基于LTSA-Greedy-SVDD的过程监控

为解决实际工业过程中的非线性和非高斯问题,实现有效的过程监控,提出了一种基于局部切空间排列算法的过程监控方法。首先运用局部切空间排列算法对标准化后的正常样本数据提取出低维子流形以实现维数约减。之后利用Greedy方法提取特征样本以支持向量数据描述方法建立监控模型,最后采用相应统计量进行过程监控。以田纳西伊斯曼(TE)模型为仿真平台,仿真结果说明了该方法的有效性。     

n-InN/p-NiO异质结能带排列的X射线光电子能谱测量

为了准确确定n-InN/p-NiO价带和导带的补偿,使基于n-InN/p-NiO异质结的光电子器件应用和器件模型分析更加科学,利用X射线光电子能谱测量了n-InN/p-NiO异质结的价带补偿。异质结的价带补偿值为0.38±0.19 eV,导带补偿为3.33±0.19 eV,表明该异质结为交错型能带排列。与具有断带型能带排列的InN/Si和InN/GaAs异质结相比,n-InN/p-NiO异质结可以更容易地形成p-n结。     

基于LFMCW雷达的低空突防飞机高精度测高算法

瞬时高度信息的实时提取是飞行器低空突防的关键，因此在短时间信号积累条件下实现测高显得尤为重要。然而,短时间的信号积累会带来测高精度低与抗干扰能力差两方面的问题,为此提出一种段内数据重构〖CD*2〗段间相干平均的短时间积累算法，该算法可有效改善雷达的抗干扰能力与实时测高性能。给出了算法的实现步骤,与传统的线性调频连续波雷达低空测高算法相比,该算法测高精度高,并可获得额外信噪比增益。仿真结果验证了理论分析的结果和算法的有效性。     

绿意

正趁着太阳还在西边流连,我和妈妈踏出家门,信马由缰,寻找身边的绿意。走着走着,一片绿引起我的注意,那儿有好多植物,傲然挺立,相排列成行,俨然是一道绿色的屏障。通向这个屏障的是一座不加修饰的小桥。我们信步向前,来到屏障前。放眼望去,一排绿色中夹着一些粉色的、白色的、红色的花,好像一块     

我国碳纳米管发展及应用

<正>碳纳米管又称巴基管(Carbon Nanotube),隶属于一种具有特殊结构(径向尺寸为2—20nm量级,轴向尺寸为微米量级、管子两端基本上都封口)的一维量子材料,主要由呈六边形排列的碳原子构成数层到数十层的同轴圆管。碳纳米管按石墨烯片层数可分为单壁碳纳米管     

基于子空间距离的局部切空间增量学习

提出一种基于子空间距离的局部切空间增量学习方法ISLTSA。首先采用基于划分的简化局部切空间排列算法SLTSA,把初始样本集划分为彼此重叠的多个局部最大线性片;然后引入向量到子空间的距离测度描述新数据点与局部最大线性片的接近程度,并将新数据点归入距离其最近的局部最大线性片中;最后,新数据点的全局低维坐标可由局部线性子空间与全局低维流形的仿射变换计算得出。对多个经典数据集的降维结果表明,ISLTSA算法能够保留数据集的局部几何性质,是一种有效的非线性增量学习方法。     

一类特殊排列的计数

计算集合S={1,2,…,2m}中不同时出现i和i+1,j和j+3（其中 m∈{1,2,3,…},i∈{1,2,…,2m－1},j∈{1,3,5,…,2m－3}）的k元组合数f(2m,k)=f(2(m－1),k)+f(2(m－1),k－1)+f(2(m－2),k－1).利用容斥原理求出集合N={1,2,3,…,n}的元素i和i+1不相邻的n排列数为p(n)=n!+∑〖DD(〗n－1〖〗i=1〖DD)〗((－1)if(2(n－1),i)(n－i)!)(其中n∈{4,5,6,…},i∈{1,2,…,n－1}).     

分批次均衡处理的非对称三车间综合调度算法

针对复杂产品在非对称三车间生产调度的问题,提出分批次均衡处理的非对称三车间综合调度算法。该算法先按设备所在车间属性将设备分成非对称资源、局部对称资源和对称资源。对非对称资源上工序根据设备属性确定车间,局部对称和对称资源上可按加工工序采用批次处理,其中部分工序按提出的工序关联策略确定车间,不能确定车间的工序形成缓存集,按提出的排列均衡调整策略确定集中工序的车间。已确定车间工序采用长路径等策略确定调度次序,再根据工序约束条件确定加工时间。通过实例分析,该算法可在二次复杂度内解决非对称三车间综合调度,提高非对称设备利用率。      

《中山大学学报(自然科学版)》征稿简则

1.《中山大学学报(自然科学版)》是国家教育部主管、中山大学主办的自然科学综合性学术刊物,双月刊,国内外公开发行。本刊主要反映校内外理工科的最新科研成果,促进国内外学术交流,主要发表自然科学基础理论研究、应用基础研究以及高新技术方面的学术论文。