一种稳健的多主瓣干扰抑制方法

当训练数据含有期望信号时,传统的基于特征投影预处理的主瓣干扰抑制算法会产生严重退化。这是因为在期望信号的扰动下主瓣干扰对应的特征波束易产生峰值偏移,导致主瓣干扰难以完全去除,当多个主瓣干扰存在时尤为突出。通过估计信号与噪声功率并将期望信号功率置零重构干扰加噪声协方差矩阵,排除了期望信号的影响,使得主瓣干扰能够充分去除。进一步将主瓣干扰功率置零重构旁瓣干扰加噪声协方差矩阵进行波束形成,方向图较协方差重构法在旁瓣干扰方向上能够形成更深的零陷。仿真实验表明,提出的方法能够有效抑制多个主瓣干扰并具有良好的稳健性。     

微博垃圾评论检测与预处理技术

针对发表在微博上评论信息的特点,尤其是那些广大网民用户不愿看到的垃圾评论信息进行了深入研究．归纳了网络上垃圾评论的存在形式和类型,将垃圾评论分为社会网络垃圾评论和普通垃圾评论．为了有效地检测与过滤微博中评论垃圾,提出了一种微博垃圾评论数据预处理的过程和方法,将预处理后的评论信息作为分类和检测的基础．     

Fenton氧化/强化混凝法预处理槟榔废水的试验研究

采用Fenton氧化/强化混凝法对湖南某食用槟榔生产排放的废水进行预处理实验研究。实验结果表明:采用Fenton试剂,在初始pH值为5.0,H_2O_2投加量为247.5 g/L,Fe~(2+)投加量为1.40g/L,反应时间为2 h的条件下,COD_(cr)去除率达到88.56%,色度去除率达到83.33%。继续采用10%的氢氧化钠对上清液进行强化混凝处理,在调节pH为9.0,反应时间为10 min的奈件下,出水的COD_(cr)可降至1980.0 mg/L,色度可降至20倍,颜色清澈,极大的消减了污染负荷,达到了良好的预处理效果。     

基于CUDA的大规模稀疏矩阵的PCG算法优化

为了实现大规模稀疏矩阵的高效求解,该文利用GPU(graphics processing unit)高带宽、低成本及强大的并行处理能力等优势,基于CUDA(compute unified device architecture)技术对采用CSR(compress spare row)格式存储的大规模稀疏矩阵进行了预处理共轭梯度(PCG)算法的求解优化。采用了存储器优化和数据流优化这2大并行优化策略,对稀疏矩阵与向量乘积和向量间内积与归约的GPU优化步骤进行了详细介绍。通过对实际的水工隧洞模型里的稀疏矩阵求解,得到在GTX580显卡上的计算效率是Intel i7CPU的13倍。该文提出的基于CUDA的PCG算法具备快速、高效求解大规模稀疏矩阵的能力。     

基于数据预处理的改进GS正交化波束形成

针对常规Gram-Schmidt（GS）正交化算法在训练快拍中混有期望信号时,自适应波束会出现期望信号相消的问题,提出了基于数据预处理的改进GS正交化波束形成算法. 该算法构造阻塞矩阵进行数据预处理剔除期望信号,估计对应的协方差矩阵,并对其进行GS正交化重构干扰子空间,将静态加权矢量向干扰子空间作正交投影得到自适应权矢量. 同时,为准确估计干扰子空间,对协方差矩阵的正交化自适应门限进行了修正. 仿真结果表明,所提算法的输出信干噪比（SINR）比其它GS正交化算法有2 dB以上的性能改善.      

Factors affecting the voxel-based analysis of diffusion tensor imaging

Diffusion tensor imaging （DTI） provides a unique method to reveal the integrity of white matter microstructure noninvasively. Voxel-based analysis （VBA）, which is a highly reproducible and user-independent tech- nique, has been used to analyze DTI data in a number of studies. Fractional anisotropy （FA）, which is derived from DTI, is the most frequently used parameter. The parameter setting during the DTI data preprocessing might affect the FA analysis results. However, there is no reliable evidence on how the parameters affect the results of FA analysis. This study sought to quantitatively investigate the factors that might affect the voxel-based analysis of FA; these include the interpolation during spatial normalization, smoothing kernel and statistical threshold. Because it is difficult to obtain the true information of the lesion in the patients, we simulated lesions on the healthy FA maps. The DTI data were obtained from 20 healthy subjects. The FA maps were calculated using DTIStudio. We randomly divided these FA maps into two groups. One was used as a model patient group, and the other was used as a normal control group. Simulated lesions were added to the model patient group by decreasing the FA intensities in a specified region by 5 %- 50 %. The model patient group and the normal control groupwere compared by two-sample t test statistic analysis voxel- by-voxel to detect the simulated lesions. We evaluated these factors by comparing the difference between the detected lesion through VBA and the simulated lesion. The result showed that the space normalization of FA image should use the trilinear interpolation, and the smoothing kernel should be 2-3 times the voxel size of spatially normalized FA image. For lesions with small intensity change, FWE correction must be cautiously used. This study provided an important reference to the analysis of FA with VBA method.     

求解连续Sylvester方程的预处理非对称HSS分裂迭代法

针对系数矩阵为大型非Hermitian正定/半正定稀疏矩阵的连续Sylvester方程组,提出了预处理不对称的埃尔米特和反埃尔米特分裂(PAHSS)迭代方法,并对所提算法进行了收敛性分析,讨论了PAHSS方法的准最优参数.为了进一步减少计算量,在内迭代求解子线性方程组时,基于该子线性系统具有特殊结构,采用某种有效的迭代方法去求解,得到了不精确的PAHSS迭代方法,并分析了其收敛性.数值实验验证了所提算法的有效性.     

求解分数阶扩散方程的循环预处理的极小化残量法

将循环预处理的极小化残量法应用到分数阶扩散方程的求解中,利用Crank-Nicolson方法给出了扩散方程的隐差分格式,以及循环预处理矩阵的形式,并通过数值实验说明.     

某火山岩型铀矿石微波预处理搅拌浸出实验研究

选用富含铁的火山岩型铀矿石,对其进行微波预处理,然后,在常温常压下进行搅拌浸出.考察微波预处理浸出铀的效果,并比较微波预处理前后矿物粒度、硫酸浓度、液固比、搅拌时间对浸出率的影响.结果表明:微波预处理后,硫酸的消耗量未增加,浸出所需时间缩短,矿物粒度较大时仍能获得相对较好的浸出率;与对照组相比,铀浸出率有所提高,微波预处理该铀矿石可行.微波预处理后,该铀矿石最佳的浸出工艺条件为矿物粒度-150μm、硫酸浓度20 g/L、液固比3L/kg、搅拌时间9 h.     

基于Hadoop的海量统计小文件存取优化方案

Hadoop作为一个开源的并行计算框架,它提供了一个分布式的文件存储系统HDFS.然而,当处理海量小文件时会产生NameNode内存使用率较高、存取性能并不理想的问题,导致NameNode成为系统瓶颈,从而制约了文件系统的可扩展性.本文结合统计工作,提出了一种小文件存储的优化策略,在HDFS之上增加小文件预处理模块将文件进行分类,合并成Mapfile,并建立全局索引,另外该策略引入了索引预取机制和缓存机制.实验证明,该方法能有效提高大批量小文件的存取性能.