一种基于新的条件信息量的属性约简算法

为了获得决策系统中更好的相对约简,讨论了属性约简与条件信息量的关系,提出了新的条件信息量,由此定义新的属性重要性。统一了一致决策表和不一致决策表属性约简方法,以新的属性重要性为启发信息,给出了计算新的条件信息量的高效算法。理论分析和实验结果表明,与现有的基于条件信息量的约简算法相比,该算法时间复杂度较低,同时约简后的属性数目更少。     

基于团渗透和距离限制的蛋白质复合物识别算法

算法CPM (clique percolation method)作为一种有效的识别复杂网络中交叠模块结构的算法在社会网络和生物网络中得到了广泛应用. 但, CPM算法应用于蛋白质相互作用网络时蛋白质复合物识别准确率不高, 且不利于识别规模适中的蛋白质复合物. 为克服CPM算法的不足, 本文通过引入距离限制约束识别的蛋白质复合物的规模, 进而提出了一种基于团 渗透和距离限制的蛋白质复合物识别算法CPM-DR. 基于酵母蛋白质相互作用网络平台的实验结果表明, 算法CPM-DR比CPM能够更准确、更有效、更全面的识别出具有特定生物意义的蛋白质复合物.     

基于近似熵的Multi-h CPM调制识别算法

Multi-h连续相位调制(continuous phase modulation, CPM)信号与其调制指数均值相等的Single-h CPM信号的特征具有极大相似性,难以区分。针对该问题,提出了一种基于近似熵的Multi-h CPM调制识别算法。该算法将信号按照相同调制指数为一组的方式拆分为多个子序列,通过舍弃符号间拼接产生的多余模式向量对近似熵进行修正,然后利用Multi-h CPM信号各子序列近似熵的差异性,完成Multi-h CPM信号和Single-h CPM信号的类间识别,最后利用概率神经网络完成类内识别。实验结果表明,该算法在信噪比低至11 dB时,仍可以达到90%的识别率。     

搭接网络的新表示方法与奇异现象研究

针对搭接网络,设计了新的表示方法,将工序之间的所有搭接关系(时距)都等效地用经典的关键路线法(critical path method,CPM)双代号网络表示,并且能直接运用CPM法计算搭接网络的各类时间参数,使搭接网络具有和CPM双代号网络一样的直观性和便利性,更使建工行业规定的计算程序大为简化.另外,利用搭接网络的新表示方法,发现了搭接网络中的奇异现象,例如,某些关键工序的工期缩短,总工期反而延长,而某些非关键工序的工期无论如何变动,其机动时间总保持不变,等等,为项目调度等问题的解决提出新的挑战,开拓了搭接网络在研究和应用上的新领域.     

多调制指数CPM信号的新分解方式及其准相干解调

针对卫星通信等资源受限的无线通信系统,研究了多调制指数连续相位调制(Multi-h continuous phase modulation, Multi-h CPM)信号的调制与解调相关问题。首先提出了一种新的分解方式来简化Multi-h CPM信号的调制过程,并给出了相应的周期性状态网格图。然后根据新的分解方式设计了一种适用于Multi-h CPM信号的导频辅助准相干解调算法,并从功率谱和误码性能两方面对所设计的Multi-h CPM信号和单调制指数CPM(Single-h CPM)信号进行了评估与比较。仿真结果表明:无论采用何种频率脉冲, Multi-h CPM信号都要比Single-h CPM信号具有更加光滑的功率谱曲线;仅两个导频符号辅助下,未编码Multi-h CPM系统较未编码Single-h CPM系统有将近2 dB的性能增益,且在低信噪比下,编码Multi-h CPM系统性能要比编码Single-h CPM系统好0.1~0.25 dB。     

多调制指数CPM信号的新分解方式及其准相干解调

针对卫星通信等资源受限的无线通信系统,研究了多调制指数连续相位调制(Multi-h continuous phase modulation, Multi-h CPM)信号的调制与解调相关问题。首先提出了一种新的分解方式来简化Multi-h CPM信号的调制过程,并给出了相应的周期性状态网格图。然后根据新的分解方式设计了一种适用于Multi-h CPM信号的导频辅助准相干解调算法,并从功率谱和误码性能两方面对所设计的Multi-h CPM信号和单调制指数CPM(Single-h CPM)信号进行了评估与比较。仿真结果表明:无论采用何种频率脉冲, Multi-h CPM信号都要比Single-h CPM信号具有更加光滑的功率谱曲线;仅两个导频符号辅助下,未编码Multi-h CPM系统较未编码Single-h CPM系统有将近2 dB的性能增益,且在低信噪比下,编码Multi-h CPM系统性能要比编码Single-h CPM系统好0.1~0.25 dB。     

基于蚁群算法的最大似然方位估计快速算法

针对最大似然(maximum likelihood, ML)方位估计方法多维非线性搜索计算量大的问题,将连续空间蚁群算法与最大似然算法相结合,提出基于蚁群算法的最大似然 (ant colony optimization based maximum likelihood, ACOML) 估计新方法。该方法将传统蚁群算法中的信息量留存过程拓展为连续空间的信息量高斯核概率密度函数,得到最大似然方位估计的非线性全局最优解。仿真结果表明,ACOML方法保持了原最大似然方位估计方法算法的优良估计性能,而计算量只是最大似然方法的1/15。     

基于信息量的不完备信息系统属性约简

通过引入信息量和条件信息量,对不完备信息系统中属性的重要性进行了定义;针对不完备数据表和不完备决策表提出了一种基于信息量和条件信息量的属性约简启发式算法,该算法的时间复杂度是多项式的.通过实例说明,该算法能得到信息表的约简和决策表的相对约简.     

面向物联网无人机通信的短突发CPM信号盲均衡算法

针对物联网无人机通信中短突发连续相位调制(continuous phase modulation, CPM)盲均衡算法复杂度高、收敛差等问题,提出了一种基于期望最大化-维特比(expectation maximization Viterbi, EMV)的盲均衡算法。首先,将Lazy维特比算法嵌入到期望最大化(expectation maximization, EM)算法的迭代过程中,得到一种低复杂度的盲均衡算法;然后,基于盲信道捕获(blind channel-acquisition, BCA)方法构建了一组初值集,克服了算法对初值的敏感性,同时提升了信道估计的收敛性能。理论分析和实验结果表明,所提的盲均衡算法能够有效兼顾收敛性和计算复杂度,相比传统方法,在性能损失很小的条件下可大幅度降低计算成本,并且具有良好的鲁棒性。     

蚁群算法进行连续参数优化的新途径

提出用蚁群算法进行连续参数优化的一种方法 .该方法对解的每一个分量的可能的取值组成一个动态的候选组 ,并对候选组中的每一个值记录其信息量 .在蚁群算法的每一次迭代中 ,首先根据信息量选择解分量的初值 ,然后使用交叉、变异操作来确定解的值 .以非线性规划问题为例所进行的计算结果表明 ,该方法比使用遗传算法具有更好的收敛速度和稳定性 ,克服了蚁群算法不太适合求解连续参数优化问题的缺陷 .     

Mathematical Model of Information Communication in Physics Teaching Process

In this essay the mathematical model of information communication in teaching processis presented.The value of Shannon's quantity of information in teaching process is defined,so thatthe problem in using quantity of information to evaluate teaching process can be solved.Throughcalculating the channel capacity and considering its value,the possible maximum quantity of infor-mation transmitted in teaching process can be obtained.Thus,evaluation of teaching efficiency andstudents'learning potentiality are realized.     

线性预测类算法解相干性能分析

针对经典的线性预测类算法进行了深入系统的研究,给出了各类线性预测算法间的相互关系。在此基础上分析了单向多阶性预测和双向线性预测算法能够解相干的本质,并进一步给出了线性预测算法与空间平滑算法的内在联系。最后通过计算机仿真验证了单向多阶线性预测和双向线性预测算法的解相干性能。     

复杂电子系统测点与诊断策略的优化方法

针对复杂电子系统故障诊断知识获取过程中测试节点和诊断策略的确定问题,提出了一种可行的工程方法。该方法利用系统的分层结构模型的可达矩阵计算节点对应的故障隔离权值,通过选择权值大的节点对矩阵进行分割,找到最优故障隔离节点。通过计算节点提供的信息量,确定最佳测试节点,最终确定最优故障诊断策略。它是基于仿真技术的故障知识获取方法研究中实现高效、准确、快捷的故障征兆获取的关键技术;也是在实际诊断过程中实现快速准确利用知识、确定故障部件的关键技术。给出了主要步骤,并通过实例进行了验证。     

网络计划中的时间价值与风险

网络计划中的时间价值与风险吴之明（清华大学水电工程系，北京１０００８４）ＴｈｅＶａｌｕｅａｎｄＲｉｓｋｏｆＴｉｍｅｉｎＮｅｔｗｏｒｋＳｃｈｅｄｕｌｅＷｕＺｈｉｍｉｎｇ（ＴｓｉｎｇｈｕａＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８４）Ａｂｓｔｒａｃｔ...     

经济时序动力系统的分形及混沌特性研究

给出根据经济时序动力系统实测数据分形及混沌特性分维数的概率统计估计,算法的误差分析,相关参数对分维数计算影响程度的分析,计算中所取点数与分维数之间的的研究与计算机程序,并建议分维数、嵌入维数及计算点数的选出方法,算例表明本文建议的方法是有效的。     

信息准确度在Bayes决策中的影响研究

得到 Bayes决策中抽样信息的最大期望收益值 EMV*s 的新计算公式 ,给出抽样信息的信息量定义 ,讨论了不同准确度抽样信息的条件熵、信息量和 EVSI的性质 ,得出完全信息的条件熵最小、信息量和 EVSI最大 ,均匀分布信息的条件熵最大、信息量和 EVSI最小的结论.