基于离散余弦变换的SC-FDMA系统

在单载波频分多址接入(single carrier frequency division multiple access,SC-FDMA)系统中提出用Ⅰ型、Ⅱ型、Ⅲ型、Ⅳ型4种不同类型离散余弦变换代替离散傅里叶变换.基于不同变换,分别推导上行链路传输信号时域表达式,并对推导式展开分析,比较基于不同类型离散余弦变换的SC...     

QC-LDPC码在OFDM-IDMA系统中的性能研究

为了寻求一个从多址接入技术、调制技术到纠错编码方案等方面,满足下一代无线移动通信高速率、高可靠性需求的整系统解决方案,设计了一种新的基于准循环的LDPC(quasi cyclic low density parity check codes,QC-LDPC)编码的OFDM-IDMA(orthogonal frequen...     

一种改进的等误差自组织特征映射矢量量化算法

为了改善矢量量化的码书性能和提高神经网络的学习效率,在分析等误差自组织特征映射算法(equidistortion self-organizing feature mapping,EDSOFM)的基础上,提出了一种改进算法.改进算法将模糊神经网的隶属度函数引入到竞争学习算法中,有效地提高了学习收敛速度.针对原算法搜索获胜...     

新爆轰模型及其实验验证

从理论、实验和应用三方面论证了作者提出的LADM爆轰模型（Least Action Detonation Model,LADM）.经典爆轰理论CJ模型和ZND模型（简称CJ-ZND模型）是忽略输运效应的一维层流模型.LADM模型用熵原理确定爆轰过程终点,用Hamilton原理确定从炸药到终点的真实爆轰过程,除化学反应外还考虑了输运效应和爆轰产物粒子的复杂运动.X光照片显示,爆轰波反应区后存在一个静止区域,与LADM模型的理论分析结果相符.LADM模型可以描述乳化炸药的压力分布.     

论“大学生素质拓展计划”课程资源的开发与利用

"大学生素质拓展计划"是高校素质教育的重要形式,也是高校课程资源的重要载体。在实施"大学生素质拓展计划"过程中生成各种满足高校课程活动的素材和条件,并在生成学生经验、问题与案例、课程评价资源、条件性资源等方面具有优势。应当充分认识"大学生素质拓展计划"课程资源的价值,通过完善机制,激活主体等方式加强对其的开发与利用,并促成其向校本课程转化。     

知识与政治:女性主义立场论的批判性反思

本文分析了女性主义立场论与马克思主义阶级立场理论的亲合与分离以及其激进的政治立场所面临的困境,指出当放弃了对多元立场的独断论的政治赋权,温和的女性主义立场论对科学与政治关系的认识将呈现出更民主与更合理的理论向度。     

基于塑性损耗的超高层建筑结构抗震性能分析

基于能量分析原理提出了一个建筑结构的塑性损耗指标,即结构的塑性损耗能在总输入能中的比例,用来衡量建筑结构在地震载荷作用下的实际损伤程度.通过有限元软件ABAQUS运用非线性动力弹塑性分析方法分析了一个典型框架—核心筒超高层结构.计算了该结构在同一地震波不同地震强度下的塑性损耗指标、构件和层的塑性损耗能分配,以及在不同地震波同一地震强度下的塑性损耗指标、层塑性损耗能分配;模拟了该结构相应的损伤破坏分布情况.两种方法表征的结果趋势一致,表明结构的塑性损耗指标和塑性损耗能分配可用来衡量结构整体和局部塑性损伤破坏情况.     

构建新包空间的多示例学习方法

针对已有神经网络方法采用示例决定标记从而导致多示例学习(MIL)中包结构信息丢失的问题,提出了一种新的RK_BP多示例学习方法.在示例空间,首先采用粗糙集对其进行属性约简;然后进行K均值聚类,利用聚类点构造新包空间;在新空间中,利用误差反向传播神经网络算法进行分类.在多个测试数据集上对算法进行测试,结果表明该算法可有效解决已有神经网络方法包结构信息丢失问题,明显提高分类性能.     

面向重用的三维CAD模型检索算法

针对现有CAD领域的检索算法对模型的局部细节特征描述不足的现状,提出了一种基于最大公共子图的三维CAD模型检索算法,通过提取CAD模型的B-Rep信息,将模型用属性邻接图来表示.根据如果2个CAD模型存在相似的特征或局部结构,CAD模型所对应的属性邻接图应存在公共子图的原理,通过检测属性邻接图中的公共子图,得到了2个与CAD相似的局部细节特征,并利用这2个相似的局部细节特征对CAD模型进行了相似性评价.实验表明,该方法能够实现三维CAD模型检索,且检索的效率能够满足工程检索的要求,因此可以实现CAD模型设计和制造知识的重用.     

最小二乘双胞支持向量回归机的研究

 利用最小二乘方法和临近支持向量机(PSVM)算法,并结合双胞支持向量机(TSVR),提出了最小二乘双胞支持向量回归机(LSTSVR).作为对照,TSVR需要求解2个二次规划问题,而LSTSVR仅需求解2个线性方程组.最后利用不同的实例验证了所提算法的可行性和有效性.