CDMA中干扰消除多用户检测器的研究

基于统计分析方法,导出了传统并行干扰消除检测器(PIC)、部分干扰消除检测器(P-PIC)和最小均方误差检测器(MV-PIC)的输出均值和方差. 结果表明:与传统PIC检测器比较,P-PIC检测器降低了软判决量的均值和方差的偏差;选择恰当的部分干扰消除系数,可以使MV-PIC的输出均值增大、方差减小、误码性能优于PIC检测器.     

改进的聚类算法及在复杂大群体决策中的应用

针对现有FCM聚类算法中存在的局部极值和伸缩性较差等问题,提出了基于全部最小连通支配集算法(minimum connected donating set algorithm,MCDSA)的改进的聚类算法(minimum fuggy C-means,MF-CM)。用改进的聚类算法MFCM辅助复杂大群体决策(complex huge group-decision,CHGDS),定义了群体偏好矢量和群体一致性指标,提供了一种新的解决CHGDS中群体决策的理论和方法,并通过实验证明了该方法的有效性和稳定性。还提供了基于属性加权进化的群体一致性决策机制新思路。     

限制在光滑参数曲线上的С~1曲面插值

给出了一种限制在光滑参数曲线上的C1曲面插值方法.首先通过曲线参数化,建立从曲线到实参数轴的一个一一映射,将限制在曲线上的曲面插值问题转化为实参数轴上的一元插值问题,然后采用范数极小的方法给出参数轴上的一元C1插值函数,再将此插值函数映射到原曲线上即得到限制在参数曲线上的插值函数.理论推导和图形实例显示表明该方法具有逼近效果好的优点.     

预测死亡率分布的一个最小叉熵模型

被保人的死亡率分布是确定寿险费率的一个重要依据,而根据其生活的环境、时间预测被保人的死亡率是保险精算研究中的一个热点问题.基于最小叉熵原理,建立了预测被保人死亡率分布的一个模型--最小叉熵模型,该模型以叉熵函数作为目标函数,以被保人的预期寿命作为约束条件,通过最小化叉熵预测被保人的死亡率.以从事特殊职业的被保人为研究对象,通过最小叉熵模型计算了该类人的死亡率.该方法计算简便,具有较好的客观性和实用性,为死亡率预测研究提供了一种有效的新方法.     

哈特曼装置上粉尘浓度的测量

粉尘浓度和湍流速度对粉尘爆炸猛烈程度和粉尘云最小着火能的测试有很大影响.针对1.2 L哈特曼装置上的粉尘浓度进行了测量研究,并对测量数据进行了分析讨论,得到了1.2 L哈特曼管上不同位置高度的粉尘浓度随时间的变化曲线.粉尘浓度随哈特曼管高度位置分布很不均匀.对于哈特曼管电极位置高度,当点火延迟时间170 ms、计算浓度为500 g/m3时,其粉尘测量浓度近似等于计算浓度;当计算浓度低于500 g/m3时,其测量浓度高于计算浓度.当计算浓度大于500 g/m3时,测量浓度低于计算浓度.哈特曼管上粉尘浓度随高度分布的获得,为最小着火能在不同装置上的测试比较提供了数据,为粉尘爆炸数学模型的检验提供了...     

一种新的加热炉状态识别算法

最小距离法是一种应用非常广泛的状态识别算法,但其在使用过程巾要求待识别样本必须符合类内距离较小、类间距离较大这一前提条件,否则将会造成识别错误.针对最小距离法存在的问题,提出了一种基于人工神经网络的改进最小距离法,并将该方法应用于加热炉工况的状态识别.结果表明,该方法具有识别速度快、识别率高的优点,完全能够满足工业生产过程的需要.     

最简点预测动态矩阵控制器的性能分析

定义了线性系统脉冲响应模型的相对误差和模型失配时的最小鲁棒指数，并在此基础上分析了各种拍控制器的性能，指出动态矩阵控制所能达到的性能的极限，为动态矩阵控制设计提供指导。     

BP网络激励函数的研究

研究BP算法中激励函数f对收敛速度的影响 ,并将其用于传感器静态误差的综合修正 ,实验证明取得了较好的效果 ,得出了陡峭函数收敛快的结论     

广西冬季极端最低气温的概率分布模型选择及其极值和重现期计算

为了解广西冬季极端最低气温概率分布类型和分析广西不同重现期的冬季极端最低气温值，根据广西88个气象站1951－2000年（1951年以后建站的站，取建站－2000年）冬季极端气温序列，分别用GumbelⅠ型极值分布，GumbelⅡ型极值分布，GumbelⅢ型极值分布，正态分布，双正态分布函数进行拟合，并按柯尔莫哥洛夫检验和ω^2检验方法进行拟合优良检验，结果表明，桂林等55个站遵从双正态分布，河池等29个站遵从正态分布，南宁等4个站遵从GumbelⅠ型极值分布，说明用双正态分布，正态分布和GumbelⅠ型极值分布函数作为广西冬委极端最低气温的分布函数效果较好，广西15年一遇的极端最低气温－2℃等值线与广西龙眼，荔枝的分布北界比较接近。     

基于Hopfield网络的极小值问题学习算法

针对 Hopfield神经网络 (HNN )所存在的极小值问题及缺乏学习能力的问题 ,提出了一种学习算法。将决定约束条件权值大小的系数作为学习参数 ,在参数空间里使参数向着 HNN能量上升最快的方向学习 ,使网络状态能够有效地从可能陷入的极小值状态中逃脱出来。对于在状态空间里陷入极小值状态的 HNN,首先在参数空间里修正参数 ,然后再返回到状态空间里进行状态更新 ,如此反复 ,直至找到最优解或满意解。算法的有效性通过仿真实验进行了验证。该算法分别被应用于 10城市和 2 0城市的旅行商问题 ,结果能够以很高的比率收敛于最优解