正交频分复用系统非线性信道估计算法

为了提高正交频分复用(OFDM)系统的传输质量和有效性，提出了一种基于最小二乘支持向量机的OFDM非线性信道估计算法．通过在OFDM符号中插入导频而获得训练数据，利用最小二乘支持向量机将训练数据映射到高维空间，并在此空间采用结构风险最小化准则对时变信道频率响应函数进行回归估计，把低维空间的非线性估计转化为高维空间的线性估计，提高了估计的精度．仿真结果表明，该算法能够有效地减小由多径引起的频率选择性衰落的影响，与传统算法相比，在同一误码率条件下的信噪比提高了3～7dB。     

精巢间质细胞雄激素合成及其调节的研究进展

本文综述了近年来精巢间质细胞雄激素的合成及其分泌调节的研究进展。间质细胞内的雄激素合成的限速步骤是胆固醇转化为孕烯醇酮时的胆固醇跨线粒体膜转运。在此转运过程中，PBR可能是作为依赖于配体的通道蛋白，对胆固醇分子进行跨膜转移；StAR则通过解离线粒体膜与胆固醇分子的吸附作用，加速了胆固醇分子的转运。雄激素的合成还受垂体、支持细胞、巨噬细胞和其自身分泌激素和细胞因子的调控。同时对今后研究的方向做了总结和展望。     

基于数据仓库的城市交通拥堵疏导数据管理

从分析城市交通拥堵疏导管理决策中数据来源的多样性及异构性出发，为实现对各种数据和信息的汇总和综合，提出了城市交通拥堵疏导管理数据仓库的体系结构，探讨了该体系结构建立中的数据抽取与转换，元数据、中央数据库与数据集市，数据访问与分析等重要组成部分，并且，通过主题，维度，粒度及分割等概念的引入，着重研究了该数据仓库中的数据组织与数据模型的建立，从而为城市交通拥堵疏导管理决策提供一个统一、综合的数据环境。     

汇率预报的非线性组合建模与预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存着较大的局限性。本文提出了一种基于支持向量机回归(SVM)的汇率非线性组合建模与预测新方法,并讨论了建模中SVM核函数、损失函数的选取和容量控制等问题。对于英镑、法郎、瑞士法郎、日元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。     

一种支持向量回归中超参数自适应方法

在贝叶斯框架下支持向量回归SVR可视为最大化后验MAP回归函数估计的扩展.贝叶斯方法可用来实现模型中超参数的自适应,同时保持SVR稀疏性和凸二次规划的优点.在对SVR的MAP解做Laplace近似获得关于超参数的SVR模型中证据的平滑表达式,使用基于梯度的优化法可导出使证据最大化的最优超参数.通过引入ARD参数到高斯协方差函数中,可进行输入属性的相关性分析和特征选择.给出了在人工和实际回归问题上的应用及其他方法的对比分析.     

基于力信息的机器人接触状态下作业的技能学习

为实现机器人接触状态下作业的演示编程，使机器人获得人的基于力信息的作业技能，首先提出了描述接触状态的元素接触形式，用元素接触形式序列建立技能模型，根据不同的接触形式具有的不同腕力分布，利用支持向量机(SVM)对不同的元素接触形式进行辨识，在此基础上机器人获得人在接触状态下的作业技能，实现了演示编程方法中最关键的一步。     

基于核方法的复杂设备运行状态监测技术

分析了复杂机械设备运行状态监测中遇到的困难，介绍了基于核的特征提取方法和基于支持向量机的模式识别理论，指出：将核方法应用到状态监测中有望解决其中的非线性、不精确性和不确定性问题，为该领域的研究提供了全新且可行的研究途径。     

基于核的投影寻踪方法及其在模式分类中的应用

分析了一般投影寻踪方法存在的局限和核方法在处理非线性方面所具有的优势，在此基础上结合支持向量机的最新研究成果，提出了基于核的投影寻踪方法，并将其应用到滚动轴承的质量分类中，取得了较为理想的效果。     

开放课程资源支持系统模型研究与实现

开放课程资源支持系统(OCRSS),设计开发出的一个OCRSS应用原型,具有自主性、主动性、反应性、创造性、面向目标的资源支持等特点,是构建于校园网分布式人工智能(DAI)的,支持教师个性化的课程建设与生产、众多个性课程资源的有机组织,支持学习者面向目标的自主学习、智能推理与决策指导,为研究者提供立体的知识来源,有利于创造性思维的展开、知识数量上的积累和认知的飞跃。     

乡镇级政权的权威支持

乡镇级政权的权威支持问题是我国农村基层政权巩固的核心问题．乡镇级政权的权威支持主要来自四个方面：上级政权组织的支持，乡镇级政权组织自身的支持，村级党支部、村委会的支持，社会的支持．