基于小波熵的BPSK信号码元速率估计算法

为了解决在低信噪比下准确地估计BPSK信号的码元速率问题,提出了基于小波能谱熵和小波时间熵的两种码元速率估计算法.通过一维多尺度小波变换重构高频部分,分别计算重构信号的小波能谱熵和小波时间熵.对于小波能谱熵,可以直接求取码元速率;对于小波时间熵,需要根据进一步叠加运算后的峰值来求取码元速率.仿真实验表明这两种方法都可以很好地处理低信噪比下BPSK信号的码元速率估计问题,并且比瞬时自相关法具有更强的抗噪性和适应性.     

一种基于BP网络的改进

BP神经网络存在其固有的缺陷:收敛速度慢、易陷入局部极小、网络结构难以确定等.本文针对BP网络学习速度慢的缺点.用熵函数作为误差函数来对BP算法进行改进,提高了收敛速度和稳定性.通过对标准BP网络和相对熵方法在不同学习速率上收敛速度的比较实验证明,相对熵BP网络在收敛速度和稳定性方面有着明显的优越性.     

基于近似熵和样本熵的思维脑电信号分析对比

采用近似熵和样本熵,分别对三种不同思维任务产生的脑电信号进行特征提取,并将其特征进行比较分析,结果显示不同思维作业脑电信号的样本熵的变化幅度明显大于近似熵;近似熵和样本熵作为非线性动力学的统计方法为思维作业脑电信号特征提取提供了一种新的途径.     

中枢兴奋性传递的突触后电位小波熵分析研究

采用细胞内记录方法提取了离体大鼠海马脑片CA1区锥体神经元兴奋性突触后电位(EPSP)；应用小波熵研究了EPSP所包含的信息．在计算了EPSP的小波熵、幅度、上升和下降相速率等参数并对其进行相关矩阵分析后，发现EPSP小波熵与其幅度、上升和下降相速率等参数均具有较强的正相关关系，是EPSP最具代表性的一个特征参数．进而分析了大黄酸对中枢兴奋性传递的作用，发现神经元在灌流大黄酸前后小波熵参数值变化显著．研究表明，小波熵能较全面地表征EPSP信号特征，比传统参数更具代表性，并能较灵敏地反映神经元兴奋性改变，较好地反映神经元间的信息传递．     

基于自治布尔网络的高速物理随机数发生器研究

利用确定性的数学算法可产生快速伪随机数,然而其具有可预测性,难以确保信息安全。从混沌物理熵源中提取的物理随机数具有统计无偏和不可预测性,但是受限于传统混沌电路的带宽瓶颈,随机数的实时产生速率无法有效提高,为此,设计实现一种基于自治布尔网络的宽带混沌振荡器。研究结果表明:利用该装置可产生速率达10 Gbit/s的物理随机数序列;所产生的物理随机数序列具有良好的随机统计特性;该装置可便捷地应用于数据加密、高速保密通信等领域。     

基于谱熵和多尺度小波的码元速率估计方法

针对实际信号码元速率估计中噪声对估计精度的影响和小波方法最优尺度的选择问题,提出了一种基于谱熵分析和多尺度小波变换的码元速率估计方法。通过谱熵检测有效滤除带内噪声,并采用并行多尺度小波分析和精度函数分析提取最优小波尺度。实验结果表明,该方法的估计性能优于传统小波分析方法,并且在低信噪比情况下具有更好的估计鲁棒性。     

最大熵原理导出理想气体分子的速度和速率分布

最大熵原理是统计物理的一个基本原理,它已在很多领域得到广泛应用。使用最大熵原理分别研究了平衡态下,三维、二维和一维理想气体分子的速度分布,导出了它们的速度分布概率密度函数,并进而得到了速率分布的概率密度函数。这一方面给出了推导理想气体分子速度和速率分布规律的另一方法,另一方面也拓展了最大熵原理的应用范围。     

SDN环境下基于Renyi熵的低速率分布式拒绝攻击的检测

针对现在对低速率分布式拒绝攻击的研究不足,提出了一种在软件定义网络(SDN)环境下,利用Renyi熵来检测L-DDoS的方法.该方法首先在控制器上收集PACKET_IN数据包,然后基于目的 IP来计算Renyi熵,最后通过设定一定的阈值来检测异常流量.实验结果表明:相比于利用香农熵的检测方法,该方法通过调整一定目的 IP熵的阶数可以检测L-DDoS攻击流量从而降低误警率.     

基于新Vague软集模糊熵-Topsis的地标决策

本文分析了现有模糊熵构造方法存在的不足,并提出一种新的Vague软集模糊熵构造方法。该方法既包含Vague集的模糊度又包含其本身的犹豫度,采用Vague集真假隶属度的距离所产生的不确定度和其未知度相加来综合度量影响模糊熵的这2种因素,令调节系数取值为常数,让其简单乘以1/2,以符合Vague软集模糊熵的约束条件。通过与现有模糊熵对比,表明了该模糊熵的合理性。最后通过建立模糊熵-Topsis地标决策模型,剔除信息中的模糊性,并对地标的有效信息进行量化且加入权重,最终以各个地标与参照点之间的相对距离表示地标的排序。将该模糊熵用于地标排序,表明其能够做出有效的最优决策。     

癌症基因表达数据的熵度量分类方法

基因芯片技术的出现和发展为生物医学领域带来了深远影响,运用分类方法研究其产生的海量数据对癌症的分类及治疗有重要意义.该文提出一种利用熵度量作为指标进行癌症基因表达数据特征提取的方法.首先对基因表达数据进行筛选并计算各个基因的熵,然后提取出熵最大的若干基因作为特征基因,并用支持向量机进行分类.对前列腺癌基因表达数据的留一法以及分组法实验都证明了该方法的有效性.     

煤气流量的示踪测量

阐述了气体流量示踪法测量的原理、装置和应用。在实验室管道上试验了用氦气作为示踪剂的流量示踪法测量技术,测定了管内空气的流量并和标准皮托管测量计算结果进行了比较,相对误差很小。又对北京焦化厂2台大、中型煤气压缩机入口流量用此法进行了测定,并计算了系统误差。实践表明,这种气体流量示踪法测量的特点是能够用于一般流量测量仪器难于适应的场合。对进一步提高测量精度进行了讨论。     

用动电位法测量极化电阻时电位扫描速度的影响

在动电位法极化电阻测量中，选择合适的电位扫描速度十分重要。理论分析表明，合适的电位扫描速度依赖于腐蚀体系的电化学参数。文中给出了选择电位扫描速度的简单方法，讨论了这种方法在酸洗缓蚀剂试验中的应用。     

最速下降法和共轭梯度的混合算法及全局收敛

将最速下降法与共轭梯度法有机结合起来,构造出一种混合优化算法,并证明其全局收敛性.这种混合优化算法结合了共轭梯度法和最速下降法产生搜索方向,既提高了共轭梯度算法的收敛速度,又解决了目标函数的等值线是扁长椭球时,最速下降法下降缓慢的问题,具有收敛速度快、收敛范围大、适应面广等特点.文中的算法实例表明,混合算法与单纯的共轭梯度法相比,效果更优.     

基于改进CREAM扩展法的驾驶转向人因失误率预测

交通信号灯控制的交叉口是事故的高发地带，驾驶人驾驶车辆在这样的路口进行转向任务，其人因失误可能会引发严重的交通事故。为有效评估驾驶转向中的人因可靠性，在认知可靠性与失误分析（CREAM）扩展法的基础上，结合决策与实验室方法（DEMATEL）为共同绩效条件（CPC）赋予权重，改进人因失误率中总权重因子的计算公式，定量预测驾驶人人因失误率。验证改进方法的合理性，并与改进前的方法进行对比分析。结果表明，改进后的CREAM方法预测人因失误率更加符合实际情况。该方法为以后驾驶人人因失误率定量化研究提供借鉴，对于提高驾驶安全、降低交通事故率也具有重要意义。     

机器人多传感器多速率采样控制系统研究

论述了机器人多传感器多速率采样控制系统的设计问题。讨论了采样速率的选择原则，描述连续域被控对象经多速率采样后的数学模型，并推导出有约束最优控制的设计方法，最后给出两关节机械手多速率采样控制系统的设计实例。仿真结果表明，该方法实用可行，设计结果较同运算量的单速率采样系统为优。     

活性炭盒法准确测量建材222Rn析出率的研究

通过活性炭-γ能谱法测量表面经过预处理后的不同建材样品氡析出率,计算求得该建材氡固有析出率。实验结果表明,建材固有氡析出率能真实反映出建材氡析出率的情况且不受建材自身形状因素的影响,不失为一种准确可靠测量建材表面氡析出率值的方法。     

基于胜率预测的空战关键节点确定方法

以提高空战训练评估效率为目标,着眼于确定影响战局走向的关键节点,提出了一种基于胜率预测的空战关键节点确定方法。首先,基于长短期记忆网络设计并训练胜率预测模型,以实时评估空战态势;其次,引入最大类间方差法确定关键节点阈值,并将相邻时刻胜率差绝对值大于阈值的时间点确认为关键节点。实验结果表明,所设计的胜率预测模型预测胜率准确,所采用的关键节点阈值选择方法合理,总体方案具有可行性和泛化性。     

优化提取工艺对龙胆中两种苦苷提取率的影响

考察不同提取方法对龙胆中龙胆苦苷和獐牙菜苦苷提取率的影响.采用高液相色谱分析法,比较甲醇超声提取、甲醇冷浸提取、水煎煮提取、乙醇渗漉提取四种样品制备方法对龙胆苦苷和獐牙菜苦苷提取率的影响.其中乙醇渗漉提取法对两种成分提取效率高;同时确定了最佳渗漉条件.该提取方法操作简便易行,提取效率高,可用于药材龙胆及其制剂的质量分析.     

基于共轭梯度法和最速下降法的非线性测量数据处理

将共轭梯度法与最速下降法有机结合起来，构造出一种解决非线性测量数据处理问题的新方法——混合算法。这种方法充分利用了共轭梯度法和最速下降法良好的收敛优点，既提高了共轭梯度算法的收敛速度，又解决了目标函数“性态不优”时，最速下降法难以解决的问题。文中的算例结果表明，混合算法与单纯的共轭梯度法或最速下降法相比，具有收敛速度快、收敛范围大、适应面宽等特点。     

快速收敛的可行方向算法

用算例研究了尝试法计算中初始步长选取和收敛速度的关系,进而提出了一种新的步长确定法－－约束近似法,避免了人为给定初始步长的缺陷。对比计算表明,本文方法还可大幅度地提高可行方向法的收敛速度。