基于多散射中心模型的雷达目标识别方法

针对宽带毫米波雷达目标识别要求 ,提出了一种基于目标光学区多散射中心模型进行目标匹配识别的新方法。该方法首先基于多散射中心理论建立待识别目标的模型、利用遗传算法的全局优化能力进行目标识别。与常规的全姿态角匹配识别方法比较 ,具有需要的存储量、计算量较少的特点。仿真试验验证了该算法的有效性。     

基于门控循环单元神经网络的金融时间序列预测

针对循环神经网络(recurrent neural networks,RNN)网络结构存在的长期依赖问题,门控循环单元(gated recurrent unit,GRU)神经网络作为RNN的一种变体被提出。在继承RNN对时间序列优秀记忆能力的前提下,GRU克服了时间序列的长期依赖问题。本文针对金融时间序列数据存在的依赖问题,将GRU扩展应用到金融时间序列预测,提出了基于差分运算与GRU神经网络相结合的金融时间序列预测模型。该模型能够处理金融时间序列数据的复杂特征,如非线性、非平稳性和序列相关性。通过对标准普尔(SP)500股票指数的调整后收盘价进行预测,实验结果表明,所提出的方案能够提高GRU神经网络的泛化能力和预测精度,并且与传统预测模型相比该模型对金融时间序列的预测拥有更好的预测效果和相对较低的计算开销。     

低维四元局部修复码的构造

在分布式存储系统中,当节点发生故障时,局部修复码能够提高修复效率.四元距离最优码易于实现,当给定码长和维数时,四元距离最优码的纠错能力优于二元距离最优码,但目前利用四元距离最优码构造四元局部修复码的研究存在很多空白.设四元距离最优码的维数2≤k≤4,由给定维数的四元Simplex码与MacDonald码以及少量距离最优码的生成矩阵,利用扩展、删除与并置等组合方法,设法构造出任意码长n≥k+1且局部度较小的四元局部修复码.确定出达到Singleton-Like界或Cadambe-Mazumdar界的四元局部修复码.证明除55个四元局部修复码外,其余的四元局部修复码都是局部度最优的.     

水资源系统工程的理论框架探讨

作为一门新兴交叉综合性工程技术学科,水资源系统工程在人口、资源、环境、经济与社会区域可持续发展战略研究中具有重要意义.根据水资源系统工程的基本概念,指出水资源系统工程的实质就是处理各种水资源系统问题的方法论,据此提出了水资源系统工程新的理论框架,它由水资源系统优化方法、建模方法、预测方法、模拟方法、评价方法和决策分析方法组成.该理论框架在各种应用系统工程研究中具有参考应用价值.     

基于三角剖分的二维图形边界裁剪

本文基于目前的图形裁减算法,介绍了在网格基础上实现对矩形进行三角剖分.从而实现对二维图形进行边界裁减的技术.同时也大概的介绍了实现程序的平台,以及程序的实现.     

科技成果转化吹响抚顺老工业基地振兴号角

抚顺市是老工业基地，又是资源枯竭型城市。在振兴之路上面临着重重的困难。如何走出一条发挥和利用现有优势的便捷快速之路，成为抚顺市人民政府研究的课题。他们经过探索把目光投向了科技成果的转化。     

基于RAGA的PPC模型在节水灌溉项目投资决策中的应用

针对节水灌溉项目投资决策问题 ,采用高维降维技术——投影寻踪分类模型 ( PPC) ,利用基于实数编码的加速遗传算法 ( RAGA)优化其投影方向 ,将多维数据指标 (样本评价指标 )转换到低维子空间 ,根据投影函数值的大小评价出样本的优劣 ,从而做出决策 .最大限度避免了模糊综合评判中权重矩阵取值的人为干扰 ,取得了满意效果 ,为节水灌溉项目投资决策及其它评判决策问题提供一条新的方法与思路 .     

解不确定型决策问题的投影寻踪方法

不确定型决策问题在系统工程理论与实践中具有重要意义 ,其益损值矩阵反映了该问题的复杂性和不确定性 ,同时也反映了决策者所面临的收益机会和损失机会的风险信息 ,目前常用方法利用益损值矩阵的信息都不充分 .指出求解该问题的实质 ,就是如何把益损值矩阵转换为压缩向量 ,该压缩向量的最大分量所对应的方案就是所求的最优方案 .为全面处理这种机会风险 ,提出了基于遗传算法的投影寻踪方法的新途径 .研究结果表明 ,根据益损值矩阵所反映的收益机会的风险与损失机会的风险的对比情况 ,投影寻踪方法既可积极地也可稳妥地选取最优方案 ,利用益损值矩阵的信息比常用方法充分 ,可根据决策者所面临的机会风险能进能退.     

生物信息学分析在非小细胞肺癌关键通路和基因鉴定中的应用

目的 通过高通量平台筛选差异表达基因间的相互联系和其相互作用的途径.方法 从高通量基因表达数据库(GEO)下载原始数据,比较非小细胞肺癌患者与健康样本的基因表达谱,确定差异表达基因(Differential Gene Expression,DEGs)和差异表达的microRNAs(DEMs).随后利用GeneSprin...