一种基于相关的属性选择改进算法

基于相关的属性选择算法是一种属性子集评价方法,该算法通过启发式评价消除属性子集中属性之间的相关性,使用评价值选择与类属性相关度高而属性之间相关度低的属性子集。提出在基于相关的属性选择算法中加入属性之间相关度方差的影响,能够在基于相关的属性选择算法选择的属性集子的基础上,去除属性子集中那些与其他属性相关度大的属性。通过实验证明,改进后的算法选择的属性子集属性数不多于基于相关的属性选择算法选择的属性子集属性数。使用改进算法选择的属性子集,在对分类器分类正确率影响很小的情况下,有较高的分类效率。     

基于K-L散度的恶意代码模型聚类检测方法

在云计算应用环境下,由于服务系统越来越复杂,网络安全漏洞和被攻击情况急剧增加,传统的恶意代码检测技术和防护模式已无法适应云存储环境的需求。为此,通过引入高斯混合模型,建立恶意代码的分层检测机制,使用信息增益和文档频率等方法分析和提取样本数据特征值,结合K-L散度特性,提出基于K-L散度的恶意代码模型聚类检测方法。采用KDDCUP99数据集,使用Weka开源软件完成数据预处理和聚类分析。实验结果表明,在结合信息增益和文档频率进行特征分析的前提下,与贝叶斯算法相比,该方法在虚拟环境中恶意代码的平均检测时间降低16.6%,恶意代码的平均检测率提高1.05%。     

低品质因数谐振筒的谐振频率测量系统

谐振筒式密度计的测量原理为谐振筒的谐振频率会随筒内液体密度的变化而变化,从而通过测量其谐振频率来达到测量其密度的目的。但由于低品质因数谐振筒在谐振频率附近的幅度与其他频率的幅度区分度太小,导致谐振难以实现。因此如何使低品质因数谐振筒达到谐振状态并测得其谐振频率,是谐振筒式燃油密度传感器激励系统的关键问题。激励系统以DSP为主控芯片,运用椭圆拟合的方法解决了低品质因数谐振筒式密度计激励系统的关键技术问题-增益测量和相位测量,运用原位计算节省了DSP大量的内存空间,同时运算量又较小。仿真结果表明,增益测量精度优于0.05%,相位测量精度优于0.05%,高于实际需要。系统在测量并记录了增益、相位差之后,利用相关算法实现了自动增益调节和自动相位调节,并实现了谐振筒的谐振,测得了其谐振频率。     

一种卡尔曼增益约束滤波算法

在滤波过程中,将卡尔曼增益结合约束条件,可以有效地提高滤波精度.论文推导了含有卡尔曼增益约束条件的代价函数,根据Karush-Kuhn-Tucker（KKT）最小化的一阶必要条件,使用高斯牛顿法求出约束卡尔曼增益的最优约束解.最后对具有约束条件的目标跟踪问题进行了仿真实验,结果表明该算法的跟踪精度要高于普通卡尔曼滤波算法.     

基于PSO的负反馈电路参数自适应优化及仿真分析

采用粒子群优化算法,以电压增益、共模抑制比、输入电阻平方根的三者乘积对输出电阻的比作为适应度函数,对差分 共射两级直接耦合电压串联负反馈放大电路中的电阻做自适应优化。结果显示,只要对电路交流指标加以约束,适应度函数值总会减小。当分别对增大电压增益和减小输出电阻进行限制后,电压增益总是尽量小,输出电阻总是尽量大,以使适应度函数在给定约束下取得最大。经EWB软件对优化参数仿真,结果满足线性放大要求。同时说明了可以调整适应度函数形式,找到最佳电路参数,以满足工程上对放大器指标的不同需求。     

一种高压摆率低电压CMOS AB类放大器的设计

为了增加单位增益频率与压摆率,并能够工作在低电源电压下,同时降低偏置电流,提出了一种改进的基于0.18μm CMOS工艺的AB类放大器,其采用多级放大器结构,第一级为具有电流镜负载的NMOS差分对,第二反相级由共源放大器实现,第三极为AB类放大器,其能够在±500 m V电源下工作.电路仿真结果显示该放大器相位裕度为87°;总补偿电容为5 p F,与传统放大器相比减少了50%;单位增益频率为21.17 MHz,比传统放大器增大约10倍;压摆率为7.5和8.57 V/μs,与传统电路相比,分别增加了2.8倍和2.6倍.此外,与其他文献相比,该放大器具有较大的单位增益带宽和压摆率以及较小的功耗.     

基于ADF4350锁相频率合成器的设计与实现

为了在天线接收机中产生精准的本振频率,以10 MHz的晶振作为ADF4350锁相频率合成器的输入信号,并以单片机控制ADF4350的本振作为输出信号。运用仿真软件ADF435X,计算得出ADF4350芯片输出2.422GHz时的6位寄存器的数值,并使用ADIsimPLL3.41软件仿真得出ADF4350的外围环路滤波器的电阻值、电容值和相位噪声值。硬件电路测试结果表明,ADF4350输出频率为2.422GHz,相位噪声可以达到低相噪模式。     

基于Filter Wrapper模式的特征选择算法*

特征选择是数据挖掘、机器学习和模式识别中始终面临的一个重要问题。针对类和特征分布不均时,传统信息增益在特征选择中存在的选择偏好问题,本文提出了一种基于信息增益率与随机森林的特征选择算法。该算法结合Filter和Wrapper模式的优点,首先从信息相关性和分类能力两个方面对特征进行综合度量,然后采用序列前向选择（Sequential Forward Selection, SFS）策略对特征进行选择,并以分类精度作为评价指标对特征子集进行度量,从而获取最优特征子集。实验结果表明,本文算法不仅能够达到特征空间降维的效果,而且能够有效提高分类算法的分类性能和查全率。     

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。     

全电子式有源程控电阻器的设计

提出了一种具有量程程控转换和阻值预置功能的电阻器设计方法,其实现电路由量程转换电路、增益设置电路和控制电路三部分组成,内部无继电器,具有多量程、阻值连续可调、分辨力高、准确度高等优点,针对提高电阻器分辨力和量程转换速度,以及消除导通电阻误差和引线误差,提出了具体的电路实现方法,对系统的分辨力和准确度进行测试验证,并通过分析实测数据可知,当阻值在0~1 kΩ范围时,分辨力可达到0.1Ω,阻值超过1 kΩ时,分辨力可达到1Ω.