人类大脑信号处理机制研究

本文对人类大脑信号处理机制作了探讨,提出了探索人类大脑信号处理机制的途径和主要解决的问题。     

工业大数据驱动的智能制造服务系统构建技术

为了快速响应终端用户的制造服务需求,提出了智能制造服务系统构建方法,该方法以智能制造服务活动大数据为基础,将制造服务需求转换为智能制造服务方案,并调用智能制造服务模块匹配方案,集成为智能制造服务系统提供给终端用户.在智能工厂、智能生产、智能服务等智能制造服务活动大数据分析基础上,建立了智能制造服务系统模块化的过程模型,该模型以用户域、功能域、制造服务域、流程域、交付域刻画模块化过程的映射关系.结合工业大数据和改进遗传蜂群算法对智能制造服务系统构建过程中智能制造服务模块组合优选问题制定了优选方案,提出了基于反向学习的改进遗传蜂群算法(IGBCOL)的智能制造服务模块组合优选策略.最后通过汽车个性化定制服务模块的算例分析,验证了该算法的可行性,以及工业大数据驱动智能制造服务系统构建方法的有效性.     

数据驱动的网络化制造系统研究框架及其主体性分析

网络化制造系统对于工业制造业的影响长远而又深刻,尤其是近50年以来,世界各国都在研发适应国内供应链生产以及国际化全球制造的网络化制造系统,以期能够突破传统以流水线批量生产为代表的主流生产方式,充分利用工业系统中各层级闲置的制造资源,建立竞争优势.本文在分析总结网络化制造研究现状和发展趋势的基础上,提出了基于数据驱动的网络化制造系统总体架构,构建了以工业云大数据中心为核心的网络化制造系统云边运行体系.接着,在网络化制造系统的运行流程中引入了关键的主体性原则,探索并研究了“网络化制造系统究竟该如何运行”和“主体如何参与网络化制造流程”这两个重要的科学问题.进一步地,设计了网络化制造系统的部署模式,并进行了实验验证.最后,讨论了该原型系统的内涵与基于数据驱动的运行方式,同时指出重视主体性原则才是实现网络化制造运行的根本,深度挖掘主体特征将是网络化制造系统升级转变的关键.     

工业大数据驱动的核电装备智能设计-制造-服务技术与应用

针对核电大数据集成管理缺乏适应性和应用价值有限的问题,提出了一种基于工业大数据分析架构的核电装备智能设计制造服务体系.首先,基于核电大数据的领域特性设计了核电装备全生命周期数据空间,通过业务系统数据与主数据两个层次,实现海量多源异构数据分布式存储,并提出模型驱动的核电大数据应用模式.在此基础上,基于数据空间提出了核电装备智能设计制造服务体系框架和关键技术,包括基于模型数据知识联合学习的智能协同设计、多阶段数据融合驱动的质量管控与精准追溯、高维动态边缘数据驱动的运行服务智能诊断预测等技术,为生产决策和运作管理提供依据,促进核电装备安全性、可靠性和经济性指标持续优化.最后通过核电装备典型业务场景来验证所提框架和技术的有效性,并取得了良好的应用效果,为未来核电大数据协同管理和智能应用提供参考.     

大数据系统综述

随着科学、技术和工程的迅猛发展,近20年来,许多领域(如光学观测、光学监控、健康医护、传感器、用户数据、互联网和金融公司以及供应链系统)都产生了海量的数据(更恰当的描述或许是“无限”的数据,例如,在光学观测和监控等应用中,数据都是源源不断而来的,形成了“数据灾难”),大数据的概念也随之再次引起重视.与传统的数据相比,除了大容量等表象特点,大数据还具有其他独特的特点,例如大数据通常是无结构的,并且需要得到实时分析,因此大数据的发展需要全新的体系架构,用于处理大规模数据的获取、传输、存储和分析.本文对大数据分析平台进行了尽可能详尽的文献调研,首先介绍了大数据的基本定义和大数据面临的一些挑战;然后提出了大数据系统框架,将大数据系统分解为数据生成、数据获取、数据存储和数据分析等4个模块,这4个模块也构成了大数据价值链;随后讨论了学术界和工业界中和大数据相关的方法和机制;最后介绍了典型的大数据系统基准和大数据的一些科学问题.本文意图为非专业读者提供大数据的全景知识,也为高级读者定制自己的大数据解决方案提供辅助思想,希望能够对大数据相关的科技和工程人员起到一些参考作用.     

弹道数据处理的融合算法

在多站定轨理论的基础上,从分析单个信源对定轨精度的影响出发,建立了偶发性系统误差辨识模型,提出了更好地融合多信源的有效信息,避免偶发性系统误差污染的方法原理。结合实际工程任务,将所研究的方法进行了应用,实际与仿真结果表明此方法可靠,有效,成功地诊断出在某些信源下的显著系统误差,大大地提高了飞行器定轨的精度。     

分数阶Fourier变换在信号处理领域的研究进展

分数阶Fourier变换是对经典Fourier变换的推广．最早由Namias以数学形式提出，并很快在光学领域得到了广泛应用．而其在信号处理领域的潜力直到20世纪90年代中期才逐渐得到发掘．尽管分数阶Fourier变换的定义式直观上看仅是chirp基分解，而实质上分数阶Fourier变换更具有时频旋转的特性，它是一种统一的时频变换，随着变换阶数从0连续增长到1而展示出信号从时域逐步变化到频域的所有特征．从信号处理的角度对分数阶Fourier变换的研究进展作全面的总结和系统的归纳，力图将分数阶Fourier变换从定义到应用的全程都清晰地刻画出来，既能为相关的专业研究人员提供参考，又可以为感兴趣的读者提供入门的阶梯．     

基于DSP＆CPLD的便携式振动信号处理系统

为了更准确方便地诊断设备运行特性,结合FFT和小波分析原理设计了一种基于DSP＆CPLD的便携式振动信号处理系统。系统的硬件电路由信号调理电路、数据采集处理模块和外围电路等组成,其软件部分由主程序模块、数据采集处理程序和LCD显示程序等组成,能够实时采集振动信号,显示并存储静态特性、振动波形和频谱等数据。     

社会信号处理与分析的基本框架：从社会传感网络到计算辩证解析方法

实时、可靠的社会信号,是实施有效的社会管理,特别是反馈闭环式的社会管理创新的基础．然而,相对于物理信号,社会信号的处理与分析有待系统化的研究与发展．随着社会新媒体和社会网络的蓬勃兴起和普及,这一问题变得更加迫切和急需．本文就社会信号与社会系统建模与管理,社会信号的刻画,社会传感网的构建．计算辩证推理和综合的人工社会、计算实验、平行执行（ACP）方法等展开讨论,希望在此基础上进一步开展研究与应用,最终建立面向社会信号之获取、分析、解析和应用的一般框架与方法体系．     

信息系统、信号信息处理发展基础性思考

在人类信息社会发展中,信息科技支持各类信息系统发展,同时也是服务人类不可或缺的工具,信息系统服务人类具体体现在其分功能集成的程度不断提高,并关联到众多学科,信号信息处理是其中的重要组成部分．本文由普适的系统理论为起点,多层次扼要地讨论了人发挥主动性不断掌握信息科技要点,并对信息科技及系统如何实施进化机理的进化,从而争取超越式发展进行了思考和论述．     

分布式光纤传感信号特征提取方法研究

本文分析研究了分布式光纤传感信号的三种特征提取方法：MFCC参数特征提取法、小波包能量特征提取法和小波包Shannon熵特征提取法,并且用RBF神经网络分别进行了实验。实验识别结果表明,相比其他两种特征提取方法,小波包Shannon熵特征提取法能产生较好的识别结果。     

物联网定位与位置感知研究

物联网是近年来广受关注的新兴研究领域,被认为是信息网络在现实世界的延伸,是我国国民经济的重要增长点,将在未来科技创新和社会进步中扮演关键角色.物联网系统中,"物"节点位置是反映网络状态的重要信息之一.同时,"物"节点采集信息以及相应的信息交互过程都与节点位置信息密切相关.本文主要讨论物联网中定位与位置感知研究中的若干关键问题.探讨了物联网节点定位理论与方法,包括基于测距和非测距定位、物联网协作式定位、多传感器位置感知等议题,结合物联网中不同网络层次、应用场景和定位需求对节点位置感知技术进行归纳和总结.最后指出了仍存在的问题和值得进一步探讨的方向.     

互联网时代语音识别基本问题

语音识别技术经过半个世纪的积累,于近年来达到大规模商用水平．本文概括了统计语音识别理论的发展状况,并单独介绍了深度神经网络在声学建模、语言建模、多语言共享、语义识别等方面的卓越性能．深度神经网络的性能优势引起了我们强烈的兴趣．通过回顾类人听觉信息处理对深度神经网络的改进作用,我们意识到,深度神经网络与类人听觉信息处理相结合,必将推进语音识别技术的进一步发展．反过来,深度神经网络技术在语音识别中的进步,也必将推动类人听觉信总、处理技术的进步．语音识别技术后续发展的重点是对深度神经网络的结构和训练算法的改进使之更好地实现类人听觉．最后,我们分析了采用深度神经网络模拟人类听觉的抗噪修复机理和听觉关注机理的可能性．     

信息几何理论与应用研究进展

信息几何是在Riemann流形上采用现代微分几何方法来研究统计学问题的基础性、前沿性学科,被誉为是继Shannon开辟现代信息理论之后的又一新的理论变革,在信息科学与系统理论研究领域展现出了巨大的发展潜力．本文首先从参数化概率分布族的内蕴几何结构特征与信息的几何性质出发,精炼了信息几何的科学内涵,指出信息几何相比于经典统计学与信息论的理论优势与方法的革新．然后简要阐述了信息几何与微分几何的联系,综述了信息几何理论的发展历史与近20年来信息几何在神经网络、统计推断、通信编码、系统理论、物理学和医学成像等各领域应用的研究现状,归纳和总结了其中所体现的信息几何的基本原理和基本方法,并对信息几何的发展给予注记．特别地,对信息几何在信号处理领域中的应用成果进行了较全面的总结和概括,阐述了信息几何在信号检测、参数估计与滤波等方面的最新研究成果．最后,展望信息几何的发展前景,提出了信息几何在信号处理领域中的若干开放性问题．     

A note on the predictive power of survey data in nowcasting euro area GDP

This paper investigates the trade‐off between timeliness and quality in nowcasting practices. This trade‐off arises when the frequency of the variable to be nowcast, such as gross domestic product (GDP), is quarterly, while that of the underlying panel data is monthly; and the latter contains both survey and macroeconomic data. These two categories of data have different properties regarding timeliness and quality: the survey data are timely available (but might possess less predictive power), while the macroeconomic data possess more predictive power (but are not timely available because of their publication lags). In our empirical analysis, we use a modified dynamic factor model which takes three refinements for the standard dynamic factor model of Stock and Watson (Journal of Business and Economic Statistics, 2002, 20, 147–162) into account, namely mixed frequency, preselections and cointegration among the economic variables. Our main finding from a historical nowcasting simulation based on euro area GDP is that the predictive power of the survey data depends on the economic circumstances; namely, that survey data are more useful in tranquil times, and less so in times of turmoil.     

New evidence on the robust identification of news shocks: Role of revisions in utilization‐adjusted TFP series and term structure data

Data revisions and selections of appropriate forwarding‐looking variables have a major impact on true identification of news shocks and quality of research findings derived from structural vector autoregression (SVAR) estimation. This paper revisits news shocks to identify the role of different vintages of total factor productivity (TFP) series and term structure of interest rates as major prognosticators of future economic growth. There is a growing strand of literature regarding the use of utilization‐adjusted TFP series, provided by Fernald (Federal Reserve Bank of San Francisco, Working Paper Series, 2014) for identification of news shocks. We reestimate Barsky and Sims' (Journal of Monetary Economics, 2011, 58, 273–289) empirical analysis by employing 2007 and 2015 vintages of TFP data. We find substantial quantitative as well as qualitative differences among impulse response functions when using 2007 and 2015 vintages of TFP data. Output and hours initially decline, followed by quick reversal of both variables. In sharp contrast to results achieved by the 2007 vintage of TFP data, results achieved by the 2015 vintage of TFP data depict that output and hours will increase in response to positive TFP shock. By including term structure data in our VAR specification, total surprise technology shock and news shock account for 97% and 92% of the forecast error variance in total TFP and total output respectively. We find that revisions in TFP series over time ultimately impact the conclusion regarding news shocks on business cycles. Our results support the notion that term structure data help in better identification of news shock as compared to other forward‐looking variables.