基于正交矩阵偶构造低相关区序列偶集

由于不受阶数应为2的幂次的限制,正交矩阵偶的存在范围更大.提出了3种新的正交矩阵偶的构造方法.基于正交矩阵偶,提出了一种新的低相关区序列偶集的构造方法,并对此方法构造得到的低相关区序列偶集的参数进行了理论分析.     

MA(2)序列的偏相关函数

首次用矩阵分解的简便方法求出了MA(2)序列的偏相关函数的精确解析表达式.     

约束优化问题稳定序列二次规划方法研究综述

稳定序列二次规划(sSQP)方法由于在求解病态或退化约束优化问题获得理论与数值的突破性进展而备受关注,重要成果频繁问世.本文对近期国际上若干重要sSQP方法及其思想进行概述,包括罚函数型sSQP方法,滤子型sSQP方法和非精确恢复(IR)型sSQP方法等,并对约束优化问题sSQP方法的进一步研究进行探索性思考.     

大尺寸亲水结构序列嵌段离聚物的结构及性能

以双酚芴、4,4’-二氯二苯砜、联苯双酚型二氮杂萘酮、二氟二苯酮磺酸钠为原料,采用"二锅二步"法制备了一系列具有不同尺寸亲水结构的芴-联苯双酚型氮杂萘酮-两亲序列嵌段聚芳醚砜酮离聚物质子交换膜材料.对合成的质子交换膜材料结构和性能的研究表明:该系列新型离聚物的结构可控;离聚物膜具有明显的微相分离结构,憎水相以小的分离的连续相包裹在亲水连续相中,且随着亲水链段尺寸的增大,其亲水区域的尺寸增大,呈现明显的吸水溶胀状态,形成了大的质子交换通道;该系列膜具有良好的热稳定性,合适的吸水率和溶胀率,良好的质子传导率、力学性能以及高温水解稳定性;随着大尺寸亲水链段尺寸的增加,膜的吸醇率增加,抗氧化性能降低;该系列膜的质子传导率随着温度的升高而增大,5c,5d在20℃下的质子传导率接近或高于Nafion 117的30℃质子传导率,5d的质子传导率在80℃下达到了15.63mS/cm.     

CNN超混沌系统伪随机序列发生器设计

基于CNN超混沌系统,设计了一种混沌伪随机序列发生器。通过对细胞神经网络系统的理论分析及仿真实验可知,该系统具有复杂的动力学特性,具有初值敏感性、密钥空间大等特点,非常适合作为伪随机序列发生器。基于该系统的发生器能够产生两种不同的序列,一种为二进制序列,另一种为十进制序列,并且通过该发生器产生的伪随机序列具有良好的性能,如序列值的均匀分布性、尖锐的自相关特性和良好的互相关特性。除此之外,利用NIST标准对序列发生器进行性能检验,检验结果表明该序列满足伪随机序列的要求,具有较高的安全性和保密性,具有较好的应用前景。     

外商直接投资趋势研究——基于灰色马尔可夫预测模型与时间序列模型的对比

外商直接投资是影响中国经济发展的重要因素,而未来外商直接投资的预测是其发展和决策的基础.文章在阐述外商直接投资对中国经济发展的作用以及对未来中国利用外资水平预测的必要性的基础上,选取2000-2013年度中国利用外商直接投资(FDI)的数据,通过建立灰色马尔可夫(GMM)和时间序列模型,对中国利用FDI的趋势进行预测,并对预测结果精度进行比较,以得出较优的预测模型.研究结果表明:传统灰色模型合格,但仍有可提升的空间;在此基础上,建立GMM预测模型对结果进行修正,所得模型的灰色关联度有很大提升,且与真实值差距进一步缩小;建立时间序列模型,并据此对数据进行预测;比较GMM与时间序列模型预测结果的精度,可知,GMM的预测精度较高,拟合效果较好.为验证这一结果的可信度,文章选取1990-2013年度北京市和重庆市FDI水平的数据,建立GMM和时间序列预测模型,再次发现GMM预测效果优于时间序列模型的预测效果.基于此,GMM对中国利用外资水平的预测结果较为可信,预测结果对完善中国直接利用外商投资的机制具有一定参考价值.     

基于时间序列分析的独居老人活动量研究

为解决独居老人日常生活的监护问题, 提出一种基于时间序列分析与模糊模式识别的独居老人活动量研究方法。该方法将独居老人的日常活动量作为对独居老人生活状况监测的有效指标, 并利用时间序列分析对活动量时间序列建立预测模型, 利用模糊模式识别法鉴别活动量监测值与活动量预测值之间的差距, 当两者之间的差距超过正常范围时, 将预警信息反映给老人的监护人, 以便监护人对老人的生活状态是否异常予以关注。实验结果表明, 该方法对老人异常状态的识别准确率为96. 97%。从而为老人生活状况的研究提供了一种新的方法和途径。     

氨基酸序列分析揭示苯丙氨酸/酪氨酸解氨酶在陆生植物中的演化

苯丙烷途径在陆生植物木质素和黄酮类等次生代谢产物的生物合成中至关重要，其中一步必需的反应为苯丙氨酸解氨酶(PAL)将底物苯丙氨酸脱氨催化为下游产物。最新研究发现了能够同时催化苯丙氨酸和酪氨酸脱氨的双功能酶—苯丙氨酸/酪氨酸解氨酶(PTAL),但是对诸多问题，例如怎样精准鉴定PAL和PTAL、植物PAL演化为PTAL其氨基酸序列发生了什么变异、哪些植物类群包含PTAL等，仍属未知。为了探索PAL基因家族在陆生植物中的演化及关键变异，本研究利用PAL氨基酸全长序列构建了陆生植物不同类群系统发育树，比较和分析了PAL和PTAL氨基酸序列并模拟了其蛋白质三维构象。结果表明，以PAL氨基酸序列构建的系统发育树，能够反映已知陆生植物的系统关系，PAL和PTAL的氨基酸序列中存在着8个差异位点，其中121和123这两个关键位点非常稳定，可以联合用于准确鉴定包含PAL和PTAL的植物，并且I121L和F123H的关键变异，导致只能与苯丙氨酸结合的PAL演化为也能同时结合酪氨酸的PTAL。     

一种基于改进型RBF神经网络的非线性时间序列预测模型

RBF神经网络具有收敛速度缓慢、全局搜索能力差等缺点,提出了一种基于遗传算法的RBF神经网络,经过自适应遗传算子参数优化,提高了RBF神经网络模型的预测精度,实现了非线性时间序列的预测.仿真实验结果表明,基于遗传算法的RBF网络预测模型非常适合非线性时间序列的预测,是可行的、精准的、有效的.     

基于宽窗口和PAST算法的扩频序列盲估计

针对DSSS信号的盲估计问题,结合投影逼近子空间追踪算法(PAST)和滑动窗技术,对接收信号进行宽窗口划分,实现了非同步接收信号的扩频码的恢复。该方法只需要提取信号的主特征向量,然后利用滑动窗的方法实现码同步。PAST方法避免了特征值的求解,降低了计算量,易于硬件实现,解决了传统的特征分解方法实时处理的困难以及相位模糊的问题,并且能在低信噪比下实现扩频码的估计。