应用自适应混合遗传算法求解病态线性方程组

简单遗传算法(SGA)在进化的后期由于种群个体的多样性急剧降低,可能会收敛于局部最优解,即出现早熟现象。针对简单遗传算法的早熟问题,从选择、交叉和变异三个遗传算子入手,设计了自适应遗传算子。同时为了克服SGA局部搜索能力差的缺点,结合共轭梯度法,实现了一种自适应混合遗传算法(Adaptive GA-conjugate gradient,即AGA-CG)。以核磁共振测井曲线线性化后的大型病态方程组为测试实例,对AGA-CG算法进行了验证。实验结果表明:AGA-CG算法是求解大型病态线性方程组的一种有效算法。     

宽频带被动雷达导引头的信号选择

本文论述被动雷达导引头的信号选择技术,其中包括信号的空间(角度)选择、频率选择、时参数或调制参数(脉冲重复频率 PRF 和脉冲宽度PW)选择,重点给出时参数选择的技术方法。     

一种面向Agent的需求分析和建模方法

随着Agent技术的发展,面向Agent软件工程是将来软件工程领域的发展趋势,面向Agent的需求分析和建模更是该内容的研究热点.在介绍几种面向Agent需求分析和建模方法的基础上,定义了一组面向Agent的图形化符号表示方法和形式化建模语言,详细地描述了整个系统的需求情况,最后在实例中进行了验证、分析和说明.     

绝对定标等速、等加速穆斯堡尔谱仪

本文介绍一台具有多种功能的穆斯堡尔谱仪。它具有等速和等加速两种驱动方式;激光干涉测速系统可对谱仪绝对定标。等加速谱仪线性优于0. 15%(±43mm/sec 条件下测量),线宽<0. 26mm/sec(α-Fe 三、四峰)。等速谱仪线宽<0. 27 mm/sec,其稳定性在24小时内好于0. 1%。     

基于多重分形降趋算法与改进的K均值聚类滚动轴承故障诊断

针对滚动轴承振动信号非线性、非平稳的特点,提出采用多重分形降趋算法计算多重分形谱参数作为特征参数,对比分析了多重分形降趋波动分析法及多重分形降趋移动平均法提取轴承故障特征的优劣性.并提出改进的K均值聚类分析对多重分形降趋算法提取的特征参数进行分类,从而实现轴承故障诊断的目的.运用滚动轴承公开数据对方法进行验证,提取时域特征与多重分形谱参数进行对比分析,并对两种多重分形降趋算法的效果进行对比分析,验证了多重分形降趋波动分析法与改进K均值聚类相结合对轴承故障诊断的有效性,为轴承故障诊断方法提供了一种新的尝试.      

HDFS平台下基于纠删码的一种数据放置策略

数据的可靠性一直是云计算领域中的热点问题,副本备份机制作为保证数据可靠性的重要手段应用比较广泛.但随着副本个数的增加,该机制浪费存储空间这一缺陷暴露无遗.为节省存储空间,采用纠删码技术保证数据的可靠性,提出了在HDFS平台下基于纠删码的一种数据放置策略.该策略以HDFS为平台,结合HDFS的副本备份策略和纠删码技术,通过改进HDFS平台下原本的数据放置策略,使改进后的数据放置策略能够适用于基于纠删码和HDFS的云文件系统.     

基于激发荧光断层成像的多肿瘤重建

为准确诊断并定位多发性肿瘤病灶区,通过建立小鼠在体双肿瘤模型,搭建了FMT/micro-CT成像系统,并获得了小鼠的肿瘤荧光信息及CT三维数据.最后,利用一种基于有限元迭代收缩重建方法成功重建出小鼠的双肿瘤位置,证明了激发荧光断层成像在多肿瘤重建方面的可行性.     

基于自编码器的多模态深度嵌入式聚类

近年来,随着获取信息手段的增多,对高维度数据的聚类变得越来越难.利用深度学习与聚类分析相结合的方式,通过对深度聚类算法的深入调查与研究,提出了基于自编码器的多模态嵌入式聚类模型,该模型分别将自编码器、卷积自编码器、卷积变分自编码器模型提取的特征进行自适应特征融合,再将融合后的特征输入深度聚类层得到聚类结果.多模态数据有助于提取更全面的数据信息,自适应特征融合能够很好地计算每个模态提取特征对融合特征的贡献度,从而提高无监督聚类算法的稳定性.提出的模型在4种公开数据集上进行了实验,验证了该模型的有效性,聚类结果优于现有流行的算法.     

FPGA和CPLD在雷达信号分选预处理器中的应用

讨论了在现代密集复杂的电磁对抗环境中实现雷达信号分选预处理的3参数关联比较技术和系统设置FIFO电路的必要性,并简要介绍了已实现的纯硬件3参数并行关联比较器的内部原理和具体实现过程     

基于单帧图像的超分辨率算法

随着稀疏编码与压缩传感理论的逐步发展,如何应用于图像的超分辨率成为研究热点之一.基于示例学习的算法,提出了一种新的超分辨率算法,其特点在于只基于低分辨率图像本身,没有额外的样本库,运用自然图像的自相似性与冗余性,学习低分辨率图像块与高分辨率图像块之间的函数关系.为了从图像中获取更加全面的信息,采用Guided滤波、一阶导数和二阶导数2种方法来提取特征.此外,提出了一种新的字典学习算法R-KSVD,并且改进了后项处理过程.实验结果显示,提出的算法具有较好的超分辨率效果和稳定性.