基于多球域波叠加法的PNAH正则化方法的仿真研究

本文阐述了基于多球域波叠加法的局部近场声全息声场重建原理,由于基于多球域波叠加法的PNAH的声场重建是典型的反问题,测量误差的存在使得该反问题的求解具有"不适定"特性,必须进行正则化处理.在此理论的基础上,加入高斯白噪声情况下,本文运用了Tikhonov正则化和L-曲线相结合的方法进行声场重建.并通过仿真实验,证明了该方法的有效性.     

满足链路约束的拓扑聚集度虚拟网络映射算法

高效的虚拟网络映射算法能提高网络收益,降低物理资源的消耗。假如一个虚拟网络能够被满足映射,那么它对物理节点资源的消耗是固定的,对资源消耗的总大小取决于链路映射。为减少链路资源消耗,相邻的虚拟节点在被映射后应该是接近的。本文提出基于满足链路约束的拓扑聚集度映射算法。该算法在计算汇聚度时考虑节点间的链路请求,是一阶段映射算法。此外,本文根据图的广度优先搜索对虚拟节点排名,使连续映射的虚拟节点有较高的关联性。仿真实验表明,所提出的算法提高了长期网络收益和收益花费比。     

基于多声源模式的高速铁路噪声预测模型

基于多通道噪声振动实时采集与分析系统,利用平面传声器和高声强传声器对运行速度300km·h~(-1)以上的高速列车车体表面噪声源进行测试和分析.将高速列车声源等效为车底部线声源、车中部线声源和受电弓点声源.对列车通过时噪声测试数据进行理论计算,利用最小二乘法确定了高速列车以300km·h~(-1)速度在路堤线路上运行时3部分子声源的源强,由此建立了多声源模式下高速铁路噪声预测模型.将不同声源模式下的预测结果与实测结果进行对比,验证了该模型的有效性.该研究成果为我国制定高速铁路噪声预测标准提供了理论依据.     

虚拟多源P2P远程教学系统的设计

为使用户在远程教学过程中获得快速、稳定的流媒体数据,在分析各种P2P网络结构特点的基础上,提出了基于P2P的虚拟多源远程教学系统设计方案.讨论了该方案的系统结构、工作原理,重点介绍系统架构的创建、拓扑树的创建和维护等关键技术,并对系统的性能进行分析,表明系统具有较好的稳定性和延迟性.     

基于多层交通网络度-度距离模型的新冠肺炎传播研究

本文将单层网络度-度距离模型推广到多层网络,建立多层交通网络度-度距离模型,并基于该模型对湖北省内17个地级市(州)的新冠疫情传播进行研究分析.主要贡献和结论为：(1)发现新冠疫情的传播在不同交通方式中存在较大差异;(2)按照多层网络度-度距离模型划分城市群聚类分析的结果与按确诊人数聚类结果的一致性很高.     

基于等效源法的单全息面声场分离机理及技术

声场分离是实现声场精确重建的一种前处理技术。为改进双全息面分离声场技术采用的测点数目多、分离精度受两全息面之间距离影响等问题。提出一种等效源法的单全息面声场分离方法。利用空间变换的声全息技术识别出声源的大致位置,结合等效源法中声压和法向振速之间的关系,建立起声压和法向振速的分离公式。仿真分析了脉动球作为干扰源的分离结果,结果表明,该方法具有较好的分离精度。可见该方法能在单测量面下实现多相干声源声场的有效分离。     

基于相似度的神经网络多源迁移学习算法

为了解决迁移学习中的"负迁移"问题,提出了基于相似度的神经网络多源迁移学习算法。该算法是以经典的BP神经网络模型为基分类器,利用梯度下降法对各个源领域与目标域之间的相似度进行学习和优化,把各个源领域的网络权重参数信息按照与目标域之间的相似程度迁移到目标域中,提高机器学习算法在目标域的分类性能。在UCI数据的Letter-recognition数据集以及20Newsgroups文本数据集上进行实验。实验结果表明了MTL-SNN算法比传统的多源迁移学习算法以及BP神经网络算法在分类准确率上有所提升,因此MTL-SNN算法有效地解决了"负迁移"问题。     

基于虚拟水及营养学的水资源优化配置

为综合考虑经济效益、虚拟水消耗量、人均用水公平性差异以及营养学因素在地区农畜产品生产规划中的作用,研究了基于虚拟水及营养学的水资源优化配置问题。建立了经济效益最大化、虚拟水消耗量最少、人均用水公平性差异最小并满足营养学约束的多目标优化模型。用可变模糊决策理论求解模型,得到最佳的各类农畜产品生产方案。以石羊河地区各数据为例对模型进行仿真,结果表明所得到的方案是综合性能最优的方案。     

基于多源数据的城市中心区域街道活力与美景度研究 ——以福州市鼓楼区为例

街道作为城市的骨架,是承载城市活力的重要载体.提升街道活力是提高城市居民幸福指数的重要举措之一.采用人口热力数据、街景图片、兴趣点(POI),从街道空间活力强度、美景度和基础设施完善度3个层面构建评价体系,对福州市鼓楼区的街道空间活力进行定性、定量评价.研究发现:鼓楼区整体活力呈"多心两带"的空间分布特征,二环以外街道...     

基于多源数据的智慧养老服务供需匹配研究

针对智慧养老服务中供需双方评价信息的表达存在不确定性和模糊性以及供需不匹配的问题,提出了一种基于多源数据的模块化双边匹配决策方法。该方法无需将信息统一,减少了信息处理损失。考虑老年群体存在需求差异的情况,利用两步聚类法对其进行分类;针对智慧养老服务评价属性异质性特点,采用概率语言术语、直觉模糊数处理定性评价信息,用精确数处理定量评价信息;通过改进离差最大化法计算属性权重;运用折衷解决方法得到双边效用满意度,构建双边匹配模型。最后通过上海市老年群体智慧养老供需匹配仿真实验对方法的可行性和合理性进行验证。结果表明,所提方法识别出了5类老年群体,可以为不同特征的老年群体匹配不同的智慧养老服务。     

用户聚类和多最小支持度关联规则的推荐系统

在几种流行的推荐算法的基础上,本文提出了一种新的融合用户聚类和关联规则的算法来改善推荐效果。该算法在经典的关联规则算法Apriori基础上引入多最小支持度的概念,并在关联规则算法之前进行用户聚类,在聚类算法中使用了包含字符属性的混合属性距离函数,提高聚类效果。在此算法的基础上,设计并实现了一种新的基于图书馆的推荐系统。实验证明该算法改善了数字图书馆中新书的推荐质量,去除了部分只含高浏览量图书的无意义规则,并趋向于发现相近种类图书的关联性。     

基于慢度法的小波变换多尺度叠前弹性波反演方法

针对常规的非线性反演方法存在稳定性较差及易陷入局部极值的问题,采用小波变换将原问题分解在不同的尺度上进行迭代反演,并以大尺度搜索为起点,逐步缩小尺度,最终降至目标函数的原始尺度,同时通过界约束以增加解的稳定性.对理论模型和实际资料分别进行的叠前弹性波反演结果表明,所提方法能有效提高反演的稳定性及精度.