基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

基于PFC 2D的含节理岩体单轴压缩数值模拟

基于颗粒流方法模拟含节理岩体的单轴压缩破坏过程,并对不同节理倾角的岩体进行单轴压缩数值模拟,研究不同节理倾角岩体的裂纹扩展路径、破坏形式以及强度变化规律。结果表明:(1)在单轴压缩破坏过程中,岩体节理倾角不同,裂纹扩展与最终破坏形态不同,但破坏过程基本一致;(2)当节理倾角从0°到90°的变化过程中,抗压强度随节理倾角的增大先减小后增加,总体呈"U"型分布规律,并在倾角为60°时达最小值。     

动态影响力下网络舆论传播的计算实验研究

基于以往研究较少考虑影响力的即时动态更新,对于网络舆论传播的某些现象,可以融入这一因素进行分析.借鉴Krause有界信任的思想,引入Festinger的认知不一致理论对观点交互条件进行改进,并对信任阈值的作用进行了重新认识.本文认为,信任阈值并非判定个体是否交互的分界线,而是决定影响力增大或减小的分割线.进一步,对影响力的动态性进行了深入研究,引入短记忆过程和惩罚机制,从而构建动态影响力下的网络舆论传播模型,进行了计算实验分析.结果表明:随着群体信任闽值的提高,观点分化程度降低.群体观点演化也受初始影响力分布影响,初始影响力较高,网络群体更容易形成稳定的观点,且收敛速度更快.而投入干预个体的影响作用与群体信任阈值负相关,与干预个体所占的比例正相关.     

5G-TSN系统下的高精度时间同步

第五代移动通信系统(the fifth generation communication system, 5G)与时间敏感网络(time sensitive networking, TSN)集成的5G-TSN系统需要实现高精度的时间同步。为此，提出一种多波束联合的定时同步算法提高同步信号检测成功率，实现高精度5G-TSN时间同步。首先，根据多个波束间的时域关系计算波束间同步信号块的互相关的组合，求出期望作为门限值；然后，利用超过门限值的若干波束进行互相关叠加峰值计算最大峰值对应的时域索引，并完成主同步信号定时同步；最后，利用时频域结合地方式对传播时延进行估计以减少同步误差。仿真结果表明，采用基于多波束联合的定时同步算法，相比传统算法，相关峰值更加显著，能有效地提高定时同步成功率。     

聚类分析法在地质多样性资源评价中的应用——以湖北省大别山地区为例

对地质多样性的概念、内容体系、价值、国内外研究现状等进行概述,根据地质多样性内容建立评价指标体系；并用聚类分析法对湖北省大别山地区的地质多样性资源进行评价,得出地质多样性资源分布呈纬度地带性规律.     

The RCT approach for cell coverage prediction (II): Experiment and early results

We study on the implementation flow of the radio computerized tomography (RCT) prediction method. A case in real cellular mobile radio (CMR) system together with the prediction results are also presented. As shown by the results, the RCT prediction method is marked for its convenience and rapidity, as well as its relative high precision even when the prediction procedure is highly simplified. Since it is developed according to the characteristics of wireless communication environments of our country and has concurrently merits from both statistical and deterministic prediction models, the RCT prediction method is in good agreement with engineering practices in cellular mobile communication in cities at home. Optimized by combining with other techniques, further improvement could be achieved in the stability and precision of the RCT prediction method which now serves as the core part of a software tool for commercial use in CMR system analysis and optimization. Biography: Yu Sheng-bing (1974-), male, Ph. D candidate, research interest: theory analysis and application development of radio propagation in wireless communication systems.     

基于神经网络技术自动筛选Monastrol抑制剂的算法研究

带自动荧光显微镜的HCS（high content screening）系统是一种新兴的显微摄影、筛选和处理系统.HCS系统在摄影过程中会产生大量数据,人工筛选和识别费时费力.本文为了进行Monastrol抑制剂的筛选,基于前馈式神经网络技术研究了一种对HCS系统摄影的大量细胞同时进行特征提取和细胞显型识别的自动算法.在得到各个通道分离的图像后,对不同通道图像进行并行预处理,并采用神经网络和逻辑运算相结合的算法进行处理.我们将该方法运用于Monastrol抑制剂的筛选中,并将结果与人工识别结果进行分析比较.相比较前人提出的multi-phenotypic mitotic analysis（MMA）算法自动识别的正确率得以提高,可更好评估抗癌药剂效用.     

动态STDP突触系统模型设计与验证

神经突触的STDP（Spike Timing Dependent Plasticity）机制被认为是脑神经网络中最重要的机制之一，最有效的模拟STDP神经突触的方法是建立神经突触的离子通道的动力学模型。目前的STDP突触系统建模均存在一定的缺陷，不能很好地解释STDP机制的细胞分子生物反应原理或者得到STDP的时间非对...     

一种应用于二进制传感器网络的目标跟踪算法

针对采用集中式粒子滤波方法解决二进制传感器网络目标跟踪问题存在的实时性较差和网络能量消耗大的缺点，提出了一种基于动态分簇的分布式粒子滤波算法。以随着目标运动而动态变化的簇为信息处理结构，簇头节点收集簇成员的单跳测量信息，实时对目标状态进行估计，非簇内节点进入休眠状态以节省能量。仿真表明，合理设置簇转换距离和激活半径，算法的跟踪精度与集中式粒子滤波方法相当；在不影响跟踪效果的情况下，可适当减小簇转换距离和激活半径，从而节省网络能量。     

基于用户移动行为相似性聚类的Markov位置预测

由于采集点丢失或出现新用户等原因,GPS轨迹数据往往具有稀疏性,使得基于单个用户数据的位置预测准确率较低.针对这种情况,提出了基于移动行为相似性和用户聚类的Markov位置预测方法.首先,基于Voronoi图和原始GPS轨迹进行区域划分,位置预测基于区域轨迹进行;其次,提出了同时考虑用户转移特性和用户区域特性的移动行为相似性计算方法;再次,根据移动行为相似性对用户进行聚类,并在聚类的用户组上采用一阶Markov模型进行位置预测,提高了位置预测的准确性.真实GPS轨迹数据上的实验表明了所提出方法的有效性.