一种网络RTK参考站模糊度快速解算方法

针对由于存在大气因素的干扰,网络载波相位差分技术(RTK)参考站模糊度解算会受到影响,同时当新卫星升至预先设置的截止高度角以上时,需要较长的初始化收敛时间,该文提出一种网络RTK参考站模糊度快速解算方法.该方法先利用电离层加权策略,辅助基线模糊度的快速解算,再采用扩展卡尔曼滤波(EKF)技术估计浮点模糊度,利用部分模糊度解算方法,最后通过最小二乘模糊度降相关(LAMBDA)算法和比率(RATIO)检测对模糊度进行固定解算.实验结果表明,该方法可以显著提高网络RTK参考站模糊度的固定率和缩短初始化收敛时间.     

融合HowNet和词林信息含量的词语相似度计算

目前基于信息含量的中文词语相似度算法普遍使用单一的知识库,存在信息不完备的问题.本文在现有的基于HowNet信息含量的词语相似度算法和基于同义词词林信息含量的词语相似度算法基础上,改进了信息含量的计算方法,并根据词语的不同分布情况将两种算法进行动态融合,充分利用了HowNet和同义词词林中的体系结构信息,改善了现有方法的局限性.经Miller&Charles(MC30)数据集测评,该算法所得到的词语相似度值与人工判定值之间的皮尔森相关系数为0.927,验证了融合多知识库策略的可行性,也证明了本文方法在实用方面可以达到符合人类主观判断的效果.     

融合评分相对差异的协同过滤推荐算法

协同过滤推荐算法是个性化推荐系统中最常用的方法之一,其中相似度计算直接影响基于内存的协同过滤推荐算法的推荐质量.针对协同过滤推荐算法中传统的用户间相似度计算方法仅考虑共同评分项评分数值上的差异导致难以准确衡量非偏好评分场景中用户间相似度的问题,本文提出一种基于余弦相似度并融合评分相对差异的用户间相似度计算方法.该方法考虑评分规模上的差异,计算评分相对相似度并且引入放大系数,在非偏好评分的场景下可以更加准确地区分用户间差异.在真实的数据集上完成对比实验分析,结果表明在非偏好评分场景下,所提方法相较于对比方法能降低预测误差,提高推荐质量.     

一种优化初始点与自适应半径的密度聚类算法

传统DBSCAN算法不能正确聚类密度不均匀的数据集,聚类结果受邻域阈值和密度阈值参数的影响较大。提出一种新的优化初始点和自适应半径的密度聚类算法。利用反向最近邻和相似度矩阵发现当前全局密度最大的数据样本,分析该样本周围密度的分布情况,采用自适应的方法计算当前簇的邻域阈值,并利用DBSCAN算法进行聚类。在人工数据集和UCI数据集上进行测试的结果表明,与经典的DBSCAN、OPTICS、RNN-DBSCAN算法相比,优化初始点和自适应半径的密度聚类算法在ARI、NMI、Homogeneity、Completeness和V-measure 5个评价指标上整体取得最优值,其中在Compound、Jain等数据集上达到1.0,具有较高的聚类效率和准确度。     

基于CvM算法的Nakagami衰落信道统计特性检验

Nakagami信道通过不同的衰落因子m可以仿真不同的信道衰落环境,仿真数据与实际测量值吻合度较高,在信道仿真领域得到广泛应用。然而,目前针对Nakagami信道模型的可信性研究较少,缺少科学的比对验证方法。根据典型Nakagami信道的一阶包络序列服从Nakagami分布这一信道统计特性,提出一种基于Cramer-von Mises （CvM）算法的拟合优度检验方法。使用“高斯+瑞利+直流”组合法建立Nakagami衰落信道模型,得到信道输出序列并从中提取包络序列。在此基础上,利用双样本CvM检验算法对包络序列的理论分布和实际分布进行拟合优度检验,实现对Nakagami信道模型的可信性评估。半实物仿真结果表明,与K-S检验、卡方检验和Z检验+卡方检验融合检验算法相比,CvM针对不同m下的Nakagami衰落信道均具有较好的识别性能,同时在可靠性和复杂度方面也具有优势,其对虚警概率为0.01以下的Nakagami衰落信道识别准确率达到92.6%,对样本长度为300 000以上的Nakagami衰落信道平均识别准确率达到96.4%,而当待检验信道为其他信道时,不存在误识别的情况。     

结合隶属度与像素交替引导滤波的鲁棒模糊聚类算法

模糊局部信息C-均值（FLICM）聚类算法是目前应用较广泛的图像分割算法,然而仅适用于处理低噪声图像。FLICM算法与像素引导隶属度滤波的结合在一定程度上提高了噪声抑制能力,但仍无法满足强噪声图像的分割需求。联合引导滤波与基于核度量的加权模糊局部信息C-均值（KWFLICM）聚类算法,提出一种隶属度与像素值交替引导的核模糊聚类算法。将像素引导隶属度滤波模块和隶属度引导像素滤波模块引入KWFLICM算法,构造一种引导滤波约束的多目标核模糊聚类优化模型,采用最小二乘法对该模型进行迭代求解。在迭代过程中,通过像素引导隶属度滤波和隶属度引导像素滤波,分别修正输入图像的隶属度和像素值,进一步提高核模糊聚类算法对含噪图像的鲁棒性。实验结果表明,与同类核模糊聚类算法相比,该算法在莱斯噪声干扰下的误分率、精确度、峰值信噪比、Jaccard相似系数等评价指标上表现突出,具有更好的分割性能和更强的鲁棒性。     

行走前后对地板抗滑性的主观评量分析

目的调查行走前后地板抗滑性主观评量的影响因素及二者之间的关系。方法设计了4因子实验。实验因子包含地板粗糙度、地板表面情况、鞋底材质和照明情况。被试在步道待试区对地板感知抗滑性给出1(非常滑)-5(不滑)的评分;待走过实验步道后,再次对地板感知抗滑性给出评分,并对自觉滑动感(PSOS)做出评分。运用SAS分析软件对得到数据进行统计分析。结果地板粗糙度、地板表面情况和照明水平对实验前主观抗滑性存在显着的影响(P0.0001);鞋底材质、地板粗糙度和地板表面情况对实验后主观抗滑性及自觉滑动感(PSOS)存在显着的影响;地板粗糙度与实验前(r=0.38,P0.0001)与实验后(r=0.52,P0.0001)的主观抗滑性均为正相关;实验后的主观抗滑性与自觉滑动感为高度负相关(r=-0.84,P0.0001)。结论行走前地板主观抗滑性显著的受地板粗糙度、地板表面情况、照明水平的影响;行走后地板主观抗滑性显著的受鞋底材质、地板粗糙度和地板表面情况的影响。     

机械结构相似度评价及可靠性预计研究

在用传统的相似产品法进行可靠性预计时,所选取的相似产品与评价对象之间差异较大,会造成预计结果的偏差较大。为解决这一问题,提出了一种基于"功能—运动—动作"结构化分解的可靠性预计新方法。通过明确产品的各大运动功能建立功能层,分析完成各功能的机械部件运动建立运动层,确定实现各机械部件运动的元动作运动单元建立元动作层,建立了可靠性预计的"功能—运动—元动作运动单元"层次模型。引入区间层次分析法,确定了"功能—运动—元动作运动单元"层次模型中各子代运动单元对父代运动单元的可靠性影响权重,并构建了由子代运动单元预计父代运动单元可靠性的数学模型。确定影响评价机械结构相似度的因素,构建了区间数综合评判云模型并选取与元动作运动单元相似的参考结构,以区间数综合评价云模型得出的相似度值修正参考结构的可靠性数据来预计元动作运动单元的可靠性。将元动作运动单元的可靠性预计值代入数学模型,层层预计父代运动单元的可靠性,从而得出整个产品的可靠性水平。最后以数控转台为例进行了分析,得出了可靠性预计值,并将该方法与传统方法进行了比较。结果表明,新的可靠性预计方法具有较好的可行性和较高的准确性。     

葡萄酒中总酸测定的不确定度评定

测量不确定度是对测量结果的质量的定量评定,意味着对测量结果可信性、有效性的怀疑程度或不肯定程度。本文依据JJF1059-1999《测量不确定度的评定和表示》,计算实验过程中各因素引入的不确定度,建立葡萄酒中总酸的测定不确定度评定方法。     

应用控制图法、稳健统计和灰色系统理论评估ICP-OES法测定不锈钢中镍的不确定度

采用top-down技术的控制图法(现行标准方法)、稳健统计-迭代法和质控-灰色评定法评估了实验室内应用电感耦合等离子体-发射光谱法测定不锈钢中镍的测量不确定度。对于镍含量为9.1%的质控样品,三种方法计算的实验室内扩展不确定度均为0.12%,k=2,方法间无显著性差异。