基于堆栈式LSTM网络的通信辐射源个体识别

针对现有通信辐射源个体识别方法预处理过程复杂及特征提取较难的问题,提出了一种基于堆栈式长短期记忆(long short-term memory, LSTM)网络的辐射源个体识别算法。该算法直接使用IQ时间序列信号训练LSTM网络,即可实现对通信辐射源个体的高效识别,避免了复杂的信号预处理过程。为使LSTM网络能更好地适用于通信辐射源个体识别,利用3层LSTM网络提取辐射源深层特征,并通过实验优化了网络参数。然后对该算法的实际应用泛化性进行了实验探究,结果表明该算法在其他辐射源数据集上也取得了较好的效果。最后,通过实验对算法进行了验证,结果表明相比于传统算法,在样本数较多时,该算法的识别准确率可以达到98%,而且简单快速智能,便于工程化与实用化。     

寡头发电商报价动态模型及其混沌控制

在寡头发电商报价古诺博弈模型基础上,考虑自适应报价动态与有限理性报价动态, 分别建立两发电商与三发电商报价动态系统模型, 并分析系统Nash均衡的稳定性,然后对Nash均衡的稳定域、分岔图、混沌吸引子进行了数值仿真;在此基础上, 运用状态滞后反馈控制方法,对报价动态系统的混沌控制进行了解析分析与数值仿真,结果表明选择合适的控制变量和控制参数,可使报价动态系统稳定在Nash均衡.     

基于储备容量的交通网络潜在瓶颈路段识别

交通网络潜在瓶颈路段是随着需求变化将来可能会成为瓶颈的路段.准确识别出潜在瓶颈路段并进行优化管理,可以更好地适应未来交通需求的变化.基于交通网络储备容量模型,提出了交通网络潜在瓶颈路段识别方法,并设计了储备容量模型的求解算法.算例分析比较了现状需求和路网可容纳最大需求下的交通均衡流量模式.结果表明,不能简单地根据现状需求去推断潜在瓶颈路段,而论文提出的方法可以识别出路网达到最大需求时的潜在瓶颈路段.此外,利用交通网络储备容量模型设计了一种次要潜在瓶颈路段识别方法,次要潜在瓶颈路段是在优化潜在瓶颈路段之后随需求增长新出现的瓶颈路段.算例表明该识别方法具有一定的适用性.     

消费品生命周期隐患识别与风险评价的三维矩阵方法

面对近年我国产品质量安全事故频发、消费者人身安全与健康遭受不同程度的威胁以及出口产品不时被召回或退回的问题,给出了一种基于消费品生命周期和事故致因的隐患识别及表征方法,有助于提升人们对消费品危害规律的认知水平并为消费品风险评价奠定基础. 考虑到事故伤害受体的能力和行为会对消费品缺陷或隐患演化及事故伤害后果产生重要影响,在常规风险评价二维矩阵的基础上,加入风险受体的脆弱性要素,提出了消费品风险评价的三维矩阵方法,能够更好地表征消费者能力与行为等主观要素对消费品隐患事故及危害的影响作用. 以家用电器风险评价为例,基于欧盟非食品类消费品快速预警系统（RAPEX）对中国消费品通报信息分析和专家评价打分,形成了消费品评价三维风险矩阵,分析了家用电器的风险规律,为消费品的风险评价提供了新思路、新方法.     

基于多信息融合的海洋监视卫星侦察效能分析

基于多探测器数据融合,提出了一种应用于海洋监视卫星截获概率与目标识别分析的研究方法。建立了基于多维信息融合的截获概率理论模型,并开展了基于假定战场场景的数值仿真,仿真结果表明联合成像侦察、雷达侦察和通信侦察,可以提高对目标的截获概率;采取支持向量机方法进行了多维信息融合,融合结果表明联合成像侦察和通信侦察可以实现对目标的识别。     

基于Retinex和小波分解的手背静脉识别方法

为了解决手背静脉识别系统中图像的对比度较低且静脉结构简单的问题,首先提出一种基于自适应平滑滤波器的Retinex增强算法,在增强静脉结构的同时均衡了图像灰度;然后分析了静脉图像的小波分解子带图像和灰度积分投影,指出小波低频子带图像和垂直方向的灰度积分投影比较适合作为手背静脉识别的特征;进一步提取了基于逼近系数的小波不变矩特征,并融合形成了90维的手背静脉特征向量;最后建立SVM分类器并利用手背静脉图像库进行实验,结果证明了该算法的识别优越性.     

Information identification in different networks with heterogeneous information sources

Traditional cheaptalk game model with homogeneous information sources provided a con clusion that dishonest information sources will not be identified if he changes strategy stochastically. In this paper, the authors incorporate different information diffusion networks and heterogeneous in formation sources into an agentbased artificial stock market. The obtained results are different with traditional results that identification ability of uninformed agents has been highly improved with diffu sion networks and heterogeneous information sources. Additionally, the authors find uninformed agents can improve identification ability only if there exists a sufficient number of heterogeneous information sources in stock market.     

Measuring and locating zones of chaos and irregularity

The new measures computed here are the spectral detrended fluctuation anatysls （sDFA） and spectral multi-taper method （sMTM）. sDFA applies the standard detrended fluctuation analysis （DFA） algorithm to power spectra, sMTM exploits the minute increases in the broadband response, typical of chaotic spectra approaching optimal values. The authors chose the Brusselator, Lorenz, and Duffing as the proposed models to measure and locate chaos and severe irregularity. Their series of chaotic parametric responses in short time-series is advantageous. Where cycles have only a limited number of slow oscillations such as for systems biology and medicine. It is difficult to create, locate, or monitor chaos. From 50 linearly increasing starting points applied to the chaos target function （CTF）; the mean percentage increases in Kolmogorov-Sinai entropy （KS-Entropy） for the proposed chosen models; and p-values when the models were compared statistically by Kruskal-Wallis and ANOVA1 test with distributions assumed normal are Duffing （CTF： 31%： p 〈0.03）; Lorenz （CTF： 2%： p 〈0.03）, and I3russelator （CTF： 8%： p 〈0.01）. Principal component analysis （PCA） is applied to assess the significance of the objective functions for tuning the chaotic response. From PCA the conclusion is that CTF is the most beneficial objective function overall delivering the highest increases in mean KS-Entropy.     

基于标签传播识别网络中的关键节点

基于标签传播动力学提出了一种识别网络关键节点的算法,主要思想是把每个节点接收到不同标签的数量作为判断节点重要性的指标。应用两种不同的传播模型,在不同网络上与其它中心性指标作比较。结果表明:基于标签传播的中心性指标比其它的中心性方法可以更好地识别网络中的关键节点。基于标签传播的中心性指标还具有以下优势:不需要利用网络的结构信息,因此可以推广到大规模网络上;揭示了一种现象——好的接收者往往也是好的传播者。     

自组织临界性的经济学应用的方法论思考

通过对在组织临界性概念的扼要介绍，就其在经济学中的应用进行初步论述，从方法论角度，探讨了它能否把经济学变成一门硬科学。