一种使用非等权值粒子的确定性粒子滤波算法

介绍了粒子滤波及随机分布的代表点理论,将统计学中的数论方法应用于粒子滤波,使用随机分布的均方差代表点,对粒子滤波中关键的初始粒子生成、重点密度采样及再采样过程给出了相应的代表点算法,得到了一个包含最少随机操作的、使用非等权值粒子的确定性粒子滤波算法。仿真结果表明,确定性粒子滤波算法不仅是可行的,而且其滤波性能及计算效率均有不同程度的提高。     

车载多接入边缘网络中联合资源分配和动态任务卸载方案

针对车联网中车辆移动速度过快产生的任务卸载失败问题,设计了一个有效的任务卸载风险评估模型,并提出了联合资源分配的动态任务卸载方案。将时间、能耗和风险共同建模为系统效用,通过联合优化卸载决策、资源分配来最大化系统效用。优化问题被公式化为混合整数非线性规划,在给定卸载决策的情况下,利用凸优化技术解决计算资源分配问题,功率分配通过分式规划技术来优化。仿真分析了车辆移动性对系统效用的影响,证明了所提方案的合理性。     

可度量的局部凸空间的弱集性

本文用非标准方法证明并推广了Ｅｂｅｒｌｅｉｎ－Ｓｍｕｌｉａｎ定理,证明了可度量的局部凸空间中Ｗ－紧,Ｗ－序列紧及Ｗ－可数紧等价。     

沉淀分级法调制纺丝级高熔点聚碳硅烷

作为碳化硅纤维先驱体的聚碳硅烷应当具有较高的熔点与良好的可纺性 ,但是提高熔点对合成条件提出了苛刻要求。为了解决这一矛盾 ,首先通过沉淀分级获得了高熔点 (>2 80℃ )的聚碳硅烷组分 ,然后再加入 10 - 30wt%低熔点组分来调节其纺丝性能 ,成功地调制出了高熔点 (>2 5 0℃ )、具有良好纺丝性的聚碳硅烷先驱体     

超高分子量聚碳硅烷的合成及其表征

采用正交设计的方法从常压合成得到的中低分子量PCS出发进行热压合成制备超高分子量PCS;并运用红外、GPC、核磁共振等分析测试手段对其结构和性能进行了表征。研究表明:控制热压反应温度在460~470℃、预加压力1~2MPa、反应6h时得到超高分子量PCS的重均分子量在6400~8500;通过控制热压反应时间可以较好的调控超高分子PCS的分子量大小;热压合成后制得的超高分子量PCS的支化度和Si-H键含量有所降低。     

决策支持系统可视化快速集成环境

决策支持系统的快速集成环境的研究一直是决策支持系统研究的核心内容。本文研究了决策支持系统可视化快速集成技术及其实现 ,并重点介绍了作者开发的决策支持系统可视化快速集成环境研究Vi sualDSSBuilder及其在开发过程中所解决的技术难题。     

视频监视前景图像估计的盲源提取方法

在视频图像运动检测的背景消减方法中,场景图像或帧可建模为前景图像和背景图像的叠加或线性混合。然而,实际中图像的背景和前景往往相关,常用的主成分分析和独立分量分析等方法难以实现准确提取。为此,将视频图像的前景提取建模为盲源提取问题,提出了一种基于均方交叉预测误差的盲源提取方法,可以从相关的源视频图像中提取期望的前景图像,并将该方法扩展应用于基于基本模型和特征背景模型的背景消减方案中。基于人工和实际视频的实验验证了盲源提取背景消减方法的可行性和有效性。     

中文分词与命名实体识别的联合学习

将卷积结构引入循环神经网络,从而构建卷积循环神经网络。以此为基础,研究构建了面向中文分词与实体识别联合学习的序列标注模型。该模型依托卷积循环神经网络构建特征编码层,实现中文字序列局部空间特征和长距离时序依赖特征的联合提取;依托改进的循环神经网络构建标签解码层,实现标签序列长距离时序依赖的有效建模;依托统一的分词与实体识别序列标注模式实现分词信息与实体信息的联合学习,避免传统流水线法的误差传播问题。在人民日报语料和微软标注语料上的实验结果显示,该框架较传统统计模型和神经网络模型有显著的性能提升,尤其是在识别字数较多的命名实体时,其效果明显优于其他方法。     

聚碳硅烷纤维成形过程的稳定性研究

通过改变不同的熔融纺丝工艺研究了聚碳硅烷纤维熔融纺丝时纺丝稳定性的影响因素。研究表明:提高介质温度到180～200℃、采用向下的环形吹风、控制成形区气流的大小与流向、纺程控制在90cm左右、加强集束与控制外部条件的稳定性等有利于提高纺丝稳定性。     

一种新的滤波器原型讨论

分析了几种经典的滤波器原型设计原理及其自身不足,基于勒让德多项式,给出了一种新的低通滤波器设计原型.绘制出新的低通滤波器原型整个频带内不同节数时的衰减特性,计算出不同节数时原型各节参数.同一指标下,设计出巴特沃斯、契比雪夫、勒让德原型滤波器印制板,给出并比较了实现尺寸与滤波特性.