高现象,围绕影响PSO算法性能的两个重要参数[w]和[pgd],提出了一种面向全局优化的参数自适应变异PSO改进算法。算法定义了粒子熵集概念,可以精确反映粒子群数据的全局聚集特性,由粒子群各维数据的熵值大小决定是否对各维数据的惯性权重[w]进行回归变异,对全局变量[pgd]进行随机变异,并采取引入变异次数因子等方法来避免寻优发散。仿真研究表明该算法比常用算法在寻优精度、摆脱局部陷阱、稳定性等方面均有明显提高,在求解复杂多峰问题上有着良好的表现。     

基于最大熵原理的Web服务QoS概率分布获取

为了进行服务风险管理,需要了解服务质量（QoS）的随机特性,而描述QoS随机特性的一种有效手段是获得其准确的概率分布。为此,提出了一种基于最大熵原理在小样本情况下获取Web服务QoS概率分布的方法。方法采用最大熵原理将小样本情况下QoS概率分布获取的问题规约为一个由已知QoS数据确定约束条件的最优化问题进行求解,获得QoS概率密度函数的解析式,然后设计了对该概率密度函数解析式参数进行估计的算法。最后,以实际的Web服务QoS数据为基础,通过实验验证了该方法对不同QoS分布获取时的有效性和合理性,并验证了分布获取算法的效率和终止性。     

Characterization of fuzzy clustering algorithms in terms of entropy of probabilistic sets

We discuss a method of evaluating fuzzy clustering algorithms. Each of them generates a partition matrix of a data set with the entries lying in the [0, 1] interval and expressing the grade of belonging of the object to the clusters detected. Membership functions of the same cluster are interpreted as probabilistic sets in the sense of Hirota. This makes it possible to characterize the clusters by means of the entropy of the corresponding probabilistic sets. Moreover, the mutual entropy of pairs of probabilistic sets provides an index for evaluating the degree of interaction between clusters.     

一种基于CNN的混叠光谱解调算法及FPGA实现

为了解决光纤布拉格光栅(FBG)传感网络的光谱信号混叠问题,基于现场可编程门阵列(FPGA)提出了一种利用卷积神经网络(CNN)模型的混叠光谱信号解调算法,并对其进行硬件实现与加速。通过对模型参数进行定点数量化,压缩网络模型的存储空间,提高FPGA中DSP资源的利用率;利用循环展开和数组重排等硬件优化方法,提高了系统实时性,确定了算法的并行计算方案。研究结果表明,在100 MHz的时钟下,测试集解调精度为1.19 pm,推理速度为每帧14.96μs,光谱解调速率为60 kHz,对于FBG混叠光谱信号解调具有较高的精度和速率。     

基于粗糙熵加权密度的电网调控系统异常检测

针对调控系统运行过程中出现的异常状态,提出基于粗糙熵加权密度的智能电网调控系统运行异常数据 检测方法。采用粗糙集对电网调控系统运行数据进行分析和推理;利用隶属度的割关系方法,将复杂的不确定关系 转化为布尔数据并排序;基于对象加权密度对智能电网调控系统运行中出现的异常数据进行检测,实现对调控系统 各种功能异常状态数据准确识别。采用真实电网调控系统数据对所提方法进行验证,结果表明：该方法与传统异常 状态识别方法相比,具有更高准确率和更低漏判率。     

热光伏系统性能匹配性研究

针对热光伏(TPV)系统建立了数值分析模型, 研究了系统各模块的匹配特性, 讨论了辐射器温度、散热器流速等性能参数对电池温度及输出功率的影响, 并进行了优化组合分析, 以获得系统最佳运行工况。结果表明: 在每一特定辐射器温度下, 都存在一最优散热器入口流速以使得系统效率达到最大。随着辐射器温度的升高, TPV系统效率及输出净功率均随之增大, 但由于电池温度的升高, 系统效率增长梯度逐渐减缓。当辐射温度达到1800K时, 系统效率最高可达到18.22%。     

基于支持向量机的心律失常诊断研究

运用计算机技术辅助激光治疗心律失常疾病,通过非线性动力学分析心电信号,采用模式识别工具实现心律失常疾病的初步诊断。首先提出一种基于经验模式分解（EMD）的时间尺度滤波法,从而有效的抑制心电信号噪声。然后提取预处理后数据的排列熵（Permutatior Entropy,PE）特征值。最后利用支持向量机（SVM）分类器验证特征值的分类。实验结果表明该算法能有效的实现正常和异常心电信号的自动分类,从而简便快速的初步诊断心律失常疾病。