基于点权的混合K-shell关键节点识别方法

复杂网络中,评估节点的重要性对于研究网络结构和传播过程有着重要意义.通过节点的位置,K-shell分解算法能够很好地识别关键节点,但是这种算法导致很多节点具有相同的K-shell (Ks)值.同时,现有的算法大都只考虑局部指标或者全局指标,导致评判节点重要性的因素单一.为了更好地识别关键节点,提出了EKSDN(Extended K-shell and Degree of Neighbors)算法,该算法综合考虑了节点的全局指标加权核值以及节点的局部指标度数.与SIR(Susceptible-Infectious-Recovered)模型在真实复杂网络中模拟结果相比,EKSDN算法能够更好地识别关键节点.     

安徽省新发展理念实践效果测度与比较研究

创新、协调、绿色、开放、共享新发展理念是中国共产党重大理论创新,是实现两个一百年奋斗目标的行动指南。参考五大新发展理念研究和相关文献,基于安徽新发展理念实践成果,定量测度实际成效并与江浙沪进行比较。在此基础之上,提出加快安徽新发展理念实践效果的对策建议。     

论绝对连续函数

本文在测度论的意义下讨论了传统的绝对连续函数这一概念，定义了一种称为依测度绝对连续的概念，并讨论了相应的若干性质，证明了在一维的情形下，依测度绝对连续与通常的绝对连续这两个概念是等价的。给出了当绝对连续函数列收敛时，其收敛的函数是绝对连续函数的条件     

H_∞鲁棒控制中的加权阵选择

研究了线性时不变系统Ｈ∞鲁棒控制中的加权阵选择问题，探讨了在一般的跟踪控制问题的Ｈ∞设计中如何选择三个合适的加权阵，确定广义受控对象，使设计满足多目标的要求等问题。提出了在频率域中选择加权阵，再转化到状态空间进行优化设计。考虑一大类存在低频参数摄动和高频未建模动态的情况，给出了鲁棒控制兼顾闭环动态特性和干扰抑制时的加权阵选择方法与具体步骤。并就一具体例子进行了仿真，结果表明将控制量的加权阵作为调整参数进行设计对提高闭环系统的鲁棒性是有益的。这里加权阵的选择方法，既适用ＳＩＳＯ系统，也适用ＭＩＭＯ系统。     

基于一种推广的Choquet积分的回归模型

为了处理属性间带有不确定值交互作用的实际问题,提出了一种推广的Choquet积分,给出了一种基于此积分的回归模型,最后给出了用粒子群算法确定模型中回归参数的算法.由于粒子群算法具有快速收敛等优点,保证了本文提出算法的快速求解和有效性.     

加权组合模型在城市用水量预测中的应用

鉴于传统灰色模型在建模中存在固有偏差的问题,本文采用无偏灰色GM(1,1)预测模型.在无偏灰色预测模型表达式的基础上,又提出了非线性的预测模型,并将其用于城市的用水量预测上.考虑到单一预测模型在预测过程中存在的不足,用最优加权组合模型对无偏灰色GM(1,1)模型和非线性模型进行组合,并将加权组合模型首次用于遂宁市的城市用水量预测.预测结果表明,组合模型的预测精度优于单一的预测模型,预测结果与城市的实际用水量拟合较好,该方法可推广到其它类似城市的用水量预测中.     

基于加权信号泄漏比的多小区协作波束成型算法

为了减小多天线蜂窝通信系统中存在的小区间干扰,提出了基于加权信号泄漏比的多小区协作波束成型算法。该算法利用有用信号的均值对不同用户接收到的泄漏信号功率进行加权,之后各个小区独立设计并使用能够最大化加权信号泄漏比的波束。利用上下行信道的对偶性,得到了最优波束的闭式解。仿真结果表明:在不同的系统调度策略下,提出的基于加权信号泄漏比的多小区协作波束成型算法都可以在不影响用户公平性的基础上提高系统平均吞吐率,同时保持较低的实现复杂度。     

ISM的2种改进算法

目前,对宽带信号处理算法的研究主要分为2类:一类是基于非相干信号的处理算法(incoherent signal-subspacemethod,ISM);另一类是基于相干信号的处理算法(coherent signal-subspace method,CSM.)传统的ISM算法由于需要对每个子带做窄带空间谱估计,导致运算量大,而且由于宽带信号能量分布的不均匀,使得估计效果并不理想.针对运算量大和精确度低这2点不足提出了2种改进方法:一是从提高精确性的角度对信号能量做加权处理;二是从减少计算量的角度对信号结构进行改善.通过仿真实验,从均方根误差和分辨概率2个方面验证了2种改进算法的优越性.     

关于Sierpinski垫片的Hausdorff测度的上界估计

Sierpinski垫片是经典的自相似分形集,其Hausdorff维数是log23,但其Hausdorff测度的计算仍非常困难.在构造的覆盖集中,给出计算被覆盖三角形数的算法,从而估计出相应的Hausdorff测度Hs(S)≤0.817 918 996…,此结果优于目前现有文献中的已知结果.     

基于能量加权的子带杂交法在掌纹识别中的应用

在掌纹采集过程中,由于受光照噪声的影响,以及手掌的弓形常常给掌纹采集带来噪声.基于此,提出小波变换子带杂交的一种新颖掌纹识别算法.该算法综合考虑小波同层各子带及相邻层子带分解系数的噪声特点,采用基于掌纹图像空间能量加权,再由二维主元分析（Two-di mensional Principle component Analysis,2DPCA）算法降维、去相关,最终由最小距离分类器完成掌纹识别.基于香港理工大学公布的PolyU掌纹数据库的实验,此算法正确识别率达到100%.同2DPCA算法相比,提出的算法不仅正确识别率较高,识别效率也较高.