基于平稳分布的随机恒化器动力学分析

基于平稳分布,研究了一类带有参数扰动的随机恒化器模型的空间动力学行为。首先,利用微分方程的基本理论,求出微生物种群平稳分布概率密度函数的完全表达式;然后,对于所得的平稳分布密度函数的形态进行分析,发现噪声在很大程度上将改变原有确定性恒化器模型的动力学行为,而且最大概率平衡点会随噪声强度的改变而改变,呈现出较为复杂的动力学行为;最后,通过一组文献中的实验数值进行模拟分析,所得结论与理论结果一致。研究恒化器模型的主要目的是研究其中微生物的生存分布,对这一问题进行深入的研究,可为相关从业工作者提供较为完善的理论依据。     

苏里格气田召30区块高分辨率层序地层旋回划分与对比方法

针对苏里格气田召30区块河流相储层标志层缺乏、砂体叠置、掘蚀严重、难以精细等时对比的难点,从高分辨率层序地层学基准面变化原理出发,在剖析关键取芯井的基础上,通过测井数据最大熵谱分析、小波分析和多曲线融合方法,对研究区进行了单砂体级别的层序识别与对比。结果表明:测井数据最大熵谱分析及小波变换分析的综合运用能够实现不同级次基准面旋回结构类型和叠加样式的识别与对比,据此,将研究区山_1段(S_1)—盒_1段(H_1)地层划分为3个长期基准面旋回层序、10个中期基准面旋回层序。其中,气层段(S_1-H_(8S)段)可识别出3个中期旋回和16个短期基准面旋回。在旋回识别与对比的基础上,结合多曲线融合技术提取标志层,实现了单砂体级别的地层对比,在一定程度上解决了河流相储层砂体空间变换复杂、短期旋回对比困难的问题,提高了等时对比的可靠性。     

基于去噪自编码器的镜像极限学习机设计

针对极限学习机在高维度、含噪声数据集中需要大量隐含层节点来保证分类性能的问题，设计了镜像极限学习机.该算法使用伪逆法确定输入权值，随机生成输出权值和偏置，在对数据进行分类时，它仅需极少的隐含层节点.为了提升镜像极限学习机的分类性能和抗噪性，将它与去噪自编码器相结合.利用去噪自编码器对输入数据进行特征提取，并将提取到的特征作为镜像极限学习机的输入数据，再进行网络训练.在无噪和含噪声的MNIST，Fashion MNIST，Rectangles和Convex数据集中，将基于去噪自编码器的镜像极限学习机与ELM，PCA-ELM，SAA-2和DAE-ELM作对比实验，结果表明，基于去噪自编码器的镜像极限学习机的综合性能最优，用于分类的网络隐含层节点数最少.     

高温作用后砂岩物理力学性质阈值温度的确定——基于机器学习算法

通过采用机器学习算法，提出了高温作用后砂岩物理力学性质变化的阈值温度的确定方法。基于Python语言，利用K-Means、SVM算法，实现了对样本数据的分类和聚类，确定了阈值温度区间，验证了二分类法的合理性和准确性.结果表明，砂岩样本的阈值温度区间为400~600 ℃，阈值温度上下砂岩的物理力学性质存在显著差异，体现为阈值温度区间以下的岩样物理力学性质较为分散，而阈值温度区间以上的岩样物理力学性质较为集中.     

基于线性判别分析的时频域特征提取算法

针对复杂环境中的声目标特征提取与选择问题,结合声信号时频域的特点,提出了一种时频域相结合的特征提取方法。首先,对信号进行小波分解,达到去噪目的;然后,将短时能量、短时平均幅值、过零率及频带能量值作为原始特征矢量,并结合Fisher判别准则进行特征选择,以此构造低维特征向量;最后,对两类声目标的实测样本数据进行特征提取,并采用支持向量机和K近邻两种分类器对该特征提取方法的有效性进行校验。实验结果表明,采用“时域+频域+线性判别分析”的特征提取方法简单有效,且与单一时域或频域的特征提取方法相比,识别率更高。     

基于混合阈值的清除重复间隔阈值经验模态分解去噪方法

经验模态分解(Empirical mode decomposition,EMD)被认为是一种有潜力的非线性非静态信号去噪方法。传统的经验模态分解阈值去噪在零点附近存在不连续性的缺点,Kopsinis提出了EMD-IIT和EMD-CIIT方法,但这两种方法对阈值过于敏感,即区间极值轻微的偏差就有可能导致去掉整个区间曲线,因此本文提出一种混合阈值算法,结合了EMD-DT和EMD-IT各自的优势。仿真结果表明此去噪算法具有较好的效果。     

一种新的心电信号R峰自动检测方法

R波是心电(ECG)信号中最重要的组成部分,蕴含着重要的生理病理信息。在长时ECG信号上实现R峰自动检测是进行心率变异性分析、心血管疾病诊断、生物识别和ECG编码的关键步骤。文中提出了一种新的基于小波变换的R峰自动检测方法。首先,设计了一种改进的小波阈值法,并结合小波包分解对原始心电信号进行去噪处理;其次,将去噪后的心电信号进行小波变换,采用自适应阈值法在恰当的频率子带上检测出候选R峰,并将其位置逆变换于心电信号;最后,根据RR间期的局部变化趋势进行R峰的精细筛选,以最终完成R峰检测。文中选用MIT-BIH心律失常数据库中的2个心电记录对所提算法进行性能评估,采用错误检测率(DER)、真阳性率(+P)、敏感度(Se)和准确率(Acc)作为评价指标,平均检测结果分别可达0.395%,99.67%,99.95%,99.62%。     

基于SLNR的MU-MIMO系统预编码和用户调度算法研究

在MU-MIMO通信系统中,允许多个用户在相同的频率和时隙上进行通信,可以有效增大系统吞吐量、提高系统性能,如何设计高效的预编码方案和用户调度方案以减少用户间的干扰是MU-MIMO系统面临的主要问题之一。本文首先利用最小均方误差方法的改进信道矩阵来有效减少估计信道误差的影响,提出了一种基于信漏噪比(SLNR)的MU-MIMO系统预编码方案;在此基础上,针对传统的贪婪用户调度算法复杂度过高的特点,提出一种基于SLNR准则的低复杂度的用户调度方案。通过仿真分析,提出的预编码方案能够有效降低系统误码率,用户调度方案有效降低了算法计算复杂度。     

4∶5,7∶8-二异亚丙基-3-去氧-D-甘露-2-辛酮酸(Kdo)甲酯及其对甲基硫苷合成

以D-甘露糖和L-酒石酸二甲酯为原料合成4∶5,7∶8-O-二异亚丙基-3-去氧-D-甘露-2-辛酮酸甲酯及其对甲基苯硫苷衍生物。首先,D-甘露糖通过缩酮反应制得2∶3,5∶6-O-二异亚丙基-D-甘露糖1;然后,L-酒石酸二甲酯2经过氧化水解,磷酰化和硅烷基化制得磷酸酯4。化合物1和磷酸酯4经Wittig-Horner反应缩合得到化合物5,脱除硅基制得4∶5,7∶8-二异亚丙基-3-去氧-β-D-甘露-2-辛酮酸甲酯6,总收率为34%。化合物6通过端基乙酰化和硫取代反应得到硫苷衍生物8,六步总收率为26%。产物结构经NMR和HRMS确证。