一种改进的随机近邻算法

提出一种随机近邻分类的改进算法,它仍采用随机近邻判决准则,利用全局寻优思想,设计了最邻近生成算法,在理论和实践上说明了新算法分类良好的非线性、非球形性的特点,获得了与样本输入顺序无关的确定性结果.该算法原理简单,计算步骤明确,易于编程,可操作性强,便于应用推广.     

CDMA的保密性能分析

手机窃密与保密已经成为人们日益关注的问题。文章从理论的角度对当前的CDMA手机通信保密机制进行了分析,提出了CDMA所采用的保密技术存在的不足,指出了CDMA要想达到完全保密,其理论依据是不充分的。     

大量程光纤准白光干涉绝对测距技术

提出了一种新型光纤准白光干涉测距系统,系统由定位干涉仪和扫描干涉仪两部分组成,将目标的定位过程和测量过程分开,可实现绝对距离测量。同时,在定位干涉仪中加入光开关和多组已精确标定、具有不同光程差的光纤组,完成两级多次量程倍增,使得系统可只利用短扫描导轨(如200mm)进行大量程(10m以上)、高精度(相对精度可达10~(-5)量级)的绝对测距。     

基于诱导行车视线与防眩功能的高速公路中央分车带植物种植间距研究

【目的】研究既满足行车视线诱导又满足防眩要求的中央分车带植物合理种植间距,以进一步提高高速公路行车安全。【方法】通过驾驶员视觉特性分析,根据《公路工程技术标准》(JTG B01—2014),构建基于诱导行车视线的直线路段和曲线路段植物种植间距模型,计算不同速度下植物诱导视线的种植间距;以几何关系及《高速公路交通安全设施设计规范》(DB 33/T 704—2013)构建公式,计算出基于防眩功能的植物间距,并与诱导视线的植物间距进行对比,得出高速公路中央分车带植物合理种植间距。【结果】基于植物诱导行车视线的直线路段,车速分别为60、80、100、120 km/h 时,使驾驶员形成连续景观感受的植物种植间距分别为3.33、4.44、5.56、6.67 m;曲线路段车速分别为60、80、100、110 km/h 时,中央分车带植物最佳视线诱导种植间距分别为3.33、4.44、5.56、6.11 m。基于防眩要求的直线路段植物种植间距为2.45~17.14 m,曲线路段为2.29~16.00 m。【结论】高速公路直线路段车速分别为60、80、100、120 km/h 时,既满足行车视线诱导又满足防眩要求的中央分车带植物合理的种植间距分别为2.45~3.33、2.45~4.44、2.45~5.56、2.45~6.67 m;高速公路曲线路段车速分别为60、80、100、110 km/h 时,中央分车带植物合理种植间距分别为2.29~3.33、2.29~4.44、2.29~5.56、2.29~6.11 m。     

采空区对高速铁路的稳定性评价分析

为分析某采空区对铁路工程结构的影响,确定合理的安全距离。利用移动角理论对开采影响距离进行了预测,从采空区与铁路工程结构的空间相对位置建立数值模型,分析了露天开采和地下开采两种方式对铁路工程结构的影响。研究表明:依据理论计算结果,可知矿体开采引起的地面变形范围远小于该矿体露头距离线路最近距离。依据数值模拟结果,可知露天开采引起的围岩变形和衬砌位移均大于地下开采引起的位移,但两者都在规范范围之内,不会影响铁路工程结构安全。基于此,提出了一种新的铁路安全保护距离确定方法,对矿区高速铁路建设的规划、选线具有一定的实用意义。     

电动自行车-轿车碰撞形态对骑车人抛距的影响研究

为研究电动自行车与轿车前部不同碰撞形态对骑车人抛距的影响,从国家车辆事故深度调查体系中选出与轿车碰撞的电动自行车事故案例21起,利用PC-Crash仿真软件建立轿车与电动自行车的碰撞模型。在此基础上进行计算机模拟实验,分析了不同碰撞形态下骑车人的动态响应过程,研究车速、碰撞夹角对骑车人抛距的影响。结果表明:骑车人横向抛距随着电动自行车速度的增加而增大;骑车人相对于轿车速度方向上的横向速度分量越大,其横向抛距越大;骑车人纵向抛距随轿车速度的增加而增大,电动自行车速度和碰撞夹角对纵向抛距影响不大。     

火电厂空冷岛下架空线瓷复合绝缘子的应用

为解决火电厂空冷岛下布置的220 k V架空线耐张绝缘子串在空冷冲洗时的污闪问题,首次将纯瓷绝缘子更换为在高压输电线路上已广泛应用的悬式瓷复合绝缘子,有效增大了爬电距离,保证了绝缘子串的机械性能,避免了纯瓷绝缘子喷涂RTV需后期多次复涂且质量无法控制的缺点,提高了绝缘子串抗污闪能力。     

新不确定度量下的冲突证据融合

针对证据高度冲突的情况下,DS证据理论在实际应用中出现错误融合结果的问题,提出基于不确定度的冲突解决方法.首先分析现有的不确定度量方法的不足,研究基本概率赋值本身所包含的信息,提出一种新的对证据不确定性度量的方法;依据新的不确定度量,结合证据距离生成权重来修正待组合证据体,再利用Dempster规则完成证据组合,可有效解决证据高度冲突情况下的信息融合问题,最后通过算例验证了该方法的有效性.     

基于改进匹配网络的单样本学习

当前深度学习是基于大量标注数据样本通过多层网络实现模型自动识别。然而,在很多特殊场景下,难以获取大量标注样本数据,小样本物体识别仍是深度学习下关键性的难题。针对这一问题,首先利用4层深度卷积神经网络(deep convolution neural network,DCNN)提取训练样本和测试样本的高层语义特征,然后基于改进的匹配网络分别采用双向LSTM和attLSTM算法对训练样本和测试样本深入提取更加关键和有用特征并进行编码,最后在平方欧氏距离上利用softmax非线性分类器对测试样本进行分类识别。实验通过Omniglot数据集对提出的改进模型进行测试,取得了非常好的效果。改进的模型即使在最复杂的20 way 1 shot情况下,依然能够达到93.2%的识别率,Vinyals的原创匹配网络模型在20 way 1 shot的情况下只能达到88.2%的识别率,与原创匹配网络模型相比,改进的模型在类别数更多而样本数较少的复杂场景下具有更好的识别效果。     

非线性中立型时滞微分方程解的零点距估计

泛函微分方程振动解的零点分布作为方程振动理论的一个重要分支,使方程振动解的研究更加定量化,但目前对非线性及多个变时滞微分方程振动解零点距估计的研究成果还很少.本文通过非线性问题线性化处理,多个变时滞取上下界的方法,对一类一阶非线性多个变时滞中立型微分方程振动解的零点距进行了估计,获得了方程所有解都振动的充分条件,改进和推广了已有的一些的结果.