基于交叉熵最小化的 Turbo 码迭代译码停止准则

根据Turbo码最优译码算法及迭代译码的基本原理 ,在保证迭代收敛的条件下 ,利用交叉熵最小化原则推导出Turbo码译码过程中停止迭代的准则 ,并给出了一种降低计算复杂性和减少存贮空间的简化算法 ,最后通过仿真证明了此迭代停止准则及其简化算法的有效性。     

二维离散映象的拓扑熵

本文计算了二维离散映象在经过倍周期分岔、同周期分岔到混沌时的拓扑熵,并得到这些映象通向混沌的各种道路和与其对应的拓扑熵之间的关系,揭示了拓扑熵与混沌之间的内在联系。     

熵在伪随机性检验中的应用

本文从熵的角度探讨了伪随机性检验问题,提出了有关序列的等分布度r_n~(K)概念,并证明:一序列{x_n}(0≤x_n≤1)为等分布的充分必要条件是:(?)K≥1,(?)=1.利用这一结果对几个典型伪随机序列的等分布度进行了比较,给出了它们的伪随机性优劣排序。     

浅析炮车比

本文以坦克发射时车体的角振幅和乘员所受加速度不超过一定值为基础,推导了炮车比极限值的理论公式;并对影响炮车比极值的因素进行了分析,最后,以59式坦克为例得出炮车比不超过1.71,该结论具有普遍意义.     

舰炮火力系统智能结构分析

遵从“智能增加,精度降低”(IPDI)原则,将舰炮火力系统(含雷达、C~3I、舰炮等系统)的智能结构分为概念、协调、执行3级,并着重分析采用广义信息熵作为各级统一评价标准的可能性。最后,还简要提出了新型舰炮火力系统智能化发展的方向。     

逆合成孔径雷达成像运动补偿自聚焦方法研究

讨论了逆合成孔径雷达（ＩＳＡＲ）成像运动补偿的途径,建立了动目标回波信号模型,在此基础上提出了利用图像熵和串导出值来估计目标的运动参数,以进行运动补偿。仿真证明这两种方法在目标运动相对平滑时能够实现最优成像。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

基于不稳定性采样的主动学习方法

传统的主动学习方法往往仅基于当前的目标模型来挑选样本,而忽略了历史模型所蕴含的对未标注样本预测稳定性的信息。因此,提出基于不稳定性采样的主动学习方法,依据历史模型的预测差异来估计每个未标注样本对提高模型性能的潜在效用。该方法基于历史模型对样本的预测后验概率之间的差异来衡量无标注样本的不稳定性,并挑选最不稳定的样本进行查询。在多个数据集上的大量实验结果验证了方法的有效性。     

采用重组模板的权重优化WENO-Z格式

针对精确模拟含激波等复杂流动结构的流场对高精度格式的低耗散低色散要求,基于5阶有限差分WENO-Z格式,提出一种模板重组技术。在计算WENO非线性权时,引入一个由3点模板重新组合的4点模板,优化原格式中各模板的权重分配,进而提出了两种改进WENO-Z格式。采用近似色散关系分析方法对改进前后格式色散与耗散特性进行了对比与分析。分析表明：两种改进格式耗散有不同程度的降低。数值实验表明:改进格式具有更优越的激波捕捉性能,对小尺度流场结构具有更高的分辨率。     

改进模糊层次分析法的火控系统故障诊断方法

提出了一种基于改进模糊层次分析法的某型战车火控系统的故障诊断模型。分析火控系统顶层故障现象的各个影响因素,建立对应的层次结构,给出模糊判断矩阵,将基于静态的专家经验知识和基于动态的定量测试相结合,然后综合各个专家判断矩阵的差异性,由模糊层次分析法求得各影响因素的权重并进行排序,得到故障部件权重,诊断结论表明该方法准确可靠。