基于深度学习的多STBC盲识别算法

针对空时分组码(space-time block code,STBC)识别中多种编码类型难区分的问题,提出了一种基于卷积神经网络的STBC盲识别算法.该算法首先将接收信号采用自相关函数的频域预处理,输入到卷积神经网络中对信号特征进行提取,全连接层对特征进行映射,实现对6种STBC类型的识别.仿真实验结果表明,在无信道和...     

加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中,随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差.针对上述的问题,结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model,NLMM)提出了一种可靠性改进的分析方法.首先,需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数.其次...     

超声测量数据计算物质冷压线的一种解析方法

提出了一个利用超声测量数据来计算冷压线的一种解析方法．该方法对冷能和冷压的描述先不考虑原子之间的相互作用势的具体形式,而是直接从Murnaghan、Birch—Murnaghall、Vinet等不同解析形式的等温物态方程出发,利用室温较低压力下的超声测量数据计算零压体积模量KT0及其对压力的一阶偏导数K＇T0,将其修正到0K而得到冷压线,并用静高压等温压缩数据检验各种解析物态方程模型的适用性．利用超声测量数据计算了Al、Cu、Ag3种金属的冷压线,并用DAC原位测量的300K等温压缩数据对该计算进行了比较．     

一株高产抗菌活性物质链霉菌的初步分类鉴定

对一株土壤中筛选出的可以产抗菌活性物质的链霉菌进行了研究,测定了该菌的抗菌谱,发现该菌株对多种植物病原性真菌及细菌有拮抗作用,但对植物病原性真菌的抑制效果低于植物病原性细菌.通过形态特征、培养特征、生理生化特性及抑菌谱等系列比较,发现该链霉菌菌株与链霉菌属的黑胡桃链霉菌(Streptomyces nogalater)的特征基本相符;通过16S?rDNA序列比对,发现该菌株16S?rDNA与黑胡桃链霉菌的16S?rDNA同源性达99％.根据多项分类原则和系统进化树的构建分析,将该菌株暂归入黑胡桃链霉菌类.     

基于加权策略的SVM多元分类器

多元分类器通常需要在训练时间和分类精度之间折衷.提出了加权阈值策略和一对多分类方法的改进算法 OVA WWT,以增加结果融合的公平性,从而提高分类精度.基于OVA WWT策略和SVMlight二元分类器,实现了基于SVMlight的多元分类器MSVMlight.在CWT100G数据集进行的实验表明,该分类器具有较高的分类精度以及较短的训练和分类时间.相同的数据集上的阈值策略选择实验也说明了加权阈值策略能提高分类精度.     

局部核方法及其应用

核方法是机器学习中一种强有力的学习算法.多个领域的实践表明,通过将领域知识嵌入到核函数中,一般会得到比较好的学习效果. 从微分流形的观点讨论了机器学习中全局信息与局部信息的关系,并提出了一种嵌入局部有意义信息的核方法.文本分类的实验结果表明,与其它几个分类算法相比,它具有较高的性能.     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响;基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.     

基于主题突变检测的颠覆性技术识别——以无人机技术领域为例

颠覆性技术对实现中国科技创新跨越式发展具有重要战略意义。以无人机技术领域为例,获取Web of Science论文数据库和德温特(Derwent)专利数据库2005—2019年收录的2812篇论文与专利数据,基于LDA-LSTM文本分类算法得到技术主题,采用CiteSpace构建共现网络,从突变权重排序及突变时间段和突变共词聚类知识图谱2个角度进行主题突变检测,进而识别出无人机交互技术中的脑机接口技术及手势控制技术为该领域内的颠覆性技术,通过2020年无人机技术领域相关论文专利验证了识别框架的有效性。     

基于多目标蜂群算法的数据分类方法

为了保证运算时效的同时,提高复杂数据的分类精度,提出了基于多目标蜂群算法和极限学习机的数据分类算法。该方法以最小的特征个数和最高的分类精度为优化目标,利用改进的多目标蜂群算法对数据的特征个数和分类器参数进行寻优,针对多个有代表性的数据集进行仿真,结果表明所提出方法的有效性。     

大数据驱动的绿色智能制造模式及实现技术

为实现生产制造过程智能化与绿色制造的有效整合,在运用系统工程理论分析智能制造和绿色制造协同互补性的基础上,提出一种大数据驱动的绿色智能制造新模式。以产品生命周期为主线,从数据驱动的产品绿色定制化研发、基于数字孪生的主动资源配置调度、面向服务的先验维护策略、考虑资源循环的产品回收及再制造流程4个方面阐明了新模式的具体实现思路。最后,结合业务流程再造思想及物元可拓法探讨了传统制造模式向文中所提新模式转型的实施方案与关键技术,并以一个应用案例,验证了该运行模式的可行性与有效性。