关于一类微分中值命题辅助函数的构造方法

给出了一类微分中值命题辅助函数的构造方法。     

An Adaptive Joint Source/Channel Coding Using Error Correcting Arithmetic Codes

An approximately optimal adaptive arithmetic coding (AC) system using a forbidden symbol (FS) over noisy channels was proposed which allows one to jointly and adaptively design the source decoding and channel correcting in a single process, with superior performance compared with traditional separated techniques. The concept of adaptiveness is applied not only to the source model but also to the amount of coding redundancy. In addition, an improved branch metric computing algorithm and a faster sequential searching algorithm compared with the system proposed by Grangetto were proposed. The proposed system is tested in the case of image transmission over the AWGN channel, and compared with traditional separated system in terms of packet error rate and complexity. Both hard and soft decoding were taken into account.     

CRC通用校验测试工具的设计与实现

CRC(循环冗余校验码)编码是数字信号传输中用得较普遍的一种差错控制编码.它不但可以用于纠正独立的随机错误,也可以用于纠正突发错误.目前已有的CRC校验算法程序很多,但往往只以一种生成多项式为例进行编写,缺少完整、通用性好、用户界面良好的应用软件.介绍了一种CRC通用校验测试工具的设计与实现过程,本测试工具将各种类型的CRC校验算法进行汇总,类型全、计算精度高、速度快、用户界面好、易操作.     

航班延误恢复调度的混合粒子群算法

为了优化航班延误恢复调度,考虑了航班延误的经济效益、社会影响和经济损失构成,定义了航线影响因子,构建了一种新的航班延误恢复调度模型,将局部搜索方法引入到粒子群算法中,提出了求解航班延误恢复调度问题的混合粒子群算法。计算结果表明:与先来先服务调度方法相比,混合粒子群算法可以减少航班延误损失4.2%,与基本粒子群算法和进化策略算法相比,混合粒子群算法平均可减少航班延误损失2.0%,随着航班延误恢复规模的增大,算法优势会更明显。     

含同类构件的多构件结构区间不确定性优化

在土木工程领域,工程结构往往为含同类构件的多构件结构.针对该类结构的区间不确定性优化模型无法直接转换为数值模型且计算量巨大的问题,本文提出了一种含同类构件的多构件结构区间不确定性优化方法,该方法结合基于数值转换的二阶区间泰勒展开公式与不确定目标函数与约束的转换方法,将区间不确定性优化模型转换为确定性优化模型,最后通过遗...     

短波通信中的Turbo均衡技术及应用

研究了turbo均衡原理及几种均衡算法，并针对具有严重ISI的短波信道，在信道参数已知和不匹配的情况下，对不同的联合均衡和译码算法、不同迭代次数对系统性能的影响进行了仿真和比较，结果表明，MMSE／SOVA算法在迭代几次以后具有良好的误码性能和鲁棒性，且计算复杂度低，利于工程实现。     

甚低频通信系统的自适应算术数据压缩研究

受其带宽的限制，甚低频通信系统的数据传输率较低。我们可通过自适应算术编码压缩来提高甚低频通信系统的数据传输率。为了提高算法的抗错误扩散能力，算法必须定期地返回到初始状态，然后采用纠错编码来降低错误率，但是这增加了冗余而牺牲了最终压缩效果。在考虑了开销之后，我们得出结论，自适应算术编码压缩技术确确实实能够为甚低频通信系统提高数据传输率。     

Multiple mental tasks classification based on nonlinear parameter of mean period using support vector machines

Mental tusk classification is one of the most important problems in Brain-computer interface. This paper studies the classification of five-class mental tusks. The nonlinear parameter of mean period obtained from frequency domain information was used as features for classification implemented by using the method of SVM （support vector machines）. The averaged classification accuracy of 85. 6% over 7 subjects was achieved for 2-second EEG segments. And the results for EEG segments of 0.5s and 5.0s compared favorably to those of Garrett＇s. The results indicate that the parameter of mean period represents mental tusks well for classification, Furthermore, the method of mean period is less computationally demanding, which indicates its potential use for online BCI systems.     

涡轮增压柴油机平均参数模型及其仿真

通过分析涡轮增压柴油机瞬态响应的各种影响因素 ,建立了一个基于平均参数的涡轮增压柴油机的动态仿真模型。针对一台 1 2 1 50ZL柴油机进行了计算 ,得出了其静动态特性。仿真的结果表明 ,这个模型较好地反映了涡轮增压柴油机动态特性 ,可以将此模型应用于整车的动态仿真中。     

基于MIV-BP模型和AIC准则的盾构掘进参数优化研究

为解决水下隧道和隧洞工程盾构施工关键掘进参数在复合地层中难以控制的问题,以广东陆丰核电站1、2号机组排水隧洞工程盾构施工为背景,将平均影响值(Mean Impact Value,MIV)算法引入BP神经网络模型,筛选出对施工效果影响显著的关键掘进参数,在此基础上,基于AIC准则对其进行最优分布拟合,提出以50%和90%置信水平下的置信区间,分别作为掘进参数的控制区间和预警区间的掘进参数优化设计方案,并基于Python脚本语言自带的开源Scikit-Learn、SciPy模块库开发了相应的程序。分析结果表明,刀盘扭矩、总推力等参数对隧洞拱顶沉降起重要的控制作用,所开发程序具有良好的统计分析、快速指导施工的功能,可以为同类型盾构在相似复合地层下掘进参数的选取、优化和隧洞拱顶沉降量的控制提供参考。