MDE关键技术分析

MDE（Modern Distance Education）是信息技术发展的产物,具有资源共享、信息交流、交互式、个性化教学等优点。文章对MDE涉及的关键技术进行了理论上的分析,以提高该系统的使用效率。     

氯代苯对水生生物毒性的定量构效关系研究

在烷烃分子距离 -边数矢量 (MDE)的基础上 ,定义并计算了氯代苯的结构参数。借助多元线性回归技术建立新的MDE矢量与氯代苯类对水生生物毒性的定量结构 -毒性相关关系 (QSTR)模型 ,并运用所建模型对外部样本的毒性进行了预测 ,结果表明模型具有较强的预测能力。     

基于改进差分进化算法的超临界水氧化动力学参数估计

为了准确地估计反应动力学参数,提出一种改进差分进化算法(MDE),能根据算法搜索进展情况而自适应地确定变异率,使算法在初期保持个体的多样性,避免早熟;在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏,增加搜索到全局最优值的概率。与传统的差分进化算法(DE)相比较,MDE算法的离线性能和在线性能都有较大的改进,搜索到全局最优解的概率获得较大提高,对算法参数的敏感性低。将MDE算法应用于2-氯苯酚在超临界水中氧化反应动力学参数的估算,获得模型的拟合相对误差绝对值之和比文献报道值降低了14.2%。     

Novel multiferroicity in orthorhombic SmCrO3

This paper reports the ferroelectricity in antiferromagnetic SmCrO_3 with a reasonably large value of spontaneous electric polarization(70μC/cm~2mC cm~(-2)at 50 K)based on the measurement of pyroelectric current.The experimental results showed that the temperature of the onset of polar order was evidently higher(about220 K)than the Neel temperature(T_N=197 K)in the magnetodielectric studies.The calculated magnetodielectric effect(MDE)value was explicitly negative with maximum|MDE|values of about 3.6%around 230 K.The absence of a convincing signature in MDE at antiferromagnetic ordering temperature T_Nindicated the absence of magnetoelectric coupling around this temperature regime.The results further confirmed that the onset of polar order can be attributed to the structural distortion,rather than the canted noncollinear magnetic structure.     

半相依回归系统改进的有偏两步估计

在设计矩阵呈病态时提出了两种改进的有偏估计的两步估计。结果表明满足一定条件时本文所提出的两步估计在MDE意义下有效于刘爱义等提出的两步估计。     

采场覆岩光纤监测数据LSSVM填补方法

完备的光纤监测数据是智能开采中矿压显现前兆信息识别、上覆岩层变形预测的基础,而实际得到的监测数据大多是不完整的。为有效填补光纤监测数据的缺失值,文中以采场覆岩光纤监测物理模拟实验中光纤传感器采集的数据为基础,分析了缺失数据的特征,建立了多测点单属性小样本缺失数据的最小二乘支持向量机(LSSVM)缺失数据填补方法。并将LSSVM与BP神经网络、3次样条插值等方法,在Fv11,Fv12光纤的6个不同数据集上,按照离散型、连续型、混合型3种数据缺失类型并产生不同缺失率,进行对比实验。针对离散型随机产生20%缺失数据,LSSVM,BP神经网络、3次样条插补方法的均方根误差(RMSE)平均值分别为0.003 2,0.005 6,0.006 9,最大偏离量(MDE)平均值分别为0.012,0.022,0.028;针对连续型随机产生36%缺失数据,3种不同方法的RMSE平均值分别为0.006 1,0.007 7,0.009 0,MDE平均值分别为0.021,0.028,0.041;前2类实验结果表明LSSVM方法均优于其他2种缺失值插补方法。当随机产生兼具离散和连续型缺失且缺失比例不同时,缺失比例小于30%时LSSVM方法略优于其他2种方法,当缺失率大于36%时LSSVM明显优于其他2种方法。综合所有实验结果表明,LSSVM插补方法对单属性小样本缺失数据填补是一种简单有效的填补方法。     

基于岭估计的最优预测与经典预测的最优性判别

针对有偏估计的预测问题 ,以岭估计为基础 ,以离差矩阵MDE(MeanDispersionError)和广义风险函数为判别准则 ,对广义线性回归模型 {y =Xβ +e ,e～N(0 ,σ2 W ) }的最优预测量与经典预测量的最优性判问题进行了讨论。借助矩阵不等式的一些性质 ,获得在离差矩阵判别准则和风险函数判别准则下判断两类预测量最优性的充要条件。为进一步研究基于有偏估计关于两类预测量的最优性判别问题提供了一种方法和思路     

一种模型驱动的软件需求分析方法及技术支持

模型驱动工程(model-driven engineering,简称MDE)已成为软件工程领域的研究热点之一,它的核心基础是模型驱动架构(model-driven architecture,简称MDA)。本文在深入研究问题框架方法的基础上,结合模型驱动架构理论提出并开发了一种面向问题的领域和需求模型变换技术及辅助支持工具,并且通过一个案例研究来展示该技术的实际应用过程。结果表明,所开发的计算机辅助软件工程工具既实现了模型的可视化变换,又实现了需求文本的同步自动变换,从而增强了工具在实际使用时的交互性和易理解性。     

线性矩阵方程的梯度法神经网络求解及其仿真验证

 介绍一种基于梯度法的Hopfield神经网络在线求解线性矩阵方程,并且探讨其MATLAB仿真技术以验证该神经网络在求解线性矩阵方程问题时的准确性和有效性。仿真过程中用以下几种重要技术手段：①Kronecker乘积,用来将描述该神经网络的矩阵微分方程（MDE）转化为向量微分方程(VDE),即标准的给定初始值常微分方程（ODE）;②MATLAB指令“ode45”,用来仿真上述转化后的给定初始值常微分方程;③各种激励函数的编码实现,用以检验该神经网络系统的收敛性和存在实现误差时的鲁棒性。仿真结果同理论分析的对应与一致,进一步证实基于梯度法的Hopfield神经网络在求解固定系数线性矩阵方程中具有很好的效验。     

基于SM-PEPA可生存系统认知模型及量化分析

为解决可生存系统的自主管理和维护问题以保持关键服务的持续提供,提出一种基于SM-PEPA的系统认知形式化模型及量化分析方法.首先建立了具有分层认知能力的可生存系统认知模型,即服务认知子层、网络认知子层和接入认知子层,然后提出了一种由策略库发起驱动基于认知环MDE的认知单元自管理模型,并通过可生存系统的生存状态转换图,构建了可生存系统认知性能分析框架.在此基础上,结合对可生存系统认知能力的形式化描述,将其转化为一个半马尔可夫过程,对模型进行了量化分析.仿真试验分析了不同参数变化对系统可生存性的影响,试验结果验证了所提方法的有效性和合理性.