基于改进的集对分析理论的路基沉降组合预测模型

准确合理地预测路基沉降是路基安全性评价及加固维护方案决策的重要依据.为克服单项预测模型的信息局限性和片面性,构建了基于集对分析理论的路基沉降组合预测模型.该模型首先基于预测值和实测数据建立集对;应用贝叶斯决策理论表达集对关系识别风险,并通过自适应搜索算法确定最优集对关系准则;进而分析预测模型和实测数据的联系,并基于联系...     

智能化信息系统对飞行员视觉搜索特性的影响

为探究飞行员使用智能化信息系统的视觉搜索特性,设计以信息系统等级（交互式辅助系统和电子飞行手册）为自变量、以视觉搜索特性（视觉搜索特征和绩效水平）为因变量的对比实验,记录20名航线飞行员在模拟机实验场景中所关注的各人机交互界面的眼动数据,通过统计分析、构建视觉搜索绩效评估模型,反映飞行员视觉搜索特征及绩效水平。结果表明：两组飞行员的注视总持续时间、注视总持续时间占比、注视次数等视觉搜索特征存在显著差异,且随着信息系统智能化等级的提高,飞行员在单发失效和襟翼卡阻故障场景中的视觉搜索绩效水平有效提高且工作负荷降低。由此,验证了信息系统自动化程度的提高在复杂场景下能对飞行员的工作绩效产生正效应,可为驾驶舱人机交互界面的设计、优化及迭代提供理论参考,保证飞行安全。     

图数据压缩格式对广度优先搜索算法影响的特性化分析

随着图计算需求的快速增长,同一种图算法在处理不同压缩格式的数据时会对访存、性能等方面产生不同的影响.将两种图数据的5种不同数据压缩格式COO、CSC、CSR、DCSC和CSCI分别作为广度优先搜索算法的输入进行性能分析和对比,根据性能特征选择不同的压缩格式的数据以达到最佳结果.针对BFS处理5种不同数据压缩格式进行性能...     

两种意识神经相关活动

神经科学家一直在努力寻找意识的神经相关活动。本文提出了一个包含两种意识神经相关活动的理论框架。觉性意识是主观的经验和感觉。而评估性意识则是认知系统中普遍存在的信息,可以用来进行推理、演讲和高级行为控制。通过信号检测理论可以对觉性意识和评估性意识的神经相关活动进行区分。认知神经科学领域的最新发现为两种意识神经相关活动理论提供了证据支持。     

改进的遗传局部搜索算法在漏磁逆问题中的应用研究

通过将模拟退火技术加到遗传局部搜索算法(GLSA)的扰动过程中,提出一种改进的遗传局部搜索算法(IGLSA)及基于IGLSA的逆算法,用于从漏磁信号中重构二维缺陷.该算法中,径向基函数神经网络(RBFNN)用作前向模型,IGLSA用于求解逆问题中的优化问题.实验将该逆算法分别与基于规范遗传算法(CGA)的逆算法和基于GLSA的逆算法进行了比较,结果表明基于IGLSA的逆算法更精确,并且对噪声具有鲁棒性.     

一种基于新训练序列的正交频分复用小区搜索方法

为了增加正交频分复用(OFDM)小区识别的数量,同时保持小区搜索的性能,设计了一种新的OFDM小区搜索方案.其核心思想是在载波上先加载称为"子载波模板"的伪随机序列,然后再加载频域差分序列.针对这种新的结构,该方案还设计了一种联合估计算法,可在性能保持不变的情况下,增加10~20倍识别小区的数量.     

可逆多分子饱和反应动力系统的极限环及其数值模拟

应用微分方程定性理论研究了一类具有2重饱和反应速度的生物化学反应动力系统,得到了关于存在唯一极限环的显著不同的参数区域,并用深度优先搜索算法编程进行了计算机数值模拟,发现其存在Hopf分支现象.     

慢性应激对小鼠空间学习记忆功能及海马和前额叶皮层BDNF表达的影响

采用多因素慢性应激动物模型,通过Morris水迷宫测试小鼠空间学习记忆能力;采用免疫组织化学方法检测脑源性神经营养因子（BDNF）在海马和前额叶皮层的表达．结果显示,与对照组相比,应激组小鼠的空间学习记忆能力明显下降（P〈0．01）;应激组小鼠海马CA1区、齿状回和前额叶皮层BDNF表达明显下降（P〈0．01）;停止应激后一周,应激组小鼠BDNF在各脑区的表达有一定恢复,但与对照组相比,仍有显著性差异（P〈0．05,P〈0．01）．结果表明,慢性应激导致小鼠空间学习记忆功能的损伤可能与BDNF表达的下调密切相关．     

INTERNET搜索引擎探解

web搜索是因特网上非常有用的信息检索工具,但是由于目前搜索引擎检索出的信息庞大,且一个特定的搜索引擎主要包含某一特定领域的信息,这使得用户很难获得准确的导航信息,为此本重点介绍了AltaVista和Yahoo等当今流行的两种搜索引擎,并对它们各自的优点和功能进行了分析。通过时它们的分析揭示了目前网上搜索引擎所面临的问题,由此介绍了一种新的web搜索引擎——元搜索引擎,最后介绍了适合于Web信息获取与处理的WIRPL语言以及搜索引擎使用的一些技巧。     

微粒群优化神经网络算法的研究

介绍了微粒群算法的基本原理、特点,分析了常用的BP网络结构,提出了微粒群优化神经网络算法,实验结构表明,该算法优化了神经网络结构,从而提高了神经网络的模式分类性能。