多维信号非线性性的检验

在多变量时间序列中引入了广义冗余的概念，给出了广义冗余与广义关联积分之间的关系，通过广义冗余与线性冗余之间的差别获得了定性检验多维信号非线性性的方法。一个线性自回归模型和Ｌｏｒｅｎｚ系统的仿真计算证实了这种方法的有效性。     

弹性光网络中结合预测的多维感知RSA算法

弹性光网络(EON)中的传统路由频谱分配(RSA)算法多考虑路由跳数或频谱资源占用情况,缺乏时域与相邻链路的信息有效利用.提出一种结合预测的多维感知RSA算法,对持续时间已知业务的历史时间信息通过后向传播神经网络预测未来业务的时间信息,在路由时综合考虑时间、频谱和相邻链路资源占用程度.仿真结果表明:与传统RSA算法相比...     

一种多传感器融合的多维数据互联算法

多传感器融合的数据关联问题一直是目标跟踪领域的核心与难点之一.文中提出了一种多传感器融合的多维数据互联算法.首先进行多目标跟踪模式的判断,根据跟踪模式选取不同维数的数据互联算法,对现有的多维数据互联算法存在问题进行了分析和改进,给出了算法实现的伪代码.仿真与实验结果表明,该算法对弹道目标跟踪具有较好的效果,对复杂环境下的多目标也能进行稳定地跟踪.     

基于终端的感知技术浅析

简单介绍了智能管道的产生背景,对智能管道的多维感知技术进行了详细分析,从终端入手研究了基于终端可实现的智能管道感知技术,并提出了相应的解决方案,指出基于终端的感知技术解决方案将助推智能管道的实现,最后分析了基于终端的智能管道感知技术解决方案在实现上面临的困难和挑战,为智能管道技术的进一步研究及其实际部署进行了有益探索.     

基于ER模型的军交运输保障装备管理多维数据模型

针对军事交通运输保障装备管理（Military Transportation Indemnificatory Equipment Management,MTIEM）数据结构复杂、层级较多的特点,从多维数据模型相关理论入手,以ER模型为基础,论述层次主键模型（Hierarchy Principal Key Model,HPKM）构建方法,并将其向多维模型转换,提出其多维数据模型构建方法,为联机分析处理提供支撑。     

宽带线调信号脉内参数及二维角联合估计

针对具有时变阵列流型的宽带线性调频(WLFM)信号,建立瞬时波束空间阵列模型,实现多个WLFM信号瞬时频率和二维角联合估计;同时利用二维角估计值完成信号间瞬时频率的分离,并最终实现各个WLFM信号脉内参数(初始频率和调频斜率)估计.算法具有相干信号处理能力,且不需空间平滑或聚汇等预处理.仿真实验证明了算法的有效性.     

硒化镍纳米片阵列的合成及其在非酶葡萄糖传感器的应用

采用一步水热法成功合成泡沫镍支撑的蜂窝状硒化镍(Ni_(0.85)Se)纳米片阵列,利用X射线粉末衍射仪、能量色散谱仪、扫描电子显微镜、透射电子显微镜对其结构、组成、形貌和晶格进行了表征。结果显示,所得蜂窝状Ni_(0.85)Se纳米片阵列属于六方相结构,其纳米片的厚度约为15 nm。通过循环伏安法和计时电流法来检测Ni_(0.85)Se纳米片阵列对葡萄糖传感器的电催化性能。实验结果表明,Ni_(0.85)Se纳米片阵列对葡萄糖有较好的安培响应(响应电流达到10~(–3)A)、较低的检出限(0.002 mmol/L(S/N=3))、宽的线性范围(0.0022μmol/L~1.022 mmol/L)、较高的灵敏度[1600μA/(mmol·L~(–1)·cm~2)]以及良好的选择性。以上结果表明蜂窝状Ni_(0.85)Se纳米片阵列在非酶葡萄糖传感方面具有良好的应用前景。     

基于多维数据融合的学生行为轨迹分析

随着高校信息化建设的不断推进,学校内部各项管理工作也逐渐向数字化、智能化方向发展。在学生管理方面,对学生在校内的轨迹进行分析,可以有效地帮助学校掌握学生的日常行为、关注学生的安全情况、提高管理效率。提出一种基于多维数据进行学生校内轨迹分析的方法,该方法通过消费、网络连接、考勤、人脸识别、图书借阅、门锁/门禁刷卡等多种手段获取学生在校内的各种信息,并将这些信息进行有效的整合和分析。通过分析学生在校内的轨迹,可以了解学生的活动范围、活动轨迹、活动时长等多方面的信息,进而为学校提供相关的决策参考。基于该方法开发了学生轨迹查询系统。经过系统实际使用表明,该方法可以有效提取学生在校内的行为特征,实现学生校内轨迹准确、全面的分析。     

基于多维时空的NPCA-PSR-IGM(1,1)组合模型的短时交通流预测

针对城市短时交通流序列非线性和混沌性的特点,为提高短时交通流的预测精度,该文提出一种基于多维时空的非线性主成分分析(NPCA)和相空间重构(PSR)的改进灰色(IGM(1,1))组合预测模型。首先,使用数据相关性的非线性主成分分析算法对多维交通流量序列进行时空降维,同时保留影响预测点的主要交通流量数据,从而提高建模的精确度;其次,利用多维时空交通流量序列相空间重构放大交通流量内部的细微特征,以使其内在规律得以充分展现,进一步提升预测精度;最后,结合背景值改进的灰色模型适应于线性、非线性以及所需数据少的特点,进行短时交通流预测。实验结果表明,NPCA-PSR-IGM(1,1)组合预测模型的平均相对误差相比NPCA-PSR-GM(1,1)组合预测模型减小3.12%,其标准偏差相对PCA-PSR-IGM(1,1)组合预测模型从15.7091下降到2.0589。同时与最新的预测模型相比,该组合预测模型也提高了预测精度,达到了较好的预测效果。     

基于多维频谱地图的干扰规避

针对复杂电磁环境下卫星移动通信系统可靠通信需求,利用频谱地图多维数据呈现优势,提出了基于多维频谱地图的干扰规避方法。通过建立卫星移动通信系统波束、时隙、子频带、干扰强度等多维信息关联的频谱地图,利用数据挖掘方法对频谱可用情况进行预测,基于预测结果及用户QoS(Quality of Service)需求生成干扰规避策略,通过星地联合频谱资源调配实现系统干扰规避。该方法为卫星移动通信系统干扰规避提供了一种全新的思路,可提升卫星移动通信系统干扰防护能力。