自适应过滤算法在基于社区E-learning的个性化知识服务系统中的研究

针对学习型社区中的教育需求,在传统算法上加以改进提出了一种基于向量空间模型的教育资源自适应过滤算法。首先通过训练算法,提取特征向量和伪反馈建立初始模板,设置初始阈值。然后通过过滤算法根据用户的反馈信息自适应地调整模板和阈值。该算法在执行过程中,不需要大量的初始文本,同时在过滤的过程中可不断地进行自主学习来提高过滤精度。该算法已在项目中进行验证,结果表明是有效的。     

基于LDPC码的BICM系统中的Turbo均衡

将Turbo均衡应用到基于LDPC码的BICM系统中,实现了系统的联合均衡译码.Turbo均衡算法中,SIC(软干扰抵消)算法复杂度低,但其对先验信息获取不足,性能不是很好,而MAP算法性能最佳,但复杂度高.提出将二者相结合的MAP-SIC均衡算法,即在迭代初始,进行一次MAP均衡来获得较多先验概率信息,之后再用sIC均衡.仿真结果表明该算法在复杂度和性能之间取得了很好的折中.     

光致变色化合物螺环吡喃类的合成

本文提供未经分离的3-硝基水杨醛和5-硝基水杨醛合成两种螺环吡喃化合物:1,3,3—三甲基—6′—硝基吲哚啉—2—螺环—2′—苯并吡喃和1,3,3—三甲基—8′—硝基吲哚啉—2—螺环—2’—苯并吡喃的方法。     

串行级联CPM系统中一种干扰抵消均衡方法

对基于Turbo原理进行迭代检测的串行级联CPM系统(SCCPM)在ISI信道下的均衡方法进行了探讨,提出了一种改进的基于干扰抵消的Turbo均衡方法.该方法改变了传统干扰抵消均衡中第一次迭代均匀信息概率分布传递的方式,而是通过先验概率对发射信号的概率分布做出估计,以提高系统的均衡性能.对多种SCCPM系统仿真结果表明,在一般衰落信道下,误比特率达到10-4时可以取得0.5dB到3.3dB的性能增益,而在传统的干扰抵消方法不收敛的较严重衰落信道下,本文提出的方法仍然能够有效收敛.