有限实名网络中个体行为分析与建模

有限实名网络环境作为一种广泛存在的网络环境类型,其网络个体行为与匿名网络、实名网络中个体行为存在显著的差异性;从有限实名网络中个体行为的影响因素出发,进行个体行为的维度设计,从而建立个体行为的形式化描述;通过实证分析,阐述个体行为建模在识别个体行为相似性上是可行的,因此,准确获取有限实名网络中个体行为的特征,对于研究由此形成的网络群体行为同样具有现实的意义。     

碱液去皮工艺对牡丹籽出油率的影响研究

以牡丹籽为研究对象,采用碱液去皮,以牡丹籽出油率为考察指标,通过单因素实验考察了碱液种类、碱液浓度、加热时间、加热温度等因素对出油率的影响,并选取主要影响因素进行正交实验;结果表明:碱液去皮各因素对牡丹籽出油率影响从大到小依次为碱液浓度、加热时间、加热温度,最佳工艺条件为氢氧化钠浓度9%、加热时间5 min、加热温度80℃,此时,牡丹籽出油率达到83.61%。     

薄膜厚度对1-3型BaTiO3-CoFe2O4多重铁性薄膜相变温度的影响

基于热动力学理论,通过对演化方程的线性稳定分析,确定了1-3型BaTiO3-CoFe2O4(BTO-CFO)多重铁性复合材料中的铁电、铁磁相变温度.考虑系统中基底与薄膜之间及薄膜内铁电相、铁磁相之间的内应力和外应力的弹性耦合,确立了顺电到铁电/铁磁地相变临界温度地解析式.临界温度与两相体积分数、基底、薄膜的晶格尺寸、薄膜两相的材料性能及薄膜厚度都有很大关系.两相的相变临界温度可以通过调节体积分数及薄膜厚度进行控制.     

利用ARMA模型的直流电机模型的辨识

对四旋翼飞行器机体辨识建模时,首先要知道螺旋桨电机的模型.电机的扭矩和角速度取决于电机的输入电压,它们之间的关系与电机线圈的电阻、电感、电机转动惯量、摩擦力、载荷及其他电机的常数有关系.传统电机模型通常利用机理建模,但准确性不高,采用辨识建模能提高模型准确性,给电机一个已知输入,测量其输出的角速度值,然后利用最速下降算法来使电机输出和模型输出值的误差最小,通过ARMA算法来对模型进行辨识,得到系统输入输出的脉冲传递函数,并对得到的系统进行阶跃输入,从而通过比较验证模型的有效性.     

物理缔合高分子溶液相分离的研究

采用自洽平均场理论研究高分子溶液相分离,研究高分子溶液粘性单体相互作用参数χN与p体积分数相图,分别改变粘性单体间隔、溶剂尺寸研究其对相分离的影响。其结果是随着高分子体积分数p的增大,相分离临界值χN先降低后升高,并且整个相图不对称。减少高分子链粘性单体间隔,相分离临界值χN降低。增大溶剂尺寸,相分离临界值χN降低。     

一种有效的水下目标运动分析算法与仿真研究

研究了基于纯方位观测的水下目标运动分析(TMA)原理及方法,针对常用粒子滤波算法在水下目标运动分析中存在的后验概率选择问题及粒子退化现象,通过分析问题产生的原因,提出了一种基于改进粒子滤波算法的水下目标运动分析方法。该算法首先结合了扩展卡尔曼滤波与粒子滤波算法(EKF-PF)各自的优势,同时考虑到粒子退化现象,并将马尔科夫链蒙特卡洛方法(MCMC)应用于EKF-PF算法中。与传统粒子滤波算法相比较,该算法不仅提高了重要性密度函数准确度,同时还克服了粒子退化问题,而且对重采样带来的采样枯竭也有很好的抑制作用。通过仿真实验表明该算法有效,且估计精度有较大的提高。     

考虑可信度和方案偏好的犹豫模糊决策方法

研究了对方案有偏好的犹豫模糊多属性决策问题。对每一个评价值给出相应的可信度,用来表示决策者对专业领域的熟悉程度。基于可信度提出几个犹豫模糊信息关联度公式,并讨论了它们之间的关系。基于决策者的主观偏好与客观偏好之间的关联度建立属性权重模型。给出一种考虑可信度且对方案有偏好的犹豫模糊多属性决策方法。算例证明了所提方法的有效性。     

L波段小擦地角海杂波KK分布建模

为了改善小擦地角海杂波建模存在的重拖尾问题,研究KK分布建模方法,基于L波段高分辨小擦地角海杂波数据,分析不同分辨率和不同海况下KK分布与海杂波实测数据的拟合效果,通过与常用的K分布、威布尔分布、对数正态分布等对比,表明KK分布较好解决了K分布等在幅度分布拖尾处与实测数据出现的偏离问题,可在拖尾处达到更好的拟合效果。     

基于非线性最小二乘的机载气象雷达回波谱矩估计方法

机载气象雷达无法检测雷达回波信噪比（signal to noise ratio, SNR）很低的晴空湍流和干性风切变。提出了一种参数化的机载气象雷达回波谱矩估计方法,该方法利用非线性最小二乘(nonlinear least squares, NLS)方法拟合回波的自相关序列估计谱矩。引入循环优化思想来解决多个高斯谱回波混合时的谱矩估计问题。给出了将谱矩估计的二维搜索问题转化为两个一维搜索的快速算法。理论和仿真实验与分析表明,提出的方法适用于信噪比较低的情况。     

基于半监督流形学习的WLAN室内定位算法

针对无线局域网室内定位系统中,因参考点密集布设而带来的数据采集、更新及定位匹配运算量增加的问题,提出了一种新的基于半监督流形学习的降维判别嵌入定位算法。该算法利用少量已标记数据和部分未标记数据,通过求解目标函数最优化,对高维接收信号进行维数约减,保留最具判别力的定位特征,然后采用确定性定位算法找到定位特征与位置坐标的映射关系。实验结果表明,算法定位精度高于传统的定位算法,降低了离线阶段的数据采集工作量,便于后期数据库的实时更新。