$\bf\Lambda _{\bf c} \textbf{(2880)}^{\bf +} \textbf{2}$D波激发态的强衰变

在$^3P_0 $模型框架下, 计算$\Lambda _{c} (2880)^+$作为2D波激发态的衰变宽度和分支比, 确定其量子态并探究内部激发模式. 计算结果表明: $\Lambda _{c} (2880)^+$有可能是2D激发态$\Lambda _{{c}2} \big(\frac{3}{2}^+\big)$, $J^P=\frac{3}{2}^+$, 且$n_\rho =1$、$l_\lambda =2$, 为径向$\rho $激发、轨道$\lambda $激发的激发模式, 总衰变宽度${\it\Gamma}_{total} =18.53$ MeV, 分支比比值$R={\it\Gamma}(\Lambda _{c}(2880)^+\to \Sigma _{c}(2520)\pi)$/${\it\Gamma}(\Lambda _{c} (2880)^+\to \Sigma _{c} (2455)\pi)=0.16$; 也可能是2D激发态$\Lambda _{{c}2}^{'}\big(\frac{3}{2}^+\big)$, $J^P=\frac{3}{2}^+$, 且$n_\lambda =1$、$l_\lambda =2$, 为径向$\lambda $激发、轨道$\lambda $激发的激发模式, 总衰变宽度${\it\Gamma} _{total} =1.69$ MeV, 分支比比值$R={\it\Gamma}(\Lambda _{c} (2880)^+\to \Sigma_{c}(2520)\pi )$/${\it\Gamma} (\Lambda_{c} (2880)^+\to \Sigma_{c}(2455)\pi )=0.10$.     

基于KNN-TSVR算法的MIMO-OFDM系统信道估计

为了提高多输入多输出正交频分复用(MIMO-OFDM)系统的信道估计性能,提出了一种基于K近邻加权孪生支持向量回归(KNN-TSVR)的信道频率响应估计算法.该算法的工作过程是首先用最小二乘算法对导频位置的信道参数进行估计,获取训练样本,然后用K近邻(KNN)算法对训练样本进行预处理,得到赋予各样本的权重,最后由加权TSVR对MIMO-OFDM系统所有位置的信道参数进行插值估计.本文提出的改进的加权TSVR信道估计方法不仅具有TSVR对非线性关系回归的优势,同时引入KNN算法对TSVR进行改进,使得该算法与传统TSVR相比,具有更好的回归性能和抗噪声能力.对非线性MIMO-OFDM信道进行估计的仿真实验结果证实了这一结论.     

基于GA-SVM模型的虹膜质量评估方法

针对虹膜图像质量评价过程中存在的如何选取适量的评价因子、 如何降低评价因子的计算量、 如何对评价因子进行有效融合等问题, 提出一种基于遗传算法支持向量机（GA-SVM）模型和多测度评价指标的虹膜图像质量评估方法. 首先对虹膜图像进行清晰度质量评价, 粗略筛除模糊图像; 然后选用4个评价指标, 利用GA-SVM模型对评价指标值进行有效融合, 以综合评价虹膜图像质量; 最后将该方法在吉林大学第六代虹膜库中进行验证, 并与其他经典评价方法进行对比. 实验结果表明, 该方法能提高可用虹膜存活率, 并达到较好的识别精度, 同时提升系统运行速度.     

支持向量机和人工神经网络在期权价格预测中的比较研究

期权定价已成为金融市场的重要组成部分之一。 由于市场是动态的,准确预测期权价格非常困难。 因此,设计和发 展了各种机器学习技术来预测期权价格未来趋势。 比较了支持向量机(ＳＶＭ)模型和人工神经网络(ＡＮＮ)模型在期权价格预 测中的有效性。 在测试和训练阶段,２ 种模型都使用公开可用的基准数据集 ＳＰＹ ｏｐｔｉｏｎ ｐｒｉｃｅ－２０１５ 进行测试。 ２ 种模型均采 用主成分分析(ＰＣＡ)转换后的数据,以达到更好的预测精度。 另一方面,为了避免过拟合问题,将整个数据集划分为训练集 (７０％)和测试集(３０％)２ 组。 将支持向量机模型与基于均方根误差(ＲＭＳＥ)的神经网络模型的结果进行了比较。 实验结果 表明:神经网络模型优于支持向量机模型,预测的期权价格与相应的实际期权价格吻合良好。     

关于工艺产品加工质量监测优化研究

质量监测可以有效的提高产品质量和生产效率。在复杂产品的生产过程当中,多个质量特性之间相互作用,共同对产品的生产质量产生影响,由于质量特性的数量较多、有些特性的关系是耦合的,因此准确诊断出异常变量是研究的难点。为了高效、准确的诊断出异常变量,提高产品的质量和生产效率,提出了基于改进网格优化的PCA-SVM多元控制图均值偏移诊断模型。在模型训练之前,使用主元分析(PCA)算法对数据进行预处理,降低数据维数和提取数据特征信息,再用改进网格算法对支持向量机(SVM)的参数进行优化,最终得到优化的SVM模型。仿真结果表明,采用的方法与传统方法相比,训练时间更短,且拥有更高的分类准确率。     

三峡工程施工和管理信息的可视查询

本文首先介绍了以地理信息系统为基础的三峡工程决策支持系统集成指挥中心（原型）的系统设计．接着，对三峡工程施工和管理信息的可视查询的设计和开发进行了详细的讨论，并着重研究了它的地理实体描述模型、基于超文本的信息查询和可视会议的实现．     

多芯片组件中带裂缝电源/接地板同步开关噪声分析

电源接地板上的同步开关噪声是制约高速电路发展的瓶颈，而目前同步开关噪声分析集中于规则电源接地板，与实际电路有一定差距。文中基于部分等效元方法分析多芯片组件中带裂缝的电源/接地板上的同步开关噪声；对不同尺寸位置的裂缝引起的同步开关噪声进行相应的时域模拟，得出了多芯片组件中电源/接地板上裂缝对同步开关噪声的影响。     

Knowledge-based decision support system for tool management in flexible manufacturing system

Tool management is not a single, simple activity, it is comprised of a complex set of functions, especially in a flexible manufacturing system (FMS) environment. The issues associated with tool management include tool requirement planning, tool real-time scheduling, tool crib management, tool inventory control, tool fault diagnosis, tool tracking and tool monitoring. In order to make tools flow into/out of FMS efficiently, this work is aimed to design a knowledge-based decision support system (KBDSS) for tool management in FMS. Firstly an overview of tool management functions is described. Then the structure of KBDSS for tool management and the essential agents in the design of KBDSS are presented. Finally the individual agents of KBDSS are discussed for design and development.     

基于RFieldbus的Token-Passing协议实时性能建模

RFieldbus无线现场总线的MAC协议Token Passing可看成是一个多台多队列排队系统。在分析了TTR(令牌目的循环时间)对RFieldbus中3个优先级队列的服务时间的动态限制后，多台单队列排队模型RF-P被提出。对从站的轮巡交换数据任务被转化为RF-P中的令牌内走步时间，原有的高、低级别两个队列则化成了两个具有不同Poisson到达率的M／G／1／∞服务台。利用排队论中的准守恒PCL定律，在将服务时间限制转换为数量限制后，求出了等待响应时间的数学解析式。与试验结果的比较表明，在负载不大于60％时其偏差度约在10．20％间。     

三相异步电动机节能优化控制器的设计

三相异步电动机是一种广泛使用的动力机械，每年消耗的电能占我国总发电量的50％以上。电机拖动应用领域中浪费现象比较普遍。本节能优化控制器的特色是在降压节能过程中即考虑降压范围又进一步找到电压和电流的最佳工作点，该方案用于对51kW恒负载转矩准厚模块节能器的改造。具体介绍了该方案的节能原理，硬件结构和软件设计。