针对短波3G-ALE信号的改进脉冲干扰性能研究

针对美军新一代短波3G-ALE信号为提高其协议信息传输可靠性而在通信链路层进行的多重数据编码,提出一种改进脉冲干扰方法。首先利用公开的伪随机扰码,建立对周期脉冲信号进行伪随机预加扰的干扰模型;之后推导信号接收处理公式,在此基础上分析脉冲占空比、脉冲周期等干扰参数,以及扰码失步、干扰频偏等因素对于干扰性能的影响;最后仿真干扰实验并得到相关结论。实验结果验证改进脉冲干扰对于3G-ALE信号协议信息可靠传输的干扰有效性,在设置脉冲占空比75%、脉冲周期使得脉冲持续时间等于整数倍符号长度TB时的干扰效果最佳;2TB以内的扰码失步、80 Hz以内的干扰频偏导致的干扰效果下降,则可以通过提高干信比较好地予以克服。     

改进的固定交通检测器缺失数据综合修复方法

基于检测器数据的时空相关性,为缺失数据修复模型动态地选择解释变量,在综合考虑检测器数据的周期性趋势和实时变化特性的基础上,提出了一种改进的缺失数据修复方法.对上海市南北高架的线圈流量数据进行数据修复精度测试.结果表明,相较于传统的支持向量回归(SVR)模型,该方法在3个测试检测器上的数据修复平均绝对误差分别减小了3.80%、3.40%、25.23%,并且在数据连续缺失1～10个时平均绝对百分比误差均低于6%.     

面向排名预测的电影媒体网站研究

结合排序学习方法, 对电影排名预测任务进行研究。通过挖掘和分析电影媒体网站数据, 完成对排名预测相关特征的抽取与扩展及排名标注的对齐和划分等, 并提出面向电影媒体网站的排名预测模型。实验结果显示, 该模型能有效地提高电影排名预测任务的性能, 在为影视院线合理规划同期电影的上映时间及排片比例、为观影者提供优质热门的电影推荐等方面具有一定的应用价值。     

硫辅助填充高压Fe5C2/Fe7C3单晶相的碳纳米管研究

硫可以用作生长促进剂制备具有不同形态的碳纳米结构, 例如: Y型和海胆状结构, 单壁碳纳米管(SWCNTs), 双壁碳纳米管薄膜等. 此外, 研究表明低浓度的硫和低气体流量可实现碳纳米管中高压Fe7C3和Fe5C2相晶体的填充. 然而, 碳纳米管中高压相的填充条件以及连续垂直取向的碳纳米管薄膜的合成和形貌控制的条件尚需进一步研究. 本文采用化学气相沉积(CVD),使用硫和二茂铁的混合物作为生长促进剂和碳源, 在氩(Ar)气环境中将Si/SiO2基底作为局部生长区域, 实现了在碳纳米管内填充碳化铁相, 并通过对所得碳结构进行详细表征, 揭示填充的碳化物相(Fe5C2和Fe7C3)之间可能存在结合, 这些结果在磁数据存储方面将有潜在应用.     

基于安全协议的智能灌溉系统设计

针对现有智能灌溉系统中数据交互的安全问题,设计了一种基于安全协议的智能灌溉系统.智能灌溉系统以此安全协议为核心,并设计身份认证模块、签名模块、签名验证模块,实现了安全协议.最后对智能灌溉系统进行实验与仿真,实验结果表明基于安全协议的智能灌溉系统运行效率高,在智能灌溉装置计算能力和传输能力较弱的情况下具有良好的适用性和安全性.     

分散体系级配数据形成过程及其教育教学意义

通过对粉体物料级配分析中沉降法实验的数据形成过程的解析,探索了级配分析的不同实验技术之间偏差的来源,理论知识在实践中的应用,以及科学的实验教学方式在人才培养中不可替代的功能和作用.     

基于Spark框架的大数据K-prototypes聚类算法

大数据具有数据量大及混合类型的属性,基于MapReduce的K-prototypes并行大规模混合数据方案的缺点是时间和内存的限制,导致这些方案不适合处理大数据.为了解决这个问题,该文提出一种新的基于Spark的k-prototypes聚类方法,该方法使用了重新聚集技术,利用Spark框架的内存操作来构建大规模混合数据分组.在模拟和实际数据集上的实验表明,该文方法可行,且提高了现有K-prototypes方法的效率.     

基于互联网+数据挖掘的农业数据平台设计

随着农业数据规模日益增加,相应的、有针对性的数据挖掘平台设计成为迫切需要.该文设计了基于互联网+数据挖掘的农业数据平台,包括交互层、功能层、数据层3个层次.功能层是平台的核心,负责数据预处理、数据挖掘、挖掘结果展示等任务.针对Apriori算法进行了改进,通过频度集合、支持度集合、地址集合的联合使用,避免了重复扫描和频度冗余,进一步提升了挖掘算法的效率.以水稻生长中的二化螟虫害问题为研究对象,展开平台性能的验证性实验.实验结果表明:4种因素对二化螟爆发影响的强弱顺序为5月份降水最大,其次是5月份的温度,再次是2月份的温度,最后是2月份的降水.     

智能交通系统主要技术的发展

 以城市智能交通和智能交通新技术两个角度为重点,盘点了智能交通发展现状,分析了关键技术及其发展状态;探讨了交通大数据平台及其应用、视频技术、分析研判技术、交通控制技术、车路协同技术、城市交通大脑、无感技术等关键技术的未来发展;结合交通强国战略要求,提出了未来智能交通发展的重点方向与建议。     

国家科研竞争力评价——以OECD国家基础医学领域为例

 以经济合作与发展组织（OECD）国家为研究对象,采用一种基于数据包络分析方法的混合定权方法测算各国基础医学领域的科研竞争力指数,并对不同国家的竞争力指数和排名进行了分析。结果表明,美国、英国、德国、日本、法国是28个OECD国家中基础医学领域科研竞争力最强的5个国家。此外,除芬兰、希腊、新西兰和葡萄牙的科研竞争力指数变动较大外,其余各国变动不大。从区域上看,北美洲、北欧和西欧3个区域的平均科研竞争力指数处于前列,南欧和中欧区域处于劣势位置。因此从促进区域科研事业的快速和平衡发展角度看,国家间应当加强科研合作,取长补短,竞争力弱的国家应减小与竞争力强国间的差距。