基于树状图的波形数字滤波器拓扑结构优化方法

针对常规波形数字滤波器（wave digital filter,WDF）拓扑结构表达效率低下、结构易混乱的问题,本文利用适配器的可拆分性,提出基于WDF二叉树的拓扑结构表达方法,使等效电路结构清晰直观,从WDF二叉树的形态可迅速获知等效电路的模块并行度、最长路径等关键信息.此外,本文结合WDF端口适配器的端口对称性,进一步提出WDF二叉树的优化方法.通过对满足要求的结点及附属子叶进行位置交换,令二叉树更为扁平、缩短"入射-反射"过程的最大路径长度,使WDF-FPGA仿真系统的模块并行度和仿真速度得到提升.电路仿真模型优化后的反射步长减少42.86%、入射步长减少38.9%,总运算时间降至0.366 ms.      

二叉树型分层广义混合模糊系统的结构和规则数分析

模糊系统由一般输入变量、推理规则和实际输出组成,推理规则总数会随着输入变量的增多而呈指数形式急剧上升,容易引起规则爆炸.为此,降低规则总数是必要的.本研究首先对二叉树型分层广义混合模糊系统进行结构分析;其次,依据混合推理规则及计数公式针对分层前与分层后的规则总数进行比较和分析.结果表明,分层后系统内部规则总数的增长速度远远小于不分层的规则总数的增长速度,从而可避免规则爆炸现象.     

基于遍历Hough变换的弱目标检测前跟踪算法

针对基于标准Hough变换的TBD算法在低信噪比环境下检测概率较低以及运算时间较长的问题,提出一种基于遍历Hough变换的TBD方法.将接收到的各帧回波点进行第一门限判决并依次存储到不同矩阵中;把所有超过第一门限的点统一叠加到数据平面;接着两两遍历组合数据平面中不同点求取直线参数,将其投影到参数平面对应单元,并建立累加器,同时将组合两点的幅值积累到该单元对应的累加器中;提取累加器中积累值超过第二门限单元,实现航迹回溯.通过仿真比较所提算法与其它两种基于Hough变换的TBD算法,验证了所提方法能够有效提高低信噪比下目标的检测概率并且运算时间也比标准Hough变换少.     

基于随机穷举算法最优化污水处理站建造方案

通过建立数学模型,运用随机穷举算法找到了最优的污水处理站建造方案,节约了企业的污水处理站的建站成本,对企业建造污水处理站有重要的帮助.随机穷举方法得到的最优方案是全局最优.模型的输入变量简单,理论上只需知道排污工厂的排污量和位置坐标即可获得最优建站方案.从构造模型过程中所考虑的因素和方法解释了此模型,并运用所建立的模型模拟计算两个任意构造的几个工厂污水处理站的建站方案,来检验模型的合理性和有效性.     

Cantor四分集上的变换及其遍历测度

该文给出了Tα(x)＝αx(mod 1)(α∈R＋)是Cantor四分集T(4,{0,2})上的变换的充要条件：Tα为T(4,{0,2})上的变换当且仅当α＝4n(n∈Z).并且研究了Tα的遍历测度的存在性.     

面向对象的通用数据结构

提出面向对象的通用数据结构的概念,通过扩展二叉树的方法详细地阐述面向对象的通用数据结构的设计方案,并且给出用C＋＋语言实现的程序。     

基于K-邻域非参数回归短时交通流预测方法

实时、准确的短时交通流预测是交通控制与诱导中的一个关键问题和难点.非参数回归是解决短时交通流预测问题的较好方法,但是案例库生成难和搜索速度慢是其目前实际应用的两大障碍.为此,提出一种基于平衡二叉树的K-邻域非参数回归(KNN-NPR)的短时交通流预测方法,采用聚类方法和平衡二叉树结构建立案例数据库,以提高预测精度和满足实时性要求.给出了预测示例说明了方法的有效性.     

谓词/变迁系统对一阶谓词公式的建模

研究了利用谓词/变迁系统对一阶谓词公式建模的方法。借助于软件工程中＂由粗到细,逐层分解＂的思想,定义了对各种逻辑联结词进行处理的基本模型。给出了一阶谓词公式的二叉树表示方法,进而利用二叉树的递归性质,提出了递归构造一阶谓词公式对应的谓词/变迁级的＂事实变迁＂表示的方法,克服了已有相关建模方法中存在的不足,为一阶谓词公式的自动化建模提出了新的思路。最后,探讨了一阶谓词公式的谓词/变迁系统模型在谓词逻辑推理领域的应用及其意义。     

基于全局图遍历的ST-GCN人体行为识别算法

传统的时空图卷积网络(spatio-temporal graph convolutional network, ST-GCN)模型存在诸多缺陷,如空间图构造受预定义影响、忽略非相邻节点间信息的有效利用以及计算成本过高等.针对上述问题,基于ST-GCN模型提出一种采用节点全局图遍历的自适应人体行为识别方法.通过建立节点关联函数找出初始节点,再遍历拓扑状态库找出变化较大的前条链路筛选关键连接特征;建立当前节点与相邻和非相邻节点间的有效关联,在卷积过程中增加位运算操作用于舍弃关联度较小的关节点,以期在减少计算量的同时通过直接捕捉人体节点间的位置和距离信息调整运动关联度,增强算法的自适应性.实验结果表明,该算法较原始ST-GCN模型的识别精度高2%,且计算成本低,每秒浮点运算次数下降2.9×10⁹.     

分红对美式认沽权证行权价格影响下的二叉树定价

美式认沽权证的定价一般是采用二叉树模型,但是,由于在持续期内的分红会对行权价格有影响,所以经典的二叉树模型无法较为准确地为国内的美式认沽权证定价。文中针对这一情况,在路径到达的假设下推导出行权价格的调整公式,并由此修正了二叉树模型。之后,以穗机场认沽权证为例子进行定价研究,同时考虑了认沽权证前三个月不能行权对定价所造成的影响。定价结果分析中将二叉树模型与B—S模型之间,以及两种二叉树模型之间进行比较,并分析产生差异的原因。文中的结论将对国内权证市场中美式认沽权证的定价具有一定的借鉴作用。