蛋白质相互作用网络的几种聚类方法综述

蛋白质相互作用网络是后基因组时代系统生物学研究的重要内容.针对蛋白质相互作用网络中的聚类问题,介绍了几种代表性的聚类分析方法,初步分析了这些方法的特点,指出了当前研究工作的困难与挑战,并对今后的研究方向作了展望.     

基于区间数多指标决策的效能评估方法

针对武器效能评估的指标值以及度量指标权重的选取存在不确定性、模糊性和主观性的问题,根据作战效能的特点与系统工程思想,提出了基于区间数的灰色关联法和D-S证据理论相结合的效能评估方法。通过灰色关联法将指标区间值转化为以理想属性偏离度为测度的矩阵,在此基础上与D-S证据理论相结合,构造一种新的基本概率分配函数和新的信息不确定度提取方法,把不确定性问题转化为确定性问题,再利用D-S合成法则进行信息融合,确定最优方案。通过案例分析,结果表明该方法可以得到有效的决策结果并降低决策的不确定性。     

高压大容量金属化膜脉冲电容器提高储能密度的工艺改进与试验研究

高能脉冲功率电源之储能器件即金属化膜脉冲电容器往往具有电压高、容量大的特点,而以现有的基膜材料和制造工艺,其相关产品的体积也普遍偏大,制约了新概念武器在更多中小型武器平台上的推广应用,因此开展提高脉冲电容器储能密度的理论分析和实验研究具有迫切的现实意义。为此,基于典型的双向拉伸聚丙烯薄膜(国产),通过改进金属电极、串联形式以及封装工艺,研究了提高其储能密度的优化方案,并在高压大电流循环浪涌条件下完成了试验验证。结果表明:在同等储能密度条件下,利用该优化方案生产的脉冲电容器较改进前寿命提高了41.7%;在同等寿命条件下,储能密度提高了13.8%,说明该优化方案具有可行性。     

变分自编码器结合聚类算法在空战态势评估问题上的应用

针对传统态势评估方法确定权值的主观性强、处理大数据能力弱、特征提取能力不足等问题,提出基于改进变分自编码器和聚类算法的无监督空战态势评估方法。根据态势变化连续性特点,提出基于时间段的空战态势分类方法,将敌我双方态势划分为四类。在变分自编码器的基础上,提出了VAE-WRBM-MDN特征提取模型,即使用混合密度网络优化变分自编码器的特征提取能力和生成数据的相似度,使用权值不确定限制玻尔兹曼机优化网络的初始权值。将提取的特征分别输入到两种典型的聚类算法中进行聚类,并结合态势函数和实际战场情况修正聚类结果,形成正确的态势分类标准。在实验部分,分别进行了最优参数调整、关键特征提取、聚类以及修正实验。实验结果表明,模型态势分类正确率和运行时间均满足应用需求,实例评估结果与客观态势一致性强,所提方法具有实际应用价值。     

基于深度学习的MPSK信号调制识别

为了有效实现信号调制方式的智能识别,提出基于深度学习的多进制相移键控(Multiple Phase Shift Keying, MPSK)信号调制识别方法。分析接收MPSK信号的循环谱,并通过提取MPSK信号循环谱的等高图获得二维特征信息,利用深度学习中的卷积神经网络对二维特征进行训练,使用测试样本对所设计的调制识别方法的有效性进行验证。仿真结果表明,所提方法具有良好的识别性能。     

基于改进VMD的液压系统故障特征提取

为从液压系统振动信号中提取有效特征进行故障诊断,针对随机噪声 、端点效应和虚假分量会影响变分模态分解(VMD)的分解精度问题,提出了一种改进VMD的故障特征提取方法.首先,针对随机噪声会导致分解误差增大现象,提出了基于奇异值差分谱降噪预处理,该方法能抑制噪声对分解结果的干扰;然后,针对端点效应会导致VMD处理信号两端产...