压缩感知中l1问题的自适应罚参数交替方向法

为解决交替方向法中的罚参数选取问题,以压缩感知中l₁问题为研究对象,提出了一种自适应罚参数调整准则.该准则基于交替方向法迭代过程中目标函数和约束条件的变化关系,通过详细研究调整罚参数的条件、频率和大小,给出了基于对偶问题交替方向法的罚参数动态调整方案.数值实验表明所提出的自适应罚参数调整准则使得初始罚参数的选取范围更大,提高了可适用性;并且在迭代过程中动态调整罚参数可以加快运行速度,大大提高了交替方向法效率.     

中国大学生道德推脱的变迁：横断历史研究与追踪研究的证据

采用中文版道德推脱问卷对2 000名大学生进行追踪调查，并对41篇文献展开横断历史研究。结果显示：近10年以来，我国大学生道德推脱得分随年代增长而下降，且具有整体的性别差异；道德推脱呈线性下降趋势，其变化速率的性别差异显著，男大学生下降的速率快于女大学生。     

基于时间相关性的梯度追踪多用户检测算法

为降低大规模机器类型通信基站端多用户检测的复杂度, 结合活跃设备在相邻时隙间的相关性和梯度追踪算法提出了相关性辅助的梯度追踪多用户检测(correlation-assisted gradient pursuit multi-user detection, CAGP-MUD)算法, 不仅避免了矩阵求逆的过程, 还减少了除第一时隙的其他时隙的迭代次数。为了进一步降低多用户检测算法的复杂度, 在CAGP-MUD算法框架内引入决策衰弱的思想, 对梯度最大值进行衰弱, 并以此作为阈值, 每次迭代可挑选出多个活跃设备, 以减少迭代次数, 称为相关性辅助的组梯度追踪多用户检测算法。对提出的两种算法进行了复杂度计算。理论分析和仿真实验表明, 和同类算法相比, 这两种算法的计算消耗降低了60%以上。     

利用改进布谷鸟优化算法的光伏全局MPPT方法

光伏阵列一般由大量组件构成,受环境影响易出现局部阴影,导致P-V曲线出现多峰现象。传统的最大功率点追踪(Maximum power point tracking,MPPT)控制策略如扰动观察法容易陷入局部最优, 从而降低光伏系统的发电效率。为了解决该问题, 本文提出了一种融合正弦余弦算法和自适应策略的布谷鸟优化算法(Cuckoo Search Algorithm Fusing Sine Cosine Algorithm And Adaptive Strategy ,AFCS),并将其应用于光伏全局MPPT控制中,用于改善MPPT过程中的收敛速度与追踪精度。最后设置多种光照情况并用花朵授粉算法和粒子群算法进行对比,经过MATLAB/Simulink仿真验证,该算法拥有较快的收敛速度和较高的追踪精度, 在各个光照条件下均能快速追踪到光伏阵列最大功率点, 可以有效提高光伏系统的发电效率。     

新型列控系统列车追踪间隔的优化及效能评估

为了解决地铁列车运力不足，缩短列车追踪间隔，提出了新型列控系统、相对移动闭塞和协同运行三者相结合的方法，构建了列车通信协同运行模型。在该模型下，精细化前后列车冲突区域，对正线和站后折返最小追踪间隔分别优化建模，提出缩短追踪间隔的行车策略。经实际线路仿真计算，相比基于通信的列车运行控制系统(communication based train control, CBTC)列车通过能力提升了32.3%，且4A编组可以满足79.9 s的行车间隔。考虑缩短行车间隔对运营效能的影响，将运营效能量化为运输率、满载率、单位能耗、等车时间，对不同行车方案进行评估。结果表明，对于单向小时断面客流量小于6.4万的线路，通过调节行车间隔，4A编组在满足满载率下，比6A、8A编组能耗更小，等车时间更短。     

一种样点缺失条件下的跳频信号参数估计方法

在样点随机缺失条件下研究跳频信号参数估计问题具有现实意义。 针对样点缺失条件下线性时 频分析方法失效的问题, 提出了一种基于正交匹配追踪(orthogonal matching pursuit, OMP) 和卡尔曼滤波 (Kalmanfilter,KF) 的跳频信号参数实时估计方法。 该方法对信号加滑动窗, 将窗内样点随机缺失建模为 一个信号稀疏表示问题, 傅里叶正交基作为过完备字典, 利用 OMP 直接估计窗内信号频率而不需要恢复信 号。 KF 针对估计得到的信号频率进行平滑, 当频率跳变时, KF 的频率预测值将严重偏离历史值和频率估 计值, 偏离程度作为跳变时刻估计的依据。 仿真结果和对比实验表明, 在样点没有缺失时, 该方法具有更优 的跳频信号参数估计性能, 在滑动窗长足够并满足信号稀疏度要求时, 即使在样点缺失的条件下, 依然可以 获得有效的跳频信号参数估计结果。     

时间压力下驾驶舱界面视觉搜索绩效研究

为探究不同时间压力下飞机驾驶舱界面搜索特征从而提升任务绩效，通过模拟飞机飞行状态下的任务搜索过程，采用眼动追踪、绩效评估及量表测量等方法来获取被试的视觉搜索轨迹与任务绩效数据并对所获取的多通道数据进行分析.结果表明：在不同时间压力(无、低、高)与不同界面复杂度(简单、复杂)下被试的视觉搜索特征存在显著差异；高时间压力与复杂界面显示都会给被试带来较高的心理认知负荷；时间压力在简单界面显示中存在倒“U”型关系.研究为飞机驾驶舱复杂人机界面设计提供了科学的理论依据.     

基于纤维面内取向分布的气体扩散层重构与传输性能分析

提出一种重构燃料电池气体扩散层(GDL)微观结构的新方法，用于研究纤维面内取向分布对GDL传输性能的影响。利用XCT扫描获取GDL二维切片图进行阈值分割得到GDL三维模型，通过纤维追踪技术区分纤维与粘接剂，得出纤维面内取向概率分布、纤维骨架局部孔隙率、纤维与粘接剂组分比例等信息作为控制因素，重构更加准确的GDL纤维骨架，并通过形态学处理添加粘接剂得到GDL孔尺度模型。对1 000 μm×1 000 μm×200 μm的GDL计算域进行性能模拟计算，分析不同纤维取向分布对GDL的气体传输、热电传导性能的影响。由于碳纸在制造中大部分纤维顺着造纸机运行方向(纵向)排列，不同排列方式严重影响GDL在纵向、横向和穿面方向(TP方向)的性能。研究结果表明：随着纤维纵向分布集中程度提高，气体传输与热电传导性能在纵向提高，但在横向降低；对于TP方向，本研究中的纤维集中于纵向的一致性系数为0.029的取向分布时，GDL模型性能较优；电导率及热导率对纤维取向分布比气体扩散率更敏感。     

面向教育大数据的知识追踪研究综述

介绍了知识追踪（KT）的相关概念与任务，梳理其发展脉络，综述KT的原理、相关算法和数据集，分析了不同结构的KT模型的优缺点.在此基础上，对KT领域未来发展方向进行了深入探讨，提出了数据表征、认知建模、模型可解释性三个重要的发展方向，并作出了一定的展望.