基于改进贝叶斯优化算法预测蛋白质残基可溶性

蛋白质的残基相对可溶性表征蛋白质残基在三级结构中与溶剂接触的程度,它反映蛋白质三级结构及功能位点的主要特征。文章通过引入免疫算法中的亲和度和浓度概念,提出了一种改进贝叶斯优化算法,形成了贝叶斯优化算法选择局部残基相对可溶性优化依据。利用改进贝叶斯优化算法对2148条蛋白链进行分类实验,分析了窗宽对结果的影响,计算了三组数据在最佳参数状态下平均预测精度为79.7%。与其它方法相比,从结果来看,改进贝叶斯优化算法具有更好分类预测性能。     

一种应用于圆阵的相关源分辨算法

常规的空间平滑算法存在着阵列孔径利用率低、计算过程复杂的缺点,另外,其平滑次数受阵元数及信源数的限制。空间相干源DOA估计的移动平滑（Shift- Smoothing）解相干算法,由于移动平滑算法并未损失有效孔径,因此具有更高的谱分辨率。计算机真结果表明,SS算法具有更高的分辨性能和更好的去相关性。     

一种提高数据利用效率的单载波信道估计方法

在单载波频域均衡系统中,提出了一种高效利用已知接收数据进行子空间盲信道估计的方法.对每个接收数据块内的符号进行循环移位,将原一列数据向量扩展为两列行线性非相关数据矩阵.因此.在相同均衡性能指标下,所利用的接收数据量是以往使用的子空间盲信道估计方法的一半.这意味着,此方案适用于某些对数据量有严格限制要求的场合.仿真实验结果表明,在保证性能无衰减的前提条件下,节省一半的所需数据量.     

Dynamic Portfolio Choice under Uncertainty about Asset Return Model

The effect of uncertainty about stochastic diffusion model on dynamic portfolio choice of an investor who maximizes utility of terminal portfolio wealth was studied.It applied stochastic control method to obtain the closed-form solution of optimal dynamic portfolio,and used the Bayesian rule to estimate the model parameters to do an empirical study on two different samples of Shanghai Exchange Composite Index.Results show,model uncertainty results in positive or negative hedging demand of portfolio,which de...     

线性混合模型中的参数与方差分析

给出了一种将一般的线性混合模型转化为满足Gauss-Markov假设的线性模型方法,然后对其中的参数进行最小二乘估计,并讨论了QR分解在线性混合模型中方差的ANOVA估计中的应用.     

OFDM系统中干扰消除技术的分析

正交频分复用（OFDM）技术已被越来越多的人所关注,并且在IEEE802．11无线局域网中得到实际应用．在OFDM系统中为了消除符号间干扰（ISI）和子载波间干扰（ICI）,一般要采用加入循环前缀（CP）的技术．从信道对信号作用方面分析了循环前缀技术消除干扰的过程,并给出了仿真结果．结果表明,循环前缀的加入可以有效地消除符号间干扰（ISI）和子载波间干扰（ICI）．     

基于支持向量机的线性模型鲁棒参数估计

探讨了基于支持向量机的线性系统参数估计问题,利用最小二乘支持向量机来估计自回归滑动平均模型(ARMA)的参数,并在理论上证明了在高斯噪声下比最小二乘估计方法具有更小的均方差;随后利用标准支持向量机来估计ARMA的参数,并利用它的性质从理论上分析了其对大噪声和小噪声的鲁棒性.仿真结果表明支持向量机方法能有效克服样本中的异常点和噪声对参数估计的干扰,比最小二乘估计方法具有更好的鲁棒性.     

扩展线性模型在家庭保险消费结构中的应用

本文以传统理论为基础,将扩展线性支出系统模型应用到家庭保险消费结构的分析中,通过实例,对家庭保险消费结构的现状进行分析讨论,对整体家庭保险消费市场进行预测,从而体现扩展线性支出系统模型的应用价值。     

基于无线传感器网络的森林火灾模型参数估计

针对森林火灾形势复杂不利于搜救的特点,提出将无线传感器网络应用于森林火灾检测,建立准确的火灾模型,对森林火灾位置和强度进行估计预测.研究了利用无线传感器网络节点进行自适应采样数据的方法和建立高斯空间多峰火灾模型理论方法,并将最大期望算法(EM)和多分辨率搜索算法(MR)相结合,提出用EM-MR算法对火灾模型进行参数估计.通过仿真实验比较,结果表明该模型能较准确地描述森林火灾现场,EM-MR算法在保证估计精度的基础上降低了计算复杂度,证明了方法的有效性.     

汽车侧偏角估计方法比较

针对汽车质心侧偏角难以直接获取的问题,提出了基于径向基神经网络与驾驶员汽车闭环系统相结合的侧偏角估计方法.把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射,采用均匀设计方案对训练样本进行优选,通过神经网络建立三者之间的映射关系.同时设计了一种改进自适应卡尔曼滤波算法,将其运用到相同道路输入下汽车侧偏角的估计当中.对两种方法进行了基于实车试验的比较:神经网络方法的估计误差均值和标准差分别为0.046 333°、0.057 822°;自适应卡尔曼滤波方法的估计误差均值和标准差分别为0.062 745°、0.089 241°.研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导.