Bidirectional Feedback Dynamic Particle Filter with Big Data for the Particle Degeneracy Problem

Particle Filter(PF) is a data assimilation method to solve recursive state estimation problem which does not depend on the assumption of Gaussian noise, and is able to be applied for various systems even with non-linear and non-Gaussian noise. However, while applying PF in dynamic systems, PF undergoes particle degeneracy,sample impoverishment, and problems of high computational complexity. Rapidly developing sensing technologies are providing highly convenient availability of real-time big traffic data from the system under study like never before. Moreover, some sensors can even receive control commands to adjust their monitoring parameters. To address these problems, a bidirectional dynamic data-driven improvement framework for PF(B3 DPF) is proposed.The B3 DPF enhances feedback between the simulation model and the big traffic data collected by the sensors,which means the execution strategies(sensor data management, parameters used in the weight computation,resampling) of B3 DPF can be optimized based on the simulation results and the types and dimensions of traffic data injected into B3 DPF can be adjusted dynamically. The first experiment indicates that the B3 DPF overcomes particle degeneracy and sample impoverishment problems and accurately estimates the state at a faster speed than the normal PF. More importantly, the new method has higher accuracy for multidimensional random systems.In the rest of experiments, the proposed framework is applied to estimate the traffic state on a real road network and obtains satisfactory results. More experiments can be designed to validate the universal properties of B3 DPF.     

A New Adaptive Formant Vocoder

A new type of vocoder system based upon formant analysis is presented in this paper. The LMS adaptive algorithm is used for tracking formants of speech signals. The results of computer simulation show that the new vocoder has better synthesized speech quality.     

阶段原型法及其支持环境

本文介绍了阶段原型法(SPA)及其支持环境(PEMIS)的总体结构和主要功能,探讨了知识库和推理机制在循环控制中的作用,以及软件重用技术、图形接口技术和应用生成技术等实现技术。     

基于语言偏好的群体决策的软解法

群体决策模型用于支持系统或专家系统，面临的两个问题是：自然语言与机器语言的匹配以及模型解与决策者意向交融．本文在许多学者大量工作的基础上，试图提出群决策的软化求解模型．主要提出两方面的结果：一是多准则语言偏好的综合；二是采用模糊匹配方法和语言变量的软算法将个人语言偏好聚集为群体可接受决策解．最后给出实例计算以说明操作步骤．该模型可用于人－机交流式ＧＤＳＳ或小群（７～１２人）会议支持系统的软件设计     

容县基本农田划定与保护研究

摘要：分析了广西容县土地利用情况,包括耕地现状以及上级下达的土地利用总体规划确定的基本农田,划定前的基本农田的数量情况、质量情况和分布情况,划出划人情况,其中划出的基本农田包括不可调整的农用地、建设用地、坡度大于25°的耕地、不稳定耕地、土规预留范围内农保、零散分布图斑、零星达不到上图面积的村庄。     

UNIX操作系统初始化过程分析

本文作者曾对UNIX分时操作系统第六版和第七版的核心代码作过分析,尔后又对该系统的几个重要的外围程序和工具性程序做了解剖。UNIX初始化程序(包括init,getty和login)规模小、结构简单;但是,对初始化过程的深入了解,有助于理解系统活动的全过程,同时也是分析其他程序(如Shell)所不可缺少的准备。     

低糖白茶饮料的研制

本试验以福鼎白茶为主要原料开发低糖白茶饮料.首先通过茶水比、温度、时间三个因素设计正交试验,并根据正交试验的结果确定最佳浸提条件;其次将根据此最佳浸提条件得到的茶汤按一定的浓度梯度加入去离子水稀释,确定最佳稀释量;然后在上述最佳条件所得到的茶汤中加入不同浓度组合的辅料白砂糖和维生素C并确定最佳添加量;最后经杀菌制得天然低糖白茶饮料.     

调和测度

“调和”这个概念在数学中有多种意义，本书所讲的调和测度来源于解偏微分方程有关Laplace方程的Dirichlet问题。Dirichlet问题的解称为调和函数，如果它在边界上等于给定的函数。最简单的情形是平面区域，可以定义区域边界的子集在某点的调和测度来解决系列单复变函数和位势理论的问题。这样，调和测度成为重要的理论工具。近20多年，在这方面有突破性进展，本书就是介绍这些进展的专著。     

基于神经网络的道路季节分类

为了合理确定路面结构设计时的输入参数,引入自组织特征映射神经网络,结合Matlab软件对神经网络进行权值训练,将网络训练是否收敛来作为分类的依据,根据温度、交通量和降雨量等几个重要参数对道路进行季节分类,最后按照分类结果进行路面结构分析与材料设计.实践证明,该方法分类效果良好,能很好地解决路面设计参数的合理确定问题,从而大大延长路面的使用寿命,提高道路投资的经济效益.