Fisher市场均衡问题的新全牛顿步可行内点算法

【目的】基于光滑中心路径的等价变换,提出一种新的求解Fisher市场均衡问题的线性权互补(Weighted linear complementarity problem, WLCP)模型的全牛顿步可行内点算法。【方法】扰动WLCP,构造光滑中心路径的新代数等价形式,运用牛顿法得到新搜索方向,从而提出求解Fisher市场均衡问题的全牛顿步可行内点算法。【结果】算法采用全牛顿步避免线搜索,提高计算效率,且具有可行性和多项式复杂度。【结论】初步数值结果表明算法有效。     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督 单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度 估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深 度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿 估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机 制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不 同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集 上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相 对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论 使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度 估计效果,改善了轮廓细节。     

非参数回归模型基于残差的样条估计

为了探究固定设计下具有 α-混合相依误差的非参数回归模型的估计理论,基于多样式样条方法对均值函数进行了估计,利用残差构造了方差函数的样条估计.在一般假设条件下,均值函数估计量和方差函数估计量具有相同的一致收敛速度.数值模拟结果显示:基于贝叶斯信息准则下的样条估计优于赤池信息准则下的样条估计和局部线性估计.     

BOPPPS在“大学英语”混合教学模式中的创新应用

“大学英语”教学应积极构建混合教学模式,有效设计和组织参与式学习活动,增强教师、学生、同伴之间的沟通交流,对学生学习效果及时进行有效测评,在共同学习中强化英语语言技能,实现英语学习的高阶目标。     

基于能量和距离的非均匀分簇路由算法

为了提高无线传感器网络的能量效率,提出一种非均匀分簇ONCH-LEACH节能算法。算法引入最优簇头数思想,改进簇头选举概率公式。在综合考虑节点能量、距离、覆盖率的基础上,改进簇头选举阈值公式。根据不同场景的需求,动态引入加权因子。数据传输阶段,提出新的数据分发机制,综合考虑数据量和节点与基站间的距离以及节点的剩余能量,根据路由代价函数选出最优中继节点进行多跳数据传输,从而降低能量消耗。仿真实验表明,所提出的算法能够有效节省网络能耗,延长网络生命周期。     

基于精准k核的复杂网络节点重要性评估方法

由于k核存在破坏网络整体结构信息、忽略邻居节点影响力等缺点,导致每个节点难以量化区分.为了提高关键节点的识别精度,首先改进了k核的分解过程,提出了精准k核Ak.考虑到网络中局部特征信息和全局结构信息对节点的影响,将精准k核应用到重力中心性中,并提出了精准重力中心性AGC.信息学中的香农熵在网络关键节点识上具有良好的扩展性,通过结合邻域度中心性、邻域精准k核以及精准重力中心性三者的香农熵,最终提出了混合中心性MC对节点重要性进行多元评估.在7种真实网络下,对MC和其他节点评估指标分别从单调性和准确性上进行了一系列实验,实验结果表明MC具有更好的关键节点识别性能.     

基于群体串行干扰删除的混合预编码毫米波大规模MIMO-NOMA传输系统

针对现有毫米波大规模多输入多输出（Multiple-Input Multiple-Output, MIMO）系统中用户接入数量受限和能耗大的问题,提出了一种基于群体串行干扰删除（Group-level Successive Interference Cancellation, GSIC）的混合预编码毫米波大规模MIMO非正交多址（Non-Orthogonal Multiple Access, NOMA）下行传输新架构。首先,在基站处设计模拟预编码矩阵并根据等效信道增益进行群体划分;然后,采用迫零法设计数字预编码矩阵,在组内实施空分多址（Space Division Multiple Access, SDMA）;最后,在用户端采用GSIC实现组间NOMA传输。此外,在考虑误差传播的条件下,推导了系统的可达和速率表达式,并提出了一种功率分配算法来解决此非凸优化问题。仿真结果表明,与基于分簇的混合预编码MIMO-SIC-NOMA和MIMO-OMA系统相比,所提出的MIMO-GSIC-NOMA系统可获得更高的频谱效率和能量效率。     

混合动力汽车电机驱动系统传感器故障重构控制

针对混合动力汽车感应电机驱动系统可能存在的传感器故障模式,设计了一个主动容错重构控制系统.该系统能充分利用无故障的传感器信息,最大限度地维持驱动系统的控制性能,并在重构切换过程中,考虑电机转矩和转速的平滑过渡问题.此外,为提高车用感应电机驱动系统的性能,基于传统磁场定向控制(FOC)思想设计出一种新型鲁棒性PI控制器来实现电机转矩跟踪;利用滑模控制技术,设计了转子磁链-速度自适应观测器.为进一步提高交流电流传感器故障状态下电机驱动系统的容错能力,提出了用直流电流重构交流相电流的新思路.仿真研究表明,在发生传感器故障时,所设计的电机驱动系统仍能有效地保证车辆行驶过程中的转矩和速度跟踪性能以及系统的稳定性.     

带混合保费和投资复合Poisson-Geometric风险模型的生存概率

在考虑到保费收入和通货膨胀等随机因素的干扰以及保险公司将多余资本用于投资来提高其赔付能力的基础上,本文对经典风险模型进行了推广。首先,建立了混合保费收取下带投资和扰动的双复合Poisson-Geometric过程的双险种风险模型,随机保费收入服从复合Poisson过程,理赔过程服从复合Poisson-Geometric过程;其次,应用全期望公式,推导了该模型生存概率的积分微分方程;最后,当保费、理赔过程服从特定指数分布时,得到其满足的微分方程。     

在非视距环境下数据融合的无线定位算法

从数据融合以及增加测量参数两个不同角度分别介绍了非视距环境下定位的方法.数据融合基于基站选择的方法,通过3层融合得到位置估计,而增加测量参数则是基于经典TDOA/AOA混合定位,在测量方程中加入校正因子,通过逐步迭代的方法逐步减小非视距影响,从而提高定位精度.仿真表明:非视距环境下,增加测量参数的定位精度要高于数据融合,并且方法比较简单.