适应高速移动的一种无线传输技术分析

针对高速移动性,特别是在高速铁路的背景下,分析了高速移动条件下信道的特性,提出在单载波频域均衡技术(SC-FDE)的基础上,设计合理的帧结构对抗快速时变信道的影响,加入空间分集和频率分集获得分集增益,从而进一步对抗衰落。仿真结果表明,采用SC-FDE技术能够有效地支持分集接收,解决高速移动带来的信道快衰落问题,提高高速移动环境中的通信质量。     

制动条件对动车进口刹车片制动性能的影响

对现有动车进口刹车材料,在MM-1000Ⅱ型摩擦磨损性能试验机上进行性能测试,摩擦速度为80～200 km/h,摩擦压力为0.4～1.0 MPa.利用JEM-2100型扫描电镜(SEM)对其磨损表面和磨屑进行微观形貌观察.结果表明:当制动速度为160 km/h时,仍具有较高摩擦系数(0.292),制动速度大于160 km/h时,摩擦系数迅速下降;当制动速度为80km/h时,材料磨损量较小.低速制动下的磨损机理主要为疲劳磨损,高速制动时主要为磨粒磨损和氧化磨损.     

FIR数字滤波器的设计与实现

在数字信号处理中,数字滤波器是一种被广泛使用的信号处理部件。分析了FIR(有限冲激响应)数字滤波器的结构特征,得到了满足系统要求的数字滤波器设计方法,结合实际工程所要求的数字滤波器指标,利用MATLAB对FIR数字滤波器进行了设计和仿真,并根据FIR数字滤波器输出的幅频特性和相频特性图对滤波器的参数进行调整,从而得到满足性能要求的最佳数字滤波器参数。采用DSP芯片实现所设计的FIR数字滤波器。     

基于相关性的类偏好敏感决策树算法

针对决策者在面对几个分类结果时会有选择其中某一个结果的倾向性这一事实,提出了一种基于相关性的类偏好敏感决策树分类算法（CPSDT）。该算法引入了类偏好度、偏好代价矩阵等概念。为弥补在传统决策树构造过程中,选择分裂属性时未考虑非类属性之间相关性的不足,该算法在进行学习之前先采用基于相关性的特征预筛选排除属性冗余并重新构造了基于相关性的属性选择因子。经实验证明,该算法能够有效减小决策树规模,且能够在实现对偏好类的高精度预测的同时保证决策树拥有较好的整体精度。     

新型偏好敏感决策树算法*

针对现有决策树模型在分类过程中没有考虑决策者对结果的偏好行为,因而不能很好的预测具有明显偏好倾向问题的不足,提出了一种偏好敏感决策树(Preference Sensitive Decision Tree, PSDT)分类算法。该算法引入了偏好度和偏好代价的概念,并通过综合考虑属性信息和有效偏好,构建新型属性选择因子和基于有效偏好的结点类标号分配准则。通过自适应调整偏好度,可生成最佳偏好敏感决策树。实验结果证明该算法既能实现对偏好类的高精度预测,同时能够保证决策树拥有良好的整体精度,且具有较高的有效性和实用性,能够很好的解决偏好敏感环境下的决策问题。