民族文化遗产保护散论

文化遗产包括物质文化遗产和非物质文化遗产,而少数民族文化遗产特别是非物质文化遗产以其丰富的民族文化多样性成为文化遗产的重要组成部分。在当前文化遗产保护进程中,文化遗产保护与民族区域自治有着极为密切的相互促进的关系,因此,要把文化遗产保护放在民族区域自治、民族文化建设等更为广阔的民族问题视野下来研究,创新和落实文化遗产保护的各项措施,繁荣民族文化多样性,促进社会和谐尤其是边疆民族地区的发展稳定。     

分集接收MLSE算法性能分析

基于频率选择性衰落信道,改进了以一般多径信道为模型的传统MLSE算法,提出了将分集接收方法与MLSE算法联合的改进MLSE算法;通过建立与分析新算法模型,推导得到新的误码率性能上界;对一般多径条件下的传统MLSE和在频率选择性衰落信道条件下新算法的误码率性能及性能界进行了仿真.仿真结果表明,使用分集接收的新算法性能界与...     

基于多样化进化策略的基因表达式编程算法

针对传统GEP（Gene Expression Programming）算法的未成熟收敛以及陷入局部最优问题,提出一种基于多样化进化策略的基因表达式编程算法（DS-GEP：Gene Expression Programming based on diversified develop-ment strategy）。该算法通过基因空间均匀分布策略,自适应地交叉和变异算子以及淘汰算子等方法,对种群给予不同的进化策略,以保持种群的多样性,从而增强算法的寻优能力。通过对函数挖掘的实验证明,多样化进化策略各个部分均对改善挖掘效率发挥了作用,提高了DS-GEP函数挖掘算法的成功率。与传统GEP算法相比较,该算法的平均成功进化代数缩短了11%,成功进化时间缩短了8%,进化成功率提高了20%。     

基因表达式编程种群多样性自适应调控算法

为了解决基因表达式编程GEP种群多样性控制问题,提出了一种新的带权种群多样性的自适应调控方法。设计了带权的种群多样性测度方法,详细分析了选择、交叉及变异算子对种群多样性的影响。提出了初始种群的多样化算法DAIP,以保证初始种群多样性的最大化。设计了自适应的交叉和变异算子,提出了种群多样性自适应调控算法APDTA,使种群在进化过程中维持合适的种群多样性,进而提高进化效率。实验验证了APDTA的有效性。     

广义分布式天线系统上行分集性能分析

针对广泛存在于无线通信环境中的阴影效应对系统性能影响非常大的问题,采用与传统的微分集技术相比,能够有效地对抗这种阴影衰落的分布式天线技术来解决这个问题.为了获得该条件下系统的理论性能,分析了采用最大比合并和相干等增益合并分集的广义分布式天线系统.借助lognormal近似法,给出了其中断概率和误码率性能的高精度解析结果.分析表明,在存在阴影衰落的情况下,这种广义分布式天线系统能够同时获得较大的微/宏分集增益,非常适合未来的无线小区环境.     

准正交空时分组码的自适应设计

为了能在满足空时分组码完全分集的同时尽可能降低译码复杂度,提出了准正交空时分组码的自适应设计方案. 在准正交空时分组码的编码结构上添加自适应系数,根据当前信道状态信息计算自适应系数的具体数值. 设计的目的是保证传输的数据符号之间相互正交,彼此没有干扰,从而实现完全分集,并能采用复杂度低的单符号译码方法. 仿真结果表明,准正交空时分组码自适应方案的误码率性能要明显好于采用星座旋转的准正交空时分组码方案,只需要采用有限反馈的方法就能实现近似理想反馈的误码率性能.      

Optimal resource allocation for transmission diversity in multi-radio access networks： a coevolutionary genetic algorithm approach

The next generation wireless communication systems aim at supporting enhanced diversified network access and data transmission abilities via the cooperative integration and unified management of various radio access technologies(RATs).The resource allocation is the core component leading the network system and mobile terminals to the service robustness and performance maximization.In this paper,a numeric optimization model for optimizing terminals’transmission power and allocated RAT bandwidth for maximizing system capacity is proposed with the focal consideration of the multi-radio transmission diversity for parallel transmission through multiple links from diferent RATs,and diferent terminal characteristics on RAT supports.Also,we design a centralized and periodic scheduling algorithm including an improved coevolutionary genetic algorithm for efciently solving the optimization problem.Simulation results demonstrate that our propose algorithm can distinctly enhance the system performance and improve the computational efciency.     

基于权值多样性的半监督分类算法

在实际生活中,可以很容易地获得大量系统数据样本,却只能获得很小一部分的准确标签。为了获得更好的分类学习模型,引入半监督学习的处理方式,对基于未标注数据强化集成多样性（UDEED）算法进行改进,提出了UDEED⁺——一种基于权值多样性的半监督分类算法。UDEED⁺主要的思路是在基学习器对未标注数据的预测分歧的基础上提出权值多样性损失,通过引入基学习器权值的余弦相似度来表示基学习器之间的分歧,并且从损失函数的不同角度充分扩展模型的多样性,使用未标注数据在模型训练过程中鼓励集成学习器的多样性的表示,以此达到提升分类学习模型性能和泛化性的目的。在8个UCI公开数据集上,与UDEED算法、S4VM（Safe Semi-Supervised Support Vector Machine）和SSWL（Semi-Supervised Weak-Label）半监督算法进行了对比,相较于UDEED算法,UDEED⁺在正确率和F1分数上分别提升了1.4个百分点和1.1个百分点;相较于S4VM,UDEED⁺在正确率和F1分数上分别提升了1.3个百分点和3.1个百分点;相较于SSWL,UDEED⁺在正确率和F1分数上分别提升了0.7个百分点和1.5个百分点。实验结果表明,权值多样性的提升可以改善UDEED⁺算法的分类性能,验证了其对所提算法UDEED⁺的分类性能提升的正向效果。     

基于基分类器系数和多样性的改进AdaBoost算法

针对传统AdaBoost算法的基分类器线性组合效率低以及过适应的问题,提出了一种基于基分类器系数与多样性的改进算法——WD AdaBoost。首先,根据基分类器的错误率与样本权重的分布状态,给出新的基分类器系数求解方法,以提高基分类器的组合效率;其次,在基分类器的选择策略上,WD AdaBoost算法引入双误度量以增加基分类器间的多样性。在五个来自不同实际应用领域的数据集上,与传统AdaBoost算法相比,CeffAda算法使用新的基分类器系数求解方法使测试误差平均降低了1.2个百分点;同时,WD AdaBoost算法与WLDF_Ada、AD_Ada、sk_AdaBoost等算法相对比,具有更低的错误率。实验结果表明,WD AdaBoost算法能够更高效地集成基分类器,抵抗过拟合,并可以提高分类性能。     

基于信号经验模态分解与分集合并的齿轮故障诊断

为了准确地进行齿轮故障诊断,结合信号经验模态分解与分集合并,提出了一种新的故障诊断方法;首先,运用经验模态分解对齿轮振动信号进行分解得到若干个分量;其次,根据分量的峭度大小以及相邻分量的峭度是否接近,筛选、合成有效分量;然后,运用等增益分集合并技术对有效分量进行合并,即将其包络进行叠加;接着,使用快速傅立叶变换得到信号包络和的频率谱;最后,根据该频率谱进行故障诊断;通过对仿真信号和齿轮断齿故障振动信号的分析,验证了方法的有效性.