基于熵评价模态分解的雷达信号双谱特征识别

针对在低信噪比下雷达信号调制识别准确率低、抗噪性差的问题, 提出一种基于熵评价模态分解和双谱特征提取的识别方法。利用双谱可以抑制高斯噪声的特点, 分析了在低信噪比下进行信号调制识别的可行性并引入了噪声项。由于噪声项的干扰, 双谱在0 dB以下时, 噪声抑制效果变差, 提出了基于信息熵评价的经验模态化分解对信号进行预处理, 提高信噪比。最后, 设计了卷积神经网络分类器, 实现对不同调制类型信号的识别。仿真实验结果表明, 本文方法相比传统方法具有良好的抗噪性, 能够在低信噪比下对不同类型信号进行有效识别。     

基于平均熵值的多点地质统计建模参数优选方法

多点地质统计建模方法通过训练图像获取空间结构和相关性统计特征,重建结构复杂的储层地质模型,为提高油气预测效果服务。不同建模参数的选择会直接影响计算效率和模拟结果,因此选择合适的建模参数至关重要。鉴于传统参数灵敏度分析方法的不足,提出一种基于模式均熵的多点地质统计建模参数优选方法,采用Hsim相似度对随机模型和训练图像的模式均熵差异进行量化分析。以多点地质统计建模参数——样板尺寸为例,计算建模参数集和训练图像的空间及结构特征相似度,建立基于模式均熵差异的空间相关性评价指标和建模参数的拟合曲线,将相关性评价曲线趋于平稳的拐点所对应参数值作为最优参数。实验结果表明,相比传统参数优选方法,基于单点熵代替两点熵进行平均熵值计算的新方法可以准确客观地优选出多点地质统计建模算法的参数。     

装配式建筑施工建筑信息模型应用成熟度评价

针对目前装配式建筑信息模型(BIM)应用水平差异大、应用效果不明显的问题,从施工阶段入手,建立装配式建筑施工BIM的成熟度评价模型.首先,结合熵权法和灰色关联聚类综合确定指标权重,引入云模型进行成熟度评价;其次,建立装配式建筑施工BIM应用成熟度评价指标和方法.工程案例表明:模型具有可行性,可为装配式建筑的BIM推广和成熟度评价提供参考.     

Superior corrosion resistance-dependent laser energy density in(CoCrFeNi)95Nb5 high entropy alloy coating fabricated by laser cladding

(CoCrFeNi)95Nb5 high entropy alloy(HEA)coatings were successfully fabricated on a substrate of Q235 steel by laser cladding technology.These(CoCrFeNi)95Nb5 HEA coatings possess excellent properties,particularly corrosion resistance,which is clearly superior to that of some typical bulk HEA and common engineering alloys.In order to obtain appropriate laser cladding preparation process parameters,the effects of laser energy density on the microstructure,microhardness,and corrosion resistance of(CoCrFeNi)95Nb5 HEA coating were closely studied.Results showed that as the laser energy density increases,precipitation of the Laves phase in(CoCrFeNi)95Nb5 HEA coating gradually decreases,and diffusion of the Fe element in the substrate intensifies,affecting the integrity of the(CoCrFeNi)95Nb5 HEA.This decreases the microhardness of(CoCrFeNi)95Nb5 HEA coatings.Moreover,the relative content of Cr2O3,Cr(OH)3,and Nb2O5 in the surface passive film of the coating decreases with increasing energy density,causing corrosion resistance to decrease.This study demonstrates the controllability of a high-performance HEA coating using laser cladding technology,which has significance for the laser cladding preparation of other CoCrFeNi-system HEA coatings.     

基于功率谱熵特征提取的脑电波大脑年龄预测

 大脑会随着年龄的增加而出现功能衰退，通过决策实验获取年轻人和中老年人的脑电信号，可以定量分析大脑随年龄增长而出现的变化。提出了一种基于熵的脑电波刻画方法，并利用机器学习的方法能够比较准确地预测人的大脑年龄。研究表明，脑电波功率谱熵（PSE）具有良好的时域分辨能力和更准确的区分效果，年轻人在做决策时的脑电波功率谱熵的分布是大于中老年人的，即年轻人所产生的脑电波信息量更大。此外，支持向量机（SVM）的分类效果优于随机森林（RF）方法，最高平均精度达88.02%，比随机森林高出2.66%。通过基尼指数对特征重要性排序，还发现决策过程中左眼电区域、大脑的颞和中央区域的决策反应差异很大，分类器更容易在这些特征区域做出更好的分类。     

PT对称Bell态的经典纠缠与CPT纠缠

研究4个宇称-时间(PT)对称Bell态在经典Hermite条件下的纠缠问题.结果表明:在4个PT对称Bell态中,Φ_-〉和Ψ_-〉仍为经典量子态,且在经典量子Hermite内积下仍为最大纠缠态;Φ_+〉和Ψ_+〉不再总是经典量子态,将其在Hermite内积下进行规范化后的经典量子态也不再总是Hermite内积下的最大纠缠态.     

基于核因子分析的捷联惯组稳定性评估技术

当前捷联惯组的稳定性评价方法单一,严重影响了使用单位对捷联惯组的使用效率。针对捷联惯组各个误差系数两次测试之差线性相关性较弱的特点,本文应用统计学习理论中的核化原理将因子分析这一线性特征提取算法推广至非线性特征提取算法,并改进了传统的因子综合评价方法,将其用于捷联惯组的稳定性评估。数值实验结果证明了本文提出的核因子分析方法的有效性。     

基于概率语言熵和交叉熵的多准则决策方法

概率语言术语集既包含语言术语,又包含语言信息的概率,使初始决策信息能够得到充分的利用,有利于提高语言术语集多准则决策的科学性.鉴于此,本文针对概率语言多准则决策问题,提出了一种基于概率语言熵和概率语言交叉熵赋权的多准则决策方法.首先考虑各准则下概率语言术语集的个体效应及其相互作用,利用概率语言熵和概率语言交叉熵计算准则的权重,然后采用将有向图和0-1优先关系矩阵相结合的概率语言术语集备选方案排序方法,更加直观地得到备选方案的排序结果并得到各方案之间的优劣程度.最后,以企业战略规划问题为例进行分析,通过对比分析验证了所提方法的有效性和优越性.     

冬小麦三种病害潜在适宜分布及其影响因子分析

为研究冬小麦赤霉病、白粉病和纹枯病三种病害的潜在适宜分布,从冬小麦病害发生的气象因子角度出发,利用World Clim-Global Climate Data(1970～2000年) 30年全球平均气象数据资料,通过最大熵物种分布模型,研究了三种病害的分布区域和影响冬小麦三种病害适宜分布的主要影响因子,分析病害潜在分布的气候因子效应。结果表明:小麦赤霉病潜在适宜分布区主要分布在苏南、苏中地区,风速、温度等气象要素影响其适宜分布区;小麦白粉病的潜在分布区以苏南、苏中为主,范围较大,江苏的北部和中部地区以块状分布的形式,分散在各主要城市周围;小麦纹枯病的适宜分布区主要集中在苏南、苏中城市周围一带,苏北主要分布在连云港、宿迁一带。研究结果可以为江苏省冬小麦这三种病害的预防及防御提供一定的气象科学依据。     

基于MEM和HMM的中文词性标注方法

为了进一步提高中文语料库中语料的词性标注效率，在分析最大熵模型(MEM)和隐马尔科夫模型(HMM)所涉及理论、算法及其在中文词性标注技术中的应用的基础上，进行了基于MEM和HMM的中文词性标注实验.实验结果显示，基于MEM和HMM的中文词性标注算法都获得了一致性很好且覆盖率较高的标注效果，中文词性标注的准确率、召回率和F1这3个指标均达到92%以上；MEM的标注效果总体上比HMM的稍佳.