滨海湿地原生灌草群落土壤养分与盐分关系

通过灌草群丛划分、土壤采样以及室内测定、数理统计等方法,分析了黄河三角洲原生湿地灌草群落土壤的养分、盐分分布特征及相互关系,发现原生灌草群落土壤可溶性盐的垂直分布变异性较大,其中,碱蓬群丛与柽柳群丛土壤可溶性盐分布具有较强的表聚性,而土壤有机质含量表现为芦苇群丛>柽柳群丛>碱蓬群丛,且灌草群落中土壤C/N值都大于5,表明其有机质腐殖化程度较高。另一方面,土壤全氮与有机质存在明显的线性正相关;而土壤全盐与有机质、全氮之间存在明显的倒数关系,表明全盐对二者的制约作用,其中15~20g/kg的土壤盐分范围对应的是土壤全氮、有机质由迅速减少向缓慢减少的变化趋势。研究结果可以为盐碱土改良提供重要参考。     

非标准约束恒模盲多用户检测的改进算法研究

针对码分多址蜂窝移动通信中存在的多址干扰问题,以瑞利分布为变步长,构造了基于瑞利分布变步长的非标准约束恒模算法;与差分形式相结合,提出了基于瑞利分布变步长的非标准约束差分恒模算法(RDV-NSCDCMA);分析了此算法的性能并与非标准约束恒模算法(NSCCMA)进行了仿真比较.     

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。     

基于分布估计的二进制人工蜂群算法

为了充分利用种群的全局统计信息,将分布估计算法引入二进制人工蜂群算法,提出一种基于分布估计的二进制人工蜂群算法。该算法利用分布估计算法获得的全局统计信息引导候选解的产生,提高了全局探索能力;采用直接针对离散域的多维邻域更新策略,加快了收敛速度,降低了计算复杂度。仿真结果表明,与传统二进制人工蜂群算法相比,改进算法在优化精度、收敛速度和鲁棒性方面均有明显改善。     

一类五值互相关函数分布

m序列少值互相关函数一直都是研究者感兴趣的方向之一,但这方面取得的成果并不完善。有限域上多元高次方程的求解成为解决该问题的关键。对于采样因子形式为d=(p^l+1)/(p^k+1)的m序列互相关函数,目前已有研究大多是针对二元域(p=2)的,文中对p为奇素数且l=2k时的情况进行了研究。利用有限域上二次型理论,证明了其互相关函数值为五值的。通过引入矩阵结合方案,把对互相关值分布问题的研究转化为对二次型秩之间关系的研究,最终得出了该类 p元m序列之间五值互相关函数的完整分布。     

基于Spark的大数据混合计算模型

现实世界大数据应用复杂多样,可能会同时包含不同特征的数据和计算,在这种情况下单一的计算模式多半难以满足整个应用的需求,因此需要考虑不同计算模式的混搭使用。混合计算模式之集大成者当属UCBerkeley AMPLab的Spark系统,其涵盖了几乎所有典型的大数据计算模式,包括迭代计算、批处理计算、内存计算、流式计算(Spark Streaming)、数据查询分析计算(Shark)、以及图计算(GraphX)。 Spark提供了一个强大的内存计算引擎,实现了优异的计算性能,同时还保持与Hadoop平台的兼容性。因此,随着系统的不断稳定和成熟, Spark有望成为与Hadoop共存的新一代大数据处理系统和平台。本文详细研究和分析了Spark生态系统,建立了基于Spark平台的混合计算模型架构,并说明通过spark生态系统可以有效地满足大数据混合计算模式的应用。     

基于全局/局部共现词对分布的汉越双语新闻事件线索分析

针对汉越双语新闻事件线索分析,提出了基于全局/局部共现词对分布的汉越双语事件线索生成方法。该方法首先将新闻话题词语分布作为全局词语表征全局事件,然后用一定时间粒度下新闻片段特有的时间、人物、地点等事件元素作为局部词语,分析新闻片段中全局词语和局部词语的共现关系,将全局/局部词语的共现规律作为监督信息,结合RCRP算法和汉越双语新闻的对齐语料,构建有监督话题生成主题模型,获得相应时间跨度下代表事件发展进程的子话题分布,通过子话题的分布反映事件发展的线索,从而构建出在线汉越双语事件线索生成模型。实验在汉越混合新闻数据集上进行,事件线索生成对比实验结果证明了提出的方法的有效性。
     

无限长悬臂梁自由端受力偶作用下固定端应力分布的辛解法

在弹性力学辛体系中,采用分离变量法和本征函数展开法,考虑零本征值和非零本征值对应的本征解,对无限长悬臂梁自由端受力偶作用时固定端应力分布问题进行了研究,得到了这一问题的辛解答,对计算结果进行了分析。结果表明:辛解法由于采用二类变量进行求解,能够较好地处理各种边界条件,对分析这类问题具有独特的优势,因此计算精度较高。这一方法还可应用于其他边界问题的研究。     

基于DE-EDA-SVM的瓦斯浓度预测建模仿真研究

瓦斯浓度作为衡量煤矿瓦斯危害程度的一个重要指标,为了能够更加准确的预测煤矿瓦斯的浓度,提出一种差分进化-分布估计（DE-EDA）算法优化的支持向量机瓦斯浓度预测新方法。利用无线传感网络系统采集工作环境中的瓦斯浓度数据,并经过降噪处理后作为训练样本。采用DE-EDA算法对SVM模型的惩罚参数C、损失参数ε以及径向基参数γ进行优化,利用优化后的模型进行瓦斯浓度的预测。通过MATLAB软件仿真可以得出,所采用的优化模型能够准确的预测煤矿瓦斯浓度的变化趋势。并与经过粒子群（PSO）算法优化的预测模型相比较。结果表明,经过DE-EDA算法优化的SVM模型具有训练速度更快、预测更准确的特点,为实际煤矿瓦斯浓度的预测和处理提供了更加可靠的理论基础。     

路由重分布教学实验设计与实现

针对局域网内常用的静态、RIP和OSPF协议路由重分布实现通信的问题,设计出了以工程项目为载体,通过3种路由协议的重分发实验,使学生从实践来充分验证理论,更好地掌握路由重分布技术。