改进的黄金分割交织器

在Turbo码系统中,交织器主要用于减少校验比特之间的相关性,进而降低误比特率.将以往的黄金分割交织器及互素交织器进行改进,并加入一些新的元素,从而可以大幅度提高Turbo码的误比特率性能.     

基于混合采样和特征选择的改进随机森林算法研究

随机森林算法是根据Bagging抽样和随机特征子集划分策略,由多棵决策树组成的集成算法。与其他分类算法相比,随机森林算法有更高的分类精度、更低的泛化误差以及训练速度快等特点,因此在数据挖掘领域得到了多方面的应用。然而随机森林算法在分类预测特征维度高且不平衡的数据时,分类性能受到了极大限制。为了更好地处理高维不平衡数据,文中提出了一种基于混合采样和特征选择的改进随机森林算法(Hybrid Samping&Feature Selection Random Forest, HF＿RF)。该算法首先从数据层面出发,通过SMOTE算法和随机欠采样相结合的方式对高维不平衡数据集进行预处理,同时引入聚类算法对SMOTE算法进行改进,提高对负类样本的处理性能;然后从算法层面出发,通过ReliefF算法对平衡后的高维数据赋予不同的权值,剔除不相关和冗余特征,对高维数据进行维度约简;最后采用加权投票原则进一步提高算法的分类性能。实验结果显示,改进后的算法与原算法相比,在处理高维不平衡数据方面的各评价指标更高,证明HF＿RF算法对于高维不平衡数据的分类性能高于传统随机森林算法。     

一种新的PRMA改进协议--EPRMA

提出了一种新的PRMA改进协议.该改进协议可以同时支持语音和较高速率的数据业务,与MPRMA协议相比提高了系统吞吐量,降低了语音分组丢弃概率,适应移动多媒体业务的接入.