基于DSP技术的ADSL自适应检测方法

不对称数字用户环线(ADSL,Asymmetrical Digital Subscriber Loop)技术利用现有的电话线网络,适合解决目前宽带网络的瓶颈--"最后一公里"问题,其应用越来越广泛,对检测设备的要求也越来越高.本文通过对现有测量方法总结比较之后,提出了一种新的ADSL线路传输特性的检测方案--使用自适应算法实现对ADSL整个频段衰减情况的动态测量,并采用通用DSP处理器实现算法,对系统的整体结构进行了设计.测试算法经过在MATLAB上仿真,可以达到对信道传输特性的提取.     

谢邦杰教授对体上矩阵理论研究的贡献及其在中国的进展

注意到体上矩阵研究的价值与困难,综述了谢邦杰教授1978-1982年关于体上矩阵相似标准形、弱标准形刻画定理,可中心矩阵的特征值基础、行列式方案,以及自共轭四元数矩阵的行列式理论等研究成果;进而阐述了1980年以来中国学者在这些成果基础上对体上矩阵的秩、相似标准形理论、四元数矩阵行列式、自共轭四元数矩阵,以及体上矩阵方程与广义逆矩阵等研究的进一步推进。     

基于语义的Ontology聚类研究

提出了一种基于语义的Ontology相似性计算方法,该方法不仅考虑概念本身的相似性,还考虑了属性集合和相关概念集合的相似性,通过概念基本相似性极限控制属性集合相似性计算的范围,通过语义半径控制相关概念的范围.以基于语义的Ontology相似性方法计算Ontology聚类的相似性矩阵,采用凝聚层次聚类算法实现Ontology聚类.实验表明:基于语义的Ontology聚类能够获得满意的效果,在性能上优于使用oMAP相似性方法的Ontology聚类.     

金融时间序列分形维估计的小波方法

讨论了金融时间序列的性质,通过实际数据说明,金融时间序列具有两个重要特性——统计自相似性和非平稳性.利用正交小波变换的方法,给出了其分形维的估计方法.最后,实证分析了国内金融市场,并应用此方法分别得出了上证综合指数序列过程和深证成分指数序列过程的分形维.     

高强度物理-化学混杂双网络水凝胶的制备及性质

以聚乙烯醇（polyvinyl alcohol, PVA）和丙烯酰胺（acrylamide, AM）为原料, 采用“一锅煮”及紫外辐照结合冷冻 解冻两步聚合法制备聚乙烯醇/聚丙烯酰胺(PVA/PAM)混杂双网络水凝胶, 并对水凝胶的力学性能、 溶胀性能、 失水性能以及自愈合性进行测试和分析. 结果表明, PVA/PAM混杂双网络水凝胶具有较高的力学强度, 其拉伸强度为428 kPa, 失水速率和单网络水凝胶相比较慢, 具有一定的自愈合性.     

滨海砂矿开采新方法的研究

提出了一种用气举和自激振荡脉冲射流相结合的方式开采潜水层滨海砂矿的新方法,研究了气举的数学和物理模型,探讨了自激振荡脉冲射流作为气举装置破碎器的可行性。理论和实验表明：自激振荡脉冲射流不仅能破碎水下土岩层,而且能松散砂矿颗粒,使砂矿颗粒易于进入气举吸头。     

三羟甲基丙烷油酸酯类润滑油的抗磨损性能研究

制备了三羟甲基丙烷油酸酯 (TMPTO) 以及系列润滑油添加剂4-喹唑啉酮丙酸酯类化合物,分别将1wt.%添加剂溶解于TMPTO进行改性,利用UMT-3型微摩擦试验机评价改性润滑剂的抗磨损性能.根据摩擦学定量构效关系理论(QSTR),运用比较分子相似性指数分析(CoMSIA) 方法构建了添加剂抗磨损性能的摩擦学三维定量构效关系 (3D-QSTR) 模型.结果表明： 4-喹唑啉酮丙酸戊酯、4-喹唑啉酮丙酸十四酯、4-喹唑啉酮丙酸十五酯以及4-喹唑啉酮丙酸十六酯的抗磨损性能较好;对于该类化合物,支链的存在可能对抗磨性能有不利的影响.利用立体场和疏水场构建的CoMSIA模型预测性能好,模型提示分子结构中的特定基团在特定区域内出现的范围增大,将会提升改性润滑油的抗磨损性能.     

基于历史聚集簇的P2P网络信任模型

P2P网络具有开放、匿名、节点间松耦合等特性,这些特性导致许多恶意节点提供虚假资源、恶意评价、团伙作案等问题.为解决这一问题,提出了一种新的P2P网络信任模型RCTrust,该模型在将节点根据兴趣等历史信息以簇的形式聚集的基础上,根据节点通信的目标所在簇分为簇内信任和簇外信任两种类型,并根据节点的通信成功率、通信历史相关度、评价诚实度以及评价时效性等行为对节点的信誉进行评价和反馈.仿真分析表明,该信任模型具有抵抗恶意攻击的能力,并提供了较高的通信成功率.     

WEKA环境下基于模糊理论的聚类算法

因特网上的数据规模大、动态性强,通常发现的知识或规则很可能是不精确和不完备的。为了克服以上不足,引入模糊理论,通过寻找模糊相似上近似集进行合理聚类,在确定聚类数目的过程中,利用平均信息熵进行最佳聚类。同时将模糊聚类算法嵌入WEKA平台,利用WEKA中的类和可视化功能,扩充了WEKA中的聚类算法。实验表明,算法对含有噪声的、分布不规则的大数据集具有很高的精度和收敛速度。