基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

预测日径流过程的最近邻仿真模型

准确预测日径流过程对区域水资源管理和防洪抗旱决策具有重要的现实意义，文中探讨了用基于历史相似性和数据驱动的最近邻仿真（NNB）模型预测日径流过程的新途径，提出了一套基于加速遗传算法的NNB建模方案，实例研究的结果说明：用NNB模型进行日径流过程预测的计算直观，精度高，这套NNB建模方案简便，有效和通用，在水文气象时间序列预测中具有较好的实用价值。     

一类仓库作业优化问题的混合遗传算法研究

针对自动化立体仓库固定货架系统中拣选作业优化问题的特点, 分析并设计了一种新型高效混合遗传算法。提出了多起点2-最近点搜索算法进行初始种群的构造,采用了一种新的自适应启发式变异方法,显著改善了原有遗传算法的搜索能力。仿真结果表明该算法从执行时间和优化效果两方面均能够很好地满足作业要求。     

具有部分先验信息的贝叶斯分析法在模式分类中的应用

针对模式分类中高置信度的先验概率分布难以设定的问题,提出了一种新的应用贝叶斯分析进行模式分类的方法。该方法首先求得已知先验信息和各个可能的分类决策对先验概率分布的约束集,然后通过对他们进行比较确定待分类模式的类别。实例表明该方法能够有效地缩小待分类模式的可能类别集,从而为分类系统的下一步精确分类提供便利。     

t′次近邻跃迁对角分析光电子谱的影响

以SDW波模拟赝能隙,基于具有自旋密度波(SDW)和d-波超导对称性(DSC)的Hub bard唯象模型,同时考虑近邻、次近邻跃迁效应,在平均场近似下计算谱函数及态密度,研究赝能隙和次近邻跃迁(t′)对ARPES的影响。发现考虑次近邻跃迁后得到的结果与铜氧化物高温超导体的性质符合的更好。     

一种综合分析多种测井信息自动识别储层的方法

该文提出一种由计算机自动识别复杂岩性地层的方法。首先在储层各类地质模型基础上建立了诊断储层类型的物理特征参数模型;其次根据模式识别、专家系统技术建立了识别各类储层的判定系统;最后建立了划分储层序列的彩色绘图系统。该系统在大庆油田试验,取得了良好效果。     

A Target Recognition Approach to Projecting HRR Profiles onto Subspace

Abstract: A array of the azimuthally averaged range-profile vectors and the inter-class and intra-class divergence matrixesare constructed iwth many frames of the high resolution range profiles which result from radar echoes of airplanes. Takingthe methods of whitening transformation and SVD produces a system of subspace vectors for target recognition. Where-upon, a template library for target recognition is built by the projection of a class-mean vector made from the radar dataonto the subspace for recognition. By Euclidean distance, a comparison is made between the above projection and eachtemplate in the library, to decide which class the target belongs to. Finally, simulations with the experimental radar dataarte given to show that the proposed method is robust to variation in azimuth and immune to additive Gaussian noisewhen SNR≥5dB.     

基于动态聚类邻域分区的并行蚁群优化算法

本文算法体现"分而治之"的思想,首先采用动态K均值聚类快速邻域分解,其次应用蚁群算法同时对分区并行优化计算,最后基于分区重心进行邻域全局连接,得到大规模TSP问题的满意解.     

动态数据系统的异常值智能处理

异常值的智能处理在动态测试数据系统中显得无为重要。本文运用模糊数学中的隶属度与最优隶属原则、贴近度与择近原则将人脑的逻辑思维与物理先验知识加以数学抽象概括,提出了能实现异常值自动剔除的新方法。     

基于连接的频繁集聚类算法

针对大型事务数据库中频繁集的多属性聚类问题,提出一种高效的频繁集聚类算法.以往聚类算法采用基于距离的计算方法,由于受到属性数据的制约,在频繁集挖掘中具有一定的限制.在属性聚类基础上,基于连接对频繁集进行聚类.在算法中先找出数据点的邻居和计算相似度,构造邻居矩阵;然后计算连接数目,确定邻居数目矩阵;最后通过设置判定函数和阈值确定聚类数.通过实验证明,算法能够不仅能有效地完成频繁集的多属性聚类问题,而且还可以进一步发现频繁集在某一层次的相关性.