Demyanov差的两个运算

Demyanov差是非光滑分析与优化,尤其是拟可微分析与优化中的一个重要概念．基本的运算法则已经形成,包括加法运算、效乘运算、加法的消去律等．但是,其中部分公式是用包含关系表达的,这给使用造成了很大的不便．为此给出了两个关干Demyanov差的新的用等式表述的运算法则：两个彼此互补的凸紧集对的和的Demyanov差,有限个凸紧集的凸包和与这些凸紧集正交互补的凸紧集的Demyanov差．这两个法则可以用于计算和函效和极大值函数的次微分与超微分的Demyanov差,从而有助于表述既含等式约束,又含不等式约束的拟可微优化的最优性条件．     

地应力测量非弹性应变恢复法在某金属矿的应用

为获得某金属矿深部岩体地应力分布特征,采用非弹性应变恢复法,选取该矿同一勘探线附近距地表埋深615 m、665 m、715 m三个水平进行现场地应力测量。通过分析3个水平各测点地应力测量结果,得到该矿区地应力分布规律。该矿区最大主应力和最小主应力均为近水平主应力,中间主应力为近垂向的应力;3个水平的最大水平主应力方向基本一致,方位角为101°～130°。主应力的大小随深度呈线性增长。近水平应力大于近垂向应力,表明该矿浅部地壳应力占主导地位的是水平构造应力。两个相邻样品的非弹性应变恢复法地应力测量值平均差系数最大为8.33%,表明其结果具有较好的一致性,验证了非弹性应变恢复法的可靠性。     

非合作流速与拥塞控制博弈的应用

针对Internet用户的贪婪行为,引入非合作博弈理论,为非合作网络中的流速与拥塞控制行为建立模型,论证了上述博弈模型中Nash均衡点的存在性和惟一性.在分析了求解Nash均衡点解析解的基础上,设计实现了一种分布式流速控制算法(FCAG-SL).仿真实验表明,FCAG-SL算法具有良好的收敛性,应用流可以获得比其他拥塞控制算法更高的效用和整个系统的效用,验证了算法的可行性和有效性.     

基于耦合辅助信息的矩阵分解和靶向GPCRs的配体活性预测方法

G蛋白偶联受体(GPCRs)是人类最重要的药物靶点,目前市场上大约34％的现代药物都以GPCRs作为靶点.在药物发现过程中,配体生物活性的准确预测对于筛选苗头化合物至关重要.对单个GPCR任务来说,通过实验得到生物活性的配体数量十分有限,若将多个GPCRs任务放在一起通过矩阵分解进行学习,可以利用GPCRs任务间的关联...     

基于EMD-PF-GRNN的短期风电功率预测研究

针对短期风电功率预测,将风电输出功率作为时间序列信号,由于其所具有波动性、非平稳性的特点,提出一种基于经验模态分解(EMD)、粒子滤波(PF)和广义回归神经网络(GRNN)的组合预测模型。首先,利用EMD对风电功率序列进行分解,获得各个相对平稳的模态分量;然后,将分解得到高离散度的数据采用PF进行分析处理,低离散度的数据采用GRNN进行分析处理,其中,通过粒子群算法(PSO),根据各低离散度数据自身特点优化GRNN的平滑因数,以进一步提高其预测性能和精度;最后,通过线性叠加各分量的预测结果得到最终风电功率的预测值。结果表明,与PSO-GRNN和单一GRNN结构相比,EMD-PF-GRNN预测模型的预测误差降低了6%左右,预测精度更高,可以更好的预测风电功率。     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

联合功率域SPMA协议的动态阈值算法

针对基于优先级概率统计的多址接入(statistic priority-based multiple access, SPMA)模式协议在高负载情况下战术信息的碰撞概率十分严重, 网络性能无法满足协同攻击要求的问题, 本文借鉴非正交多址接入技术在功率域上区分同时同频信号的思想, 改进SPMA协议信号发送机制与多优先级检测机制, 在原有的时域、频域基础上引入功率域, 提出一种联合功率域的SPMA协议性能改进策略。并针对各优先级数据包到达率的动态变化场景, 设计动态阈值算法, 以达到降低碰撞概率, 提升网络吞吐量的目的。仿真结果表明, 采用该改进策略与动态阈值算法可以使网络承载更大的业务流量, 提高网络吞吐量。     

空域色噪声背景下双基地MIMO雷达角度估计

空域有色噪声会导致现有多输入多输出(multiple input multiple output, MIMO)雷达算法性能下降, 甚至完全失效。针对空域色噪声背景下双基地MIMO雷达联合波离角(direction of departure, DOD)和波达角(direction of arrival, DOA)估计问题, 分析了现有算法失效的原因。考虑到匹配滤波后无噪协方差矩阵的低秩特性、色噪声协方差矩阵的稀疏特性以及MIMO雷达数据的多维结构特性, 提出一种基于张量分析的角度估计算法。首先, 构造角度估计的协方差张量, 通过去除协方差张量中受噪声协方差影响的元素对色噪声进行抑制。其次,利用张量填充技术对无噪协方差矩阵进行恢复。然后,利用平行因子分解获得目标角度的方向矩阵。最后, 采用最小二乘算法对目标的DOA和DOD进行拟合。仿真结果表明, 所提算法对色噪声不敏感, 且无孔径损失。相比现有矩阵及张量分析算法, 所提算法具有更高的估计精度。     

高产5-氨基乙酰丙酸光合细菌株的分离鉴定

从不同生态环境中分离培养出20株光合细菌,进行5-氨基乙酰丙酸(5-ALA)的产量检测,筛选出一株分离自广州市云溪公园池塘底泥的菌株R5,其5-ALA产量最高,达4.92 mg/L.为了确定菌株R5的分类学地位,对该菌株的形态学、碳源利用情况等生理生化特性进行了研究,表明该菌株符合红假单胞菌属的生物学特征;以菌株R5基因组DNA为模板PCR扩增16S rDNA基因,对PCR产物进行了序列测定,将所测得的核酸序列与相关细菌的16S rRNA序列进行比对,并构建进化树进行系统发育分析,发现菌株R5与沼泽红假单胞菌株KUGB306(Rhodop-seudom onas palustrisKUGB306)形成一个类群,序列同源性为99%.故最后确定该高产5-ALA的菌株属于红假单胞菌属(Rhodopseudom onas).