卡拉特拉瓦的钢结构建筑的艺术表现

卡拉特拉瓦是二十世纪重要的结构表现主义建筑师。在钢结构建筑领域，他将奈尔维的结构表现主义思想与自己独特的美学观念和丰富的工程技术知识结合，形成了以运动、力和形式为主要内容的独特建筑语言。极大的丰富了钢结构建筑的艺术表现力。     

提高质检机构产品质量检验的有效性

质检机构的检验数据，是指质量检验所获得的技术资料，其数据和结论的有效性，需要严格的检验规范及检验标准。质检机构是控制产品质量的有效手段，如果质量检验本身“质量”不过硬，检验结果不准确，会极大的损害企业和消费者的利益。所以，提高产品质量检验有效性是十分重要的。     

向量值多线性交换子极大算子的加权估计

利用sharp极大估计给出了向量值极大算子的多线性交换子加权估计。由此可将极大算子的多线性交换子延拓为向量值加权的Lebesgue空间上的有界算子。     

用PSO方法搜索基于MLE的ARMA模型参数

针对小样本条件下用矩估计(ME)方法获取ARMA模型参数粗略的缺点,将粒子群优化算法(PSO)用于小样本ARMA模型参数的极大似然估计(MLE),以获得概率上最优的数字解。在分析基于ARMA模型似然函数的基础上,详细分析了PSO的思想、方法和评价指标。以实际例证显示了联合PSO优化方法估计AMAR模型参数的优良特性,并从算法和似然函数角度分别阐释了形成利弊的原因。     

求解4G网络建站问题进化多目标算法

根据4G建站模型,设计了一种针对重点区域进行杂交、变异的进化多目标算法.该算法能有效减少个体进行杂交和变异时编码的长度、降低复杂度,使处理4G建站模型的进化多目标算法性能大大提高;在杂交变异之后,再根据约束条件对非重点区域进行搜索,在非重点区域中,激活能够最大程度覆盖了未被覆盖的测试点的候选基站,以此类推,直到全部激活的基站的覆盖率满足模型覆盖率约束为止,既保证了生成的解均为有效解,又使得在激活尽可能少基站的情况下覆盖到尽可能多的测试点.最后用极大极小方法求解出了一组最优解集.模拟4G建站问题的计算机仿真表明该算法非常有效.     

基于层叠模型的网络流量异常检测方法*

进行网络流量异常检测,需要对正常流量行为建立准确的模型,根据异常流量与正常模型间的偏离程度作出判断。针对现有网络流量模型中自相似模型与多分形模型无法全面刻画流量特征的不足,提出了一种基于流量层叠模型分析的异常检测算法,采用层叠模型对整个时间尺度上的流量特征进行更准确的描述,并运用小波变换对流量的层叠模型进行估计,分析异常流量对模型估计的影响,提出统计累计偏离量进行异常流量检测的方法。仿真结果表明,该方法能够有效检测出基于自相似Hurst系数方法不能检测的弱异常以及未明显影响Hurst系数变化的异常流。     

基于QS-ML-PMHT的多目标无源协同定位方法

针对目标个数未知时无源协同定位系统低可观测目标的航迹起始及维持问题,提出一种基于拟蒙特卡罗模拟退火极大似然概率多假设的双基站多目标无源协同定位方法。首先,建立双基站无源协同定位系统数学模型。其次,提出基于极大似然概率多假设的多目标无源协同定位航迹起始算法,通过假设法确定目标个数,并首次利用拟蒙特卡罗模拟退火算法解决极大似然概率多假设中多目标的优化求解问题,以提高多目标检测跟踪性能。最后,通过滑窗法实现航迹维持。仿真结果表明,所提方法能够有效解决目标个数未知时双基站无源协同定位系统低可观测目标的航迹起始及维持问题。