基于变采样周期方法的网络控制系统协同设计

提出了一种基于变采样周期的动态调度策略,通过实时调整控制系统的采样周期以适应网络中信息流的变化,改善网络中时延、丢包等问题.采用动态调度策略的NCS为一个变采样周期系统,考虑时延的影响,通过等效变换将时延和采样周期的不确定性转化为系统参数的不确定性,从而将NCS建模为一类具有参数不确定性的离散时间系统,并给出了系统D-稳定的控制器设计方法,实现NCS的控制与调度协同设计.最后通过数值仿真验证了所提出的方法的有效性.     

栖息地与种群灭绝的生态系统耦合模型的近似解

研究了一类栖息地与种群生态环境问题,描述了动力学模型.利用广义泛函-变分迭代理论和方法,得到了相应模型的近似解,从而可以进一步进行预测和控制.     

一种可抗DLC攻击的强代理签名方案

针对B.Lee等人强代理签名方案易受DLC攻击,提出了一种新的强代理签名方案,通过代理签名人私钥的逆来防止原始签名人DLC攻击,将原始签名人对代理私钥的DLC攻击由线性运算转化为离散对数运算,使攻击难度由O(n)提高到指数阶,增加了代理私钥的计算复杂度,使原始签名人无法从代理私钥中分离和删除出自己的私钥,从而无法伪造签名。经分析,新方案不仅能够抵抗原始签名人的DLC攻击,而且提高了安全性能和计算效率。     

金融发展与产业结构升级及经济增长的关系

对1978—2004年我国金融发展和产业结构升级、经济增长的关系进行了实证研究。结果表明,金融发展促进了我国产业结构的升级;金融体系通过促进我国产业结构升级从而促进了我国经济的增长。     

基于分支剔除的低轨星座实时传感器调度算法

针对低轨星座目标连续跟踪的传感器资源调度问题,通过对调度约束因素的分析,提取跟踪精度、资源松弛度和资源分配均衡因子三个优化参数,建立了传感器实时调度模型;并建立长时调度决策树,将标准代价搜索方法和分支剔除技术相结合,提出了一种基于分支剔除的实时传感器调度算法。仿真实验表明,标准代价搜索和分支剔除技术的引入明显降低了调度算法的运算量,尤其对于多目标和大步长的情况,且调度传感器跟踪目标的误差略小于短时调度方法。     

土壤有机质分组方法研究进展

土壤有机质(Soil Organic Matter,SOM)是陆地生态系统的重要组成成分,在陆地碳循环研究中有着重要作用.SOM与土壤物理、化学和生物性质密不可分,其组成、性质和转化一直受到人们的重视.由于SOM的组成、结构、存在方式的复杂性,对SOM的研究一直与其分组技术相联系.根据SOM分组技术所采用的原理和方法不同,主要分为化学分级、物理分级和生物学分级.最后指出土壤活性有机碳的物理分级将是今后研究的主要方向.参39.     

基于Bayes信息融合的人为差错概率计算方法

研究了人为差错概率的计算。首先,介绍了可用于人为差错概率计算的数据来源,主要包括：通用数据、专家数据、仿真实验数据和现场数据。然后,分析了Bayes信息融合方法的基本思想,强调了该方法的两个关键性问题：验前分布的构建和融合权重的确定。最后,构建了基于Bayes信息融合的人为差错概率计算方法。将前3种数据作为验前信息,融合形成验前分布。使用Bayes方法完成与现场数据的数据综合,得到人为差错概率的验后分布。基于该验后分布,完成人为差错概率的计算。通过示例分析,演示了方法的使用过程,证明了方法的有效性。     

Constrained voting extreme learning machine and its application

Extreme learning machine(ELM)has been proved to be an effective pattern classification and regression learning mechanism by researchers.However,its good performance is based on a large number of hidden layer nodes.With the increase of the nodes in the hidden layers,the computation cost is greatly increased.In this paper,we propose a novel algorithm,named constrained voting extreme learning machine(CV-ELM).Compared with the traditional ELM,the CV-ELM determines the input weight and bias based on the differences of between-class samples.At the same time,to improve the accuracy of the proposed method,the voting selection is introduced.The proposed method is evaluated on public benchmark datasets.The experimental results show that the proposed algorithm is superior to the original ELM algorithm.Further,we apply the CV-ELM to the classification of superheat degree(SD)state in the aluminum electrolysis industry,and the recognition accuracy rate reaches87.4%,and the experimental results demonstrate that the proposed method is more robust than the existing state-of-the-art identification methods.     

Green-Ampt模型入渗率显式近似解研究

Green-Ampt入渗模型应用广泛,是模拟坡面降雨入渗、产流过程常用的手段,但模型中入渗率i(t)与时间t呈隐式关系为实际应用带来困难。根据对土壤宏观毛管长度λ。与Green-Ampt入渗模型参数S_f的分析,建立了Green-Ampt入渗模型参数与Philip公式参数的关系,并得到了入渗率i的显式近似解。实测资料和近似解的计算值进行对比结果表明,显式近似解具有较高的预测精度,其入渗过程中入渗率整体相时误差仅为0．04％。图4．表1,参17。     

过载指令编码低空突防方法研究与仿真

针对飞行器低空突防的地形跟随问题,作者给出了一种基于改进的遗传算法的地形跟随轨迹的优化生成方法,通过对初始编码（染色体）及适应函数的优化,以及改进对染色体复制,杂交,变异生成最优轨迹,采用了控制指令直接编码,最优个体保护,分布式搜索,启发式变异。该方法模型简单,智能化全局寻优,运算速度快,精度高,实时性强等优点,结合某导弹模型,经仿真模拟得到了满意的结果。