General and efficient parallel approach of finite element-boundary integral-multilevel fast multipole algorithm

A general and efficient parallel approach is proposed for the first time to parallelize the hybrid finiteelement-boundary-integral-multi-level fast multipole algorithm （FE-BI-MLFMA）. Among many algorithms of FE-BI-MLFMA, the decomposition algorithm （DA） is chosen as a basis for the parallelization of FE-BI-MLFMA because of its distinct numerical characteristics suitable for parallelization. On the basis of the DA, the parallelization of FE-BI-MLFMA is carried out by employing the parallelized multi-frontal method for the matrix from the finiteelement method and the parallelized MLFMA for the matrix from the boundary integral method respectively. The programming and numerical experiments of the proposed parallel approach are carried out in the high perfor- mance computing platform CEMS-Liuhui. Numerical experiments demonstrate that FE-BI-MLFMA is efficiently parallelized and its computational capacity is greatly improved without losing accuracy, efficiency, and generality.     

一种共前缀码的测试数据压缩方案

提出了一种新的基于游程编码的测试数据压缩/解压缩的算法:共前缀码编码(SPCS),它在传统游程使用较短的代码字来代替较长的游程的基础上,进一步探讨游程之间的相关性,使用一位来代替具有与前一游程相同前缀的后一游程的前缀,使需要多位才能表示的代码字的前缀用-位就可以表示,进一步提高了压缩率.相比类似的编码测试数据压缩方案,具有压缩率高、解压控制过程容易实现的突出特点.理论分析和对ISCAS-85和ISCAS-89部分标准电路硬故障集的实验结果证明了本方案的有效性.     

捷联惯导系统快速初始对准的多级组合滤波实现

捷联惯导系统初始对准中利用卡尔曼滤波器进行状态估计时,其数学平台的东向和北向水平失准角估计速度很快,而天向方位失准角的收敛很慢。为了解决这个问题,在基本卡尔曼滤波的基础上引入了多级组合滤波的思想,利用对捷联矩阵的修正和对天向方位失准角φU估计的改进产生了新的信息,形成了两级卡尔曼滤波,并且与小波软阈值法相结合,实现了捷联惯导系统的快速初始对准。     

一种DC-DC变换器的离散数学模型

当DC-DC变换器工作于大信号运行条件或系统中出现较大振荡时,变换器将呈现电感电流连续和不连续两种运行模式,为了更确切地描述系统特性,建立了基于两种运行模式的DC.DC变换器离散数学模型.分别给出了基本的Boost和Buck变换器每个开关周期中功率开关关断后电感电流持续时间的计算方法,并根据电流持续时间与开关断开时间的关系预测下个工作周期变换器的运行模式,确定模型的系数矩阵.根据与Simulink系统模块运行结果的比较,验证了离散数学模型的正确性.     

基于一种最优核鉴别矢量集的雷达目标识别

基于高分辨距离像的雷达目标识别的关键是如何提取距离像的有效鉴别特征.通过分析核Fisher准则函数下核类内散布矩阵的零空间信息与非零空间信息对识别的贡献,基于同构映射思想,求解出一组最优鉴别矢量集,用于提取距离像的鉴别特征.同时,给出一种快速算法,用较少的训练样本表达投影方向,加快了鉴别特征的提取速度.基于外场实测数据的实验证明了方法的有效性.     

Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation

In this study, a novel hybrid intelligent mining system integrating rough sets theory and support vector machines is developed to extract efficiently association rules from original information table for credit risk evaluation and analysis. In the proposed hybrid intelligent system, support vector machines are used as a tool to extract typical features and filter its noise, which are different from the previous studies where rough sets were only used as a preprocessor for support vector machines. Such an approach could reduce the information table and generate the final knowledge from the reduced information table by rough sets. Therefore, the proposed hybrid intelligent system overcomes the difficulty of extracting rules from a trained support vector machine classifier and possesses the robustness which is lacking for rough-set-based approaches. In addition, the effectiveness of the proposed hybrid intelligent system is illustrated with two real-world credit datasets.     

高效的部分异步并行仿真的研究及应用

提出了连续系统的部分异步并行仿真算法及其在多计算机系统上的实现方法。为保证仿真结果的正确和提高仿真速率 ,所提出的连续系统的高效的部分异步并行仿真方案和适应消息传递的星型虚拟拓扑结构方案可有效地解决连续系统仿真的“算法 -结构匹配问题”。多计算机系统上连续系统仿真的特点之一是处理器间的通信非常频繁且消息很短 (一般为数个或数十个浮点数 ) ,因而在实现部分异步并行仿真时采用了异步传输方式来减少通信开销在仿真计算中的比例。实验结果表明 ,所提出的部分异步并行仿真比其对应的同步仿真具有更高的并行计算效率。     

关于L-Fuzzy子集层仿紧性的注记

文[2]曾指出L－Fuzzy拓扑学中关于L－Fuzzy子集的几种仿紧性不是一般拓扑学中子集仿紧性的真正推广,即它们不以分明子集仿紧性为特款,进一步修正了几个定义并重新证明了有关的几个定理,在这篇文章中,我们拟对层仿紧性进行修正并重证相关的几个定理。     

模糊偏好下群决策结构的研究

研究了群决策问题的模糊偏好关系 ,在模糊理性条件下证明了一个不可能定理 ,提出了影响集的概念 ,讨论了对群决策产生影响的影响集的结构 ,并给出了一个实例.     

基于Rough集理论的同类人员综合评判模型及其简化

基于 Rough集理论 ,通过建立同类人员评判模型 ,利用此模型及其简化模型的算法 ,探索以可达到高效率评判各类人员中同类人员为目的的技术和方法 ,并以实例加以说明.