模拟电路故障诊断中线性组合矩阵的最简形式

为有效划分低可测性模拟电路中的模糊组和正则模糊组,提出一种新的确定线性组合矩阵最简形式的方法。通过一个benchmark电路验证该方法仅需对被测电路的可测性矩阵进行一次QR分解和较少次数的矩阵运算;避免了组合搜索算法的搜索时间与被测元件参数的数目成几何级数增长,减小了计算处理的复杂度。     

从观察数据确定李雅普诺夫指数谱算法的一种改进

由观察数据计算李雅普诺夫指数谱，一个重要的方法是用多项式拟合系统内在的动力学映射，该法得到的结果精度高，但计算量很大。本文通过简化公式降低了计算中所用矩阵的阶数，有效地减少了计算量，对混沌信号数据的实时处理有实际意义。     

利用距离矩阵求绝对中心及绝对重心的讨论(p=1)

给出了一种用最小距离矩阵和最优路径矩阵计算网络给对中心（ｐ＝１）的方法，同Ｈａｋｉｍｉ的图解的方法相比，本方法有计算简便，直观的优点，本文也给出了对绝对重心（ｐ＝１）的讨论.     

多层前馈网络的一种模拟电路实现及仿真研究

本文在有源电力滤波器的多层前馈网络自适应谐波电流检测系统基础之上,通过系统构成和算法公式,首先提出了系统模拟电路的一种构成方法,并给出了电路实现框图。其次,为了利用ＰＳＰＩＣＥ电路仿真软件对所提出的模拟电路进行仿真研究,引入了宏模型概念。最后,对所推出的模拟电路进行了仿真研究。ＰＳＰＩＣＥ 仿真研究说明了所提出方法的可行性     

阻塞矩阵方法对消主瓣干扰

当存在主瓣干扰且有期望信号混入情况下,用常规自适应波束形成方法进行自适应干扰对消,不但会引起主瓣变形,而且期望信号也会被抑制,从而影响对消性能。提出一种新的阻塞矩阵方法,对接收数据进行预处理,消除它们对计算数据协方差阵的影响,再用其它方法确定自适应权值。理论分析和计算机仿真表明,用阻塞矩阵方法可以获得较大的性能提升。     

自适应天线的一种直接数据域处理方法

介绍了一种新的有效计算阵列天线中的自适应权值的方法,即把基于直接数据域的最小二乘算法应用到自适应天线中。这种方法不同于传统的统计方法需要计算样本协方差矩阵的逆矩阵,而是基于阵列数据的一种直接计算方法。仿真试验表明,这种方法可以有效的估计出信号的实际幅值,并大大的提高了信噪比,且便于实时实现。     

通道不一致性、互耦对最优阵列处理器的影响

本文研究了通道幅相不一致性、互耦这两种误差对最优阵列处理器性能的影响。理论分析结果表明,对于只利用干扰加噪声协方差矩阵求逆的自适应方法(简称NAMI法),当干噪比(JNR)较大时,这两种误差不会导致零点位置的漂移,但零点深度有所变化;对于信号加干扰和噪声协方差矩阵求逆自适应方法(简称SPNMI法),当信噪此(SNR)较小或较大时,零点位置变化不大,但性能损失比NAMI法严重得多。如果能加以补偿,则SPNMI法与NAMI法有相同的结果。我们用矩量法计算得到的互耦矩阵对此进行了仿真模拟,实验结果证明了理论分析的正确性。     

三维瞬时极化滤波器

以高频地波雷达为背景 ,提出了三维极化滤波方法 ,此方法能够滤除二维极化滤波不能抑制的干扰 ,扩大极化滤波的干扰抑制范围。为实现实时处理和自适应快速变化的干扰 ,推导了一种瞬时极化滤波算法 ,该算法可以根据单样本建立滤波极化矢量 ,按照取样率的速度自适应干扰极化状态的变化 ,为算法的实时处理提供了可能性。     

一种神经元自适应控制器的模拟电路实现研究

研究了一种神经元自适应控制器的模拟电路实现方法 ,给出了一种新的神经元控制方式。将采用加入动量项的δ学习算法的数字神经元控制器模拟化 ,考虑了控制器中比例系数、学习率的在线修改 ,获得了一种模拟神经元控制器。用Protel99SE进行了设计和仿真 ,结果表明 ,该控制器实现了神经元权值的连续自动调节 ,具有控制效果良好、硬件成本较低、抗干扰能力较强和调试容易等特点。     

相控阵简化优化波束形成

为了降低相控阵列在自适应处理时的计算复杂度,利用阵列在自适应工作时相量的特征结构,经过适当的矩阵变换简化了包括采用实用的旁瓣降低技术的相控阵列在自适应处理算法,然后通过数学分析,获得相量的唯相梯度向量和海赛尔矩阵,并采用唯相共轭梯度法和牛顿法来获取数字波束形成的优化的数值相量。模拟结果表明,利用这种新的简化自适应波束形成方法所得的优化阵列的性能与没有简化的情况是一致的,但计算量却有很大程度地降低。     

自适应模糊推理人工神经网络在线实时化及其应用

本文介绍一种自适应模糊推理人工神经网络的函数逼近算法，并对其进行在线实时化改造。最后将该算法与传统系统辨识方法相结合应用于复杂系统分离辨识的试验。     

人工神经网络距离继电器的仿真研究

距离继电保护是高压传输线继电保护的一种主要方法。传统距离继电器的精度受到不同的故障条件以及电网结构变化的影响，容易发生误动,拒动等现象，给电力系统带来重大损失，本文提出一种基于人工神经网络的距离继电器，该方法以三相电压和电流的基波分量幅值作为网络输入，仿真结果表明，与传统的继电器相比，该继电器反应迅速、准确，即使在不同的故障条件和网络条件下也能正常工作。     

基于层次线路优选法的公交线网仿真设计

针对交通路网布设方案的不可实验性,为提高公交线网设计优化性能,提出了基于"层次线路优选法"的仿真设计思路,对公交线网进行层次划分,并分层进行线路优选,组合成网,突出发挥不同层次线路的功能,消除了传统"线路优选法"忽略公交网设计不同层次线路需求的缺点。阐述了"层次线路优选法"的基本原理,给出了"层次线路优选法"的基本实现步骤,并着重描述了层次选择模型的构建、公交线路选择的遗传算法。采用经典算例对线网的仿真设计方法进行验证。结果表明,与其它研究成果相比,此方法得出的线网设计结果方案在满足单次出行换乘次数低、无公交盲点的前提下,具有线路负载均衡、线路弯曲度小、高线网覆盖率、低线网重复系数、线段最大重复次数少的特点,满足了公交线网设计的基本功能要求。     

基于迁移学习和注意力机制的伪装图像分割

不同于常规目标,伪装目标特征模糊、尺度信息复杂多变、检测和分割难度更高.在现有伪装数据集基础上,提出了一种结合迁移学习和有效通道注意力的UNet网络伪装图像分割方法.首先,针对伪装目标特征模糊难以有效提取的问题,在UNet的下采样和上采样过程中,引入一种有效通道注意力机制,在不增加网络参数的同时,提高有效区域的特征权重...     

Hierarchical structure discovery in social networks北大核心CSCD

According to the fact that the conventional social network analysis methods did not consider the role of network property, such as social individuals' position, the strength of social relations. We introduced a new social network model based on extended graph and hierarchical structure based on information flow. Also, we proposed a method for discovering the backbone nodes based on the Network Topology Potential Support and a method for discovering the network hierarchy based on the potential flow. The experimental results show the effectiveness of our method in mining the hierarchical structure of networks. ©, 2015, The Journal Agency of Complex Systems and Complexity Science. All right reserved.     

基于结构熵和IGSO-BP算法的动态威胁评估

针对传统超视距空战威胁评估不能根据各类威胁因素的变化动态调整其对应权值的问题,引入前向反馈(back propagation, BP)神经网络,采用综合考虑主客观因素的结构熵权法确定各威胁指数权值并作为神经网络训练参数进行训练,提出了改进萤火虫算法(improved glowworm swarm optimization, IGSO)和BP神经网络相结合的空战动态权值计算方法。该算法采用改进萤火虫算法优化BP网络的权值和阈值,优化后的BP网络能更好地计算不同态势下的威胁指数权值,从而根据威胁估计模型进行威胁评估。以某一时刻预测多无人机空中对抗时的威胁度为想定,分别采用结构熵权法和IGSO BP进行仿真计算。结果表明：结构熵权法能够科学合理地计算各威胁指数权值,IGSO BP算法可有效解决空战目标威胁评估问题,且所提算法与现有几种算法相比在可靠性和准确性上都有明显提高。     

求解一类组合优化问题的混沌搜索法

把混沌引入各种传统的优化计算模型中以避免系统落入局部最优陷阱 ,是一种行之有效的方法 .本文提出一种利用混沌搜索一类组合优化问题最优解的模型 ,并对其进行了理论分析和数值模拟 .与混沌神经网络模型相比 ,本模型避免了模型参数选择的难题 ,具有实现方便 ,寻优效果好的优点 ,为解决一类组合优化问题提供了新途径.     

基于神经网络方法的大型电网短期负荷预报

电力系统负荷预报研究现状,介绍了神经网络方法应用于电力系统短期负荷预报的可行性及存在的问题。详细讨论了应用BP神经网络、共轭梯度算法改进BP神经网络方法进行电力系统短期负荷预报的算法,及在预报过程中对电网负荷数据进行预处理方法。分别应用二种方法对东北电力系统进行了72小时短期负荷预报仿真。仿真结果表明,BP神经网络训练时间长,预报精度低;而共轭梯度算法改进BP神经网络算法训练步数大大减小,缩短了网络训练时间,而且提高了预报精度。该方法可行,可用于电力系统短期负荷在线预报。     

基于OOS的国防通信网多模型决策支持系统研究

运用面向对象思想,在面向对象仿真原子模型基础上,构建了决策支持系统的模型库,并应用到国防通信网多模型决策支持系统中,在实际使用中,为管理者提供了多种决策方案,说明了该方法的合理性和实用性.