基于超螺旋精度提升机制的OFDM网络信道噪声消除算法

为解决当前OFDM网络信道噪声消除算法难以规避信道中的窄带莱斯噪声,且抗信道衰落能力不强,以及信道间普遍存在严重的频率干涉问题,提出了一种基于超螺旋精度提升机制的OFDM网络信道噪声消除算法.首先,根据各个传输子信道具有差异化的频率载波特性,将传输子信道等价为接收背景中的接收点,从而构建了超螺旋接收结构,有效消除不同传输子信道间存在的频率干扰特性,降低信道窄带莱斯噪声对信号预发射过程的衰落影响;随后,基于角度识别方式进行锐-钝识别,并结合拐点思想,采用序列重排技术,将待发射信号进行消波处理,并进行自旋精度提升,从而提高了其抗窄带莱斯噪声的性能.仿真实验表明:与常见的超高频精度自适应机制(UHF adaptive,UHFA)、共线度自旋精度提升机制(the degree of accuracy of collinear spin,DACS)相比,本文算法与理想状态下的OFDM功率谱密度曲线最为接近,具有更高的信号增益水平与更低的信道误码率.     

基于交通出行行为的郑焦城际公交客流预测

通过统计分析郑焦城际公交乘客的个人属性和出行信息,选择灰色模型对客流进行建模、预测和精度检验,得到模型的平均相对误差为3.98%,精度为96.02%,较好地满足了精度要求。该研究为郑焦城际公交的组织优化提供了理论依据和技术支持。     

一类拟非扩张算子的不动点定理

讨论了一类非线性拟非扩张算子——M型拟非扩张算子的不动点的存在性，给出了这类算子在满足一定条件下的不动点定理，该定理推广了B．E.Rhodes的结果。     

随机缺失情况下固定设计半参数回归模型的相合性

目的在随机缺失情况下证明固定设计半参数回归模型的强相合性。方法利用引理,一些不等式及已给条件进行证明。结果证明了参数β的最小二乘估计和未知函数g(.)的非参数核估计是强相合的。结论随机缺失下半参数回归模型中β的参数估计和非参数函数g(.)的估计量是强相合的。     

一类非线性积分-微分方程终值问题解的存在性及其迭代求法

利用Banach空间中增算子的不动点迭代求法定理,讨论了非线性积分-微分方程终值问题解的存在性及其迭代求法．     

基于复杂网络理论的沪深A股分析

根据复杂网络理论,从一个新的角度分析沪深A股.对沪深A股构建复杂网络,计算网络的集聚系数和吸引率,得到不同行业的聚合强度及其对A股市场股价波动的影响程度.计算结果表明,金融股内部的聚合强度最大,行业内部股价波动更容易传播,股价波动对中国A股市场股价的波动影响最大.     

二阶微分包含的边值问题及其应用

在可分的Banach空间中,讨论了一类二阶微分包含的边值问题和一类反馈控制问题.结合不动点定理,对解的存在性和状态控制对的存在性分别给出了充分性条件.     

上市公司经营绩效综合评价指标体系构建与应用

由于公司所属行业不同、资产运作情况存在差异,导致财务指标的简单比较并不能真实地反映公司竞争力及发展前景,且单一以财务指标为主的评价体系往往导致管理层的短期行为。采用变权模糊综合评价法（VW-FAHP）和基于UEOWA的多属性决策法建立了财务指标及非财务指标融合的综合业绩评价模型。实例结果证明了模型的有效性。     

基于马尔可夫链和模糊聚类的电力系统短期负荷预测

提出一种马尔可夫链和模糊聚类相结合的预测方法,针对时间序列中出现的各种随机现象,分别建立数学模型.对样本所属状态采用模糊划分,使分类更符合实际情况;利用马尔可夫链对研究对象做状态分析,根据状态转移进行预测.该方法在电力系统负荷预测中使用,提高了算法的全局最优性能.在时间序列呈现较强的随机性时,本算法具有明显的优越性.仿真结果表明,对于各种扰动因素,预测误差可控制在3.5%以内.     

基于灰色关联度分析和支持向量机 回归的沥青路面使用性能预测

沥青路面使用性能多因素预测是一个复杂的非线性问题,传统预测模型存在很多不足。为弥补传统模型的缺陷,建立一个高精度、长周期、多因素的预测模型,通过灰色关联度分析对各因素进行降维处理,选择与沥青路面使用性能关联度较大的影响因素进行支持向量机回归非线性预测,提出了基于灰色关联度分析和支持向量机回归(GRA-SVR)的沥青路面使用性能预测模型。最后选用广云高速实测车辙指数(RDI)值进行实例验证,并同GM(1,1)和PPI两种模型的预测结果进行了对比分析。结果表明:基于GRA-SVR建立的多因素预测模型具有很好的精度和可操作性,可在长周期过程中使用,为大数据养护决策提供了模型参考和依据。