一种基于3阶段实现的高性能云存储计算

提出了一种基于动态数据复制策略和放置算法的3阶段云存储计算。在第1阶段,计算出一个文件的PD,然后根据得到的PD,从中找到最需要访问的文件和需要复制的文件;在第2阶段,计算出需要复制文件的RF,以确定文件是否应当复制或创建副本;在第3阶段,计算出这些节点的AF,以找到创建副本的数量并把副本放置在适当位置的特定节点,从而向用户提供相同服务的不同副本来增加数据可用性;实验结果表明,提出的云存储计算策略不仅能够有效找到需要复制的文件及创建和放置副本,而且在SBER和执行时间性能方面都优于目前比较先进的技术。     

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义.基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的废咝韵喙匦畔?从而取得较好的评价结果.以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果.     

基于主成分的改进马氏距离TOPSIS方法

针对指标变量线性相关,导致变量协方差矩阵行列式(广义样本方差)为零无法应用马氏距离的情况,采用主成分分析法对指标变量进行线性组合,在不减少信息量的同时,得到少数几个不相关的主成分,由主成分构成的协方差矩阵行列式不再为零。依据降维后的主成分变量,采用基于马氏距离的逼近理想解法对五种预警机探测引导能力进行了排序,经检验其结果与实际情况相符。     

基于GA-BP网络的LFM信号脉冲压缩

为了改善线性调频(linear frequency modulation,LFM)信号脉冲压缩输出的性能,研究了误差反向传播(back propagation,BP)神经网络在线性调频信号脉冲压缩中的应用。采用遗传算法(genetic algorithm,GA)对BP神经网络的连接权值进行训练学习,该算法可克服BP网络容易陷入局部最优的缺点。仿真结果表明,GA-BP网络具有较快的收敛速度和较好的数值稳定性,在信噪比损失小于1dB的条件下,可获得60dB左右的输出主旁瓣比。     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

基于低速平台的随队支援干扰系统随队干扰能力分析

为了给受训对象提供电磁信号环境,在随队干扰信号从雷达天线主波束进入的限定条件下,设计了使用低速平台搭载干扰系统伴随高速战机实施随队干扰的编队方式,并仿真分析了对不同主瓣宽度雷达的随队干扰过程。结果表明,当平台速度明显低于突击飞机飞行速度时,存在最佳的初始进入距离以实现最大局部随队干扰过程。     

基于LS_SVM与PCA的小型无人机传感器故障诊断

针对小型无人机机动性强,故障多且难以实时检测的特点,提出了将最小二乘支持向量机(LS_SVM)与主元分析法(PCA)相结合对小型无人机传感器进行故障检测与分离。最小二乘支持向量机用于建立预测模型并生成残差,实时检测传感器故障;利用主元分析法将故障信号分离,进行故障诊断。仿真结果表明,最小二乘支持向量机与主元分析法相结合对无人机传感器具有良好的故障诊断效果。     

基于主成分分析法的城市火灾风险聚类分析

利用主成分分析法确定了城市火灾各指标的综合风险值,基于分析的结果,通过K-均值的聚类算法对城市火灾风险进行了分类.以北京市火灾统计结果为例,确定了城市火灾统计指标的综合火灾风险值,对13个主城区进行了不同区域的火灾风险聚类,并对建成区的火灾统计数据按时域进行了聚类,实现了火灾风险的自动分类.不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考.     

高红卫:一主两翼三创新 再谋航天事业新发展

重点抓好航天产业、信息技术产业以及先进装备制造业"一主两翼"产业发展,大力推行科技创新、商业模式创新以及管理创新,航天科工集团向建设国际一流的航天防务公司战略目标稳步迈进高红卫,1956年9月出生,湖北京山人。清华大学导航仪器与自动控制专业毕业。曾任原航天科工066基地设计员、设计室主任、车间主任、总工程师、总经理等职。2001年11月,任中国航天科工集团公司副总经理。2013年4月任集团公司董事长、党组书记。从长期的技术及管理工作,到集团公司掌门人,高红卫既具有战略眼光、前瞻意识,又崇尚理论研究与管理实务。朴实的话     

主成分分析在铁谱磨粒识别中的应用研究

介绍了主成分分析(PCA)基本原理与算法,提出了主成分分析用于铁谱磨粒识别的基本思路和方法,给出了具体的应用步骤,并通过实例对基于主成分分析的铁谱磨粒识别方法有效性进行了分析和验证,结果表明,该方法在减少铁谱磨粒识别工作量和提高识别准确率方面效果良好。