双光子Jaynes－Cummings模型的亚泊松光子统计特性研究

本文利用量子电动力学理论和缀饰原于方法，对双光子Ｊａｍｅｓ－Ｃｕｍｍｉｎｇｓ模型中单模激光场的稳态亚泊松光子统计性质进行了系统研究。结果表明：激光上能级相对泵浦参量Ｘａ具有一个确定的阈值Ｘａｔ；当Ｘａ＞Ｘａｔ时，光场呈现亚泊松光子统计；而当Ｘａ＞＞Ｘａｔ时，光场将呈现出深度且完全恒定的亚泊松光子统计。     

基于模糊修正熵权TOPSIS的战时装备供应链风险评估

针对战时装备供应链的特点,以远程精确打击、敌特后方袭扰和恶劣天气等三个因素为主要风险指标,运用修正的模糊信息熵权对TOPSIS法进行改进,提出了一种新的战时装备供应链风险评估方法。首先利用原始数据产生的模糊信息熵权进行客观赋权,并引入专家因素对权重进行主观修正,利用逼近理想解排序方法进行运算,最后通过实例计算与分析,验证该评估方法简便易行,结论合理,有效降低了指挥员决策的主观随意性。     

遗传算法和Dijkstra算法在动态权值系统中的比较

针对遗传算法和Dijkstra算法在求解动态权值系统中最短路径时的性能问题,采用比较法,将两种算法应用在同一个实际游戏模型中,对其算法的稳定性、智能性、时间复杂度进行对比测试。游戏模型模拟了各种条件下的动态权值系统。为了使遗传算法更加可靠,通过优化其变异过程使得收敛速度更快,可靠性更高。实验数据表明,遗传算法在每张地图上的得分数以及算法所用时间普遍高于Dijkstra算法,从而得出遗传算法在求解动态权值系统中最短路径问题时稳定性和预期效果明显好于Dijkstra算法,但其时间复杂度较高的结论。     

一种基于高阶统计信息的信噪比估计改进算法

针对多进制正交幅度调制(Multiple quadrature amplitude modulation,MQAM)信号在低信噪比条件下估计精度不高的问题,提出了一种基于综合利用高阶统计信息的信噪比估计改进算法。根据所选高阶统计量最高阶数的不同,建立了3种信噪比与多种高阶统计量运算式之间的线性关系,利用全回归线性分析方法将3种线性关系转化为3种全回归模型,并求解模型系数。该算法充分利用了多种高阶统计量的有用信息,提高了信噪比估计精度。MQAM的仿真结果表明:在低信噪比条件下,该算法减小了信噪比估计误差,其估计性能明显优于传统的其他算法,且3种模型估计性能依次增加,可依据不同的信噪比要求对3种模型进行选取。     

针对语音变换的语音篡改检测

针对使用语音变换技术的语音篡改,提出一种自动检测方法。在分析语音变换基本模型和变换语音失真的基础上,提取语音信号的声道参数以及相关的信号统计量,并通过支持向量机递归特征消除法,选择出对语音变换比较敏感的特征作为分类特征,使用支持向量机进行语音变换检测和变换语音的说话人性别判别。对于一种语音变换软件的实验结果表明,该方法具有较高的检测准确率,其中语音变换检测的平均准确率为94.90%,变换语音的说话人性别判别平均准确率为92.09%。     

基于级差最大化组合赋权法的地下水功能评价

针对地下水功能评价中单独采用主观赋权法或客观赋权法存在的问题,结合二者的优点,采用基于主观赋权的层次分析法与客观赋权的熵权法相结合的级差最大化组合赋权法评价地下水功能,并通过计算不同赋权方法权重结果与平均值的相对偏差来衡量级差最大化组合赋权法的准确性。将该方法应用于伊犁河谷西北部平原区浅层地下水功能评价,评价结果基本符合评价区实际情况,验证了该评价方法在地下水功能评价中的可行性。     

经食道心房调搏的放射性核素心血管造影

本文应用反符合电路剔除调搏脉冲干扰的方法,制成经食道心房调搏心电心音门电路触发装置,用于经食道心房调搏的核素心血管造影。参考Tzivoni标准,当逐级增加调搏心率至140次/min或亚极量心率后发现:冠心病人有调搏后EF降低;急性心肌梗塞病人EF减低更为明显,并呈室壁反向运动。因此,心房调搏核素心血管造影有助于冠心病,特别是心肌梗塞的诊断。     

统计中的查找计数方法

本文以选票统计问题为例,讨论了3种查找计数方法(顺序法、二分法、插值法)在统计中的应用,提出了一种新颖的查找计数方法——一次到位法,给出了用FOXPLUS数据库语言编写的算法子程序,并比较了它们各自的特点和适用范围。     

基于白化权函数聚类法的航电系统效能评估

航空电子综合系统是作战飞机的神经中枢,准确评估航电系统的效能对我国航空电子技术的发展具有重要意义。为了用灰色白化权函数聚类法对基于1553B总线的航电系统进行效能评估。首先将1553B总线负载、延迟时间、总线使用效率三项指标分为优、良、中、差四个灰类,综合各指标的白化权函数和其隶属于不同灰类的权重得到航电系统聚类系数向量,然后由该向量中的最大聚类系数所属灰类来确定该航电系统的灰类等级。灰色白化权函数聚类方法为航电系统的设计和效能评估提供了重要方法和理论依据。     

Adaptive simulated annealing particle swarm optimization algorithm

Particle swarm optimization is widely used in various fields because of the few parameters to be set and the simple calculation structure.In order to improve the optimization speed and accuracy of the PSO,and to avoid falling into the local optimal solution,an adaptive simulated annealing PSO is proposed,which uses the hyperbolic tangent function to control the inertia weight factor for nonlinear adaptive changes,uses linear change strategies to control 2 learning factors,introduces the simulation annealing operation,set a temperature according to the initial state of the population,guide the population to accept the difference solution with a certain probability according to the Metropolis criterion,and ensure the ability to jump out of the local optimal solution.To verify the effect of the algorithm proposed in this paper,7 typical test functions and 5 algorithms proposed in the literature are selected for comparison and testing.According to the average value,standard deviation and number of iterations of the optimization results,the algorithm proposed in this paper has greatly improved the iteration accuracy,convergence speed and stability so as to overcome the shortcomings of particle swarm optimization.