基于模拟退火剂量计算模型的自动匹配算法

基于模拟退火优化算法,提出了一种点核卷积叠加剂量计算模型参数的自动匹配算法.模拟退火优化算法具有可以达到全局最优的优势,但模拟退火优化的随机性是不可控的.针对此问题,基于点核叠加剂量计算原理采用了定向约束模型能谱参数的方法,使得优化过程的迭代效率及稳定性大大提高.为了减少迭代次数,采用了BeamNRC软件模拟出加速器较好的初始能谱参数.通过临床实际加速器设备数据进行试验,结果表明,利用模拟退火优化算法进行模型参数的自动匹配的方法在保证临床精度要求的前提下,优化时间基本上控制在16h左右,在临床上是完全可以接受的,甚至针对一些加速器较好的能谱初始值,优化时间比国际上同类产品的优化时间还要短.模型参数的自动匹配功能也大大降低了软件对操作人员业务能力的依赖,增加了产品的安全性,降低了产品的维护成本.     

遥感图像分类的多核SVDD算法

将K型核函数和指数径向基核函数分别与径向基核函数组合成多核函数,并利用其构造出性能更加优越的支持向量域描述(SVDD)算法.将提取的遥感图像各波段光谱特征组成特征向量,分别用基于径向基核函数和多核函数的SVDD算法进行遥感图像分类.仿真实验结果表明:改进核函数的SVDD分类算法提高了分类精度,缩短了训练时间.     

基于Netfilter防火墙的研究与实现

文章介绍了防火墙的基本概念及其主要功能,分析了Linux内核防火墙Netfilter的构架、构建防火墙的工作原理,并给出具体实例。     

基于偏微分方程与多尺度分析的图像去噪算法

针对传统图像去噪算法存在去噪效果和稳定性较差的问题, 提出一种基于偏微分方程结合多尺度分析方法的图像去噪算法. 首先利用二阶偏微分扩散方程和四阶偏微分方程对图像进行高频段和低频段的处理, 对处理后的图像采用非下采样轮廓波逆变换, 实现图像整体去噪; 其次, 采用轮廓波变换方法对整体图像进行多尺度分解得到不同子带, 并利用核主成分分析算法进行整体图像降维处理, 对不同子带进行分块管理, 完成对整体图像的局部去噪, 最终实现基于偏微分方程结合多尺度分析方法的图像去噪. 实验结果表明, 该算法的图像去噪效果和稳定性均较高.     

高校人文社会学科科研实力综合评价研究——基于核主成分分析和实证研究法

收集了2013年31个省市自治区部分高校有关人文社会学科科研方面的相关数据,利用核主成分分析法和实证研究法对科研实力进行综合评价.针对主成分分析在权重系数确定和信息提取等方面存在的问题,利用核主成分分析(KPCA)探究了数据的非线性关系并提高第一主成分贡献率;采用"主观化"改造的思路,提出增加重要性权等观点,构建了实证研究模型;给出了核主成分分析与实证研究相结合的理实综合分析模型对高校人文社会学科科研实力进行综合评价.     

一种基于核方法的无线传感器网络定位算法

无线传感器网络（WSN）作为一种新兴的分布式网络技术,被认为是21世纪改变世界的十大革新技术之一。定位是无线传感器网络的重要支撑技术之一,实现传感器节点自定位是提供监测目标位置信息的必要条件。而实现高效、可靠、准确的节点定位对目标跟踪具有重要意义。不幸的是,环境噪声使得节点的定位精度降低。基于此,该文提出一种基于核方法的无线传感器网络定位算法。实验表明,在WSN中通过采用卡尔曼滤波的核方法定位算法,一定程度上减少了随机噪声对节点定位精度的影响,有效的降低了系统定位误差,实现一定程度的抗干扰。     

凸二次规划基于新的核函数的大步校正原始-对偶内点算法

本文对凸二次规划提出了一种基于新的核函数的大步校正原始-对偶内点算法．这种核函数构造新的障碍函数不仅可以定义新的搜索方向,而且可以控制内迭代的过程,使得对凸二次规划提出的大步校正原始-对偶内点算法的多项式复杂性阶改善到O（√n（logn）2log（n／ε））,优于基于经典对数障碍函数的相应算法的复杂性阶．     

不同品种黑小麦淀粉理化性质研究

对黑小麦淀粉的颗粒性状、透明度、膨胀势、直链淀粉含量、冻融稳定性、糊化特性等理化性质进行了研究.结果表明:黑小麦淀粉颗粒较大,多呈圆球形或卵圆形,尺寸为5～25μm;总淀粉含量与对照小偃6号相当;直链淀粉和破损淀粉含量均高于对照小偃6号.黑小麦淀粉具有较好的膨胀特性,但透明度和冻融稳定性较差.黑小麦淀粉的起始糊化温度较高,峰值黏度为0.340～0.483Pa.s,其热糊和冷糊稳定性均比对照品种差,但加入NaCl和蔗糖均能提高黑小麦淀粉糊的热糊稳定性,减缓冷却过程中淀粉的老化,其中起始糊化温度随NaCl浓度的增加而逐渐升高,峰值黏度、回生值、破损值均随NaCl浓度的增加而减小.起始糊化温度、峰值黏度随着蔗糖浓度的增加而增大,破损值和回生值却随蔗糖浓度的增加而下降.另外,随着pH值的升高,黑小麦淀粉的起始糊化温度逐渐降低,峰值黏度、破损值和回生值急剧升高.     

永磁直线同步电机弦截法内模控制系统

提出了一种基于弦截法的内模控制（secant method—basedinternal modelcontrol,SIMC）策略实现对永磁直线同步电机（permanent magnet linear synchronousmotor,PMLSM）的高精度位置控制。以核岭回归方法建立被控对象模型作为内模,进而以弦截法求解内模的根作为逆模,构成SIMC系统。实验仿真结果表明：与传统的内模控制（internalmodelcontrol,IMC）系统相比较,由于弦截法求解内模的根作为逆模可实现逆模与内模的完全匹配,使SIMC系统对内模控制PMLSM控制具有更高的正弦信号跟踪精度,更好的鲁棒性与抗干扰性;对于阶跃输入信号,SIMC系统没有稳态误差。SIMC系统一般只要1～2次迭代就能获得稳定的控制量,可满足控制系统快速性要求。     

支持向量机核函数的构造方法研究与分析

支持向量机是近年来发展的以统计学习理论为基础的新型学习机,核函数的选择无疑是其重要的核心问题.先对核函数进行定义,然后通过对核理论进行性质分析,最后明确了对最优核函数的选择与构造,从理论上为核函数的选择提供了参考.该学习机用结构风险代替经验风险,因而具有传统的神经网络无法相比的优势.