基于微分进化算法的盲源分离

将微分进化算法的优点引入到盲源分离中,提出了基于微分进化的盲源分离算法。该算法以混合信号的峰度为代价函数,采用独立分量分析的方法对瞬时混合的信号进行盲分离。盲源分离中常用的自然梯度算法是一种局部寻优算法且收敛速度较慢,而微分进化算法是一种全局寻优算法且具有并行性、易实现等优点。分别用无噪仿真信号和有噪仿真信号对提出的算法进行仿真实验,比较了基于微分进化算法的盲源分离、基于粒子群优化算法的盲源分离和基于自然梯度算法的盲源分离的分离结果。结果表明:基于微分进化的盲分离算法收敛速度快,分离效果也比较好。     

舰船维修器材保障点选址决策模型及算法

传统的最大覆盖选址模型没有考虑对服务半径外的需求点的满足和服务时间的响应,而在舰船维修器材保障中,不论需求点到保障点的距离是否大于服务半径,都应对其进行保障服务,且在保障过程中要满足保障时间控制在不影响舰船正常维修任务时间内。针对此问题,运用广义最大覆盖选址模型和时间满意度函数,构建基于时间满意的广义最大覆盖选址模型,并运用一种混合算法———基于遗传模拟退火算法的BP算法对模型进行求解。最后,运用该算法对实例进行了分析计算,计算结果验证了该算法的有效性。     

基于PCA与FCM的入侵检测样本数据压缩方法

采用行列双向压缩的数据处理策略,提出了一种基于主成分分析与模糊C-均值聚类算法的入侵检测样本数据压缩方法。该方法首先采用主成分分析法对数据冗余特征进行压缩,然后采用模糊C-均值聚类算法对冗余样本进行压缩,由此可挖掘入侵检测样本数据中的关键特征和关键样本。通过KDD CUP99数据集测试证明:数据双向压缩可减少入侵检测分类器的计算量,进而可提高其实时检测性能和检测推断的准确性。     

基于AHP算法的精确作战目标价值排序问题研究

针对精确作战中的目标价值排序问题,从战场实际出发建立了目标价值体系,并在此基础上应用AHP原理提出了目标价值排序的递阶层次结构模型．通过成对比较实现作战目标价值的精确排序,为指挥员基于目标价值的决策提供理论依据．     

基于卷积码的协同中继编码性能分析

中继协同可以有效提高通信性能,而中继编码可以进一步发挥其协同作用。文章研究卷积码在一源多中继协同通信系统中的应用。首先介绍基于卷积码的协同中继编码的一般构造方法;然后通过中断概率的性能指标从数学上证明平行信道编码相对于重复编码的好处,推导出二、三个中继的协同通信系统的中断概率表达式,并给出对应的具体实施方案;最后分别对系统的中断概率和误帧率进行仿真。结果表明,基于卷积码的平行信道编码策略不仅能够获得编码增益,同时也能获得分集增益。     

语义Web服务匹配方法分析

语义Web服务是实现数据和应用集成的一种有效机制。随着Web服务规模的快速增长,自动、准确地获取Web服务成为目前研究的热点问题。服务发现的关键问题是如何提高匹配算法的准确性和高效性。首先归纳了语义Web服务匹配的相关概念,然后总结了语义Web服务匹配算法的研究内容和目标,分析比较了语义Web服务匹配中基于相似度匹配、逻辑匹配和混合匹配三类主流算法的设计侧重点及性能,最后总结了全文并给出了下一步研究方向。     

宽带语音编码技术专题讲座(四) 第7讲 一种适用于VoIP的宽带语音编码算法:SILK

文章介绍了一种专门为网络应用设计的宽带语音和音频编解码器SILK的主要特点和编解码基本原理。SILK编解码器在6 kbit/s~40 kbit/s速率上对8 kHz、12 kHz、16 kHz、24 kHz采样的语音和音频信号进行宽带和超宽带编解码;通过控制编码比特率、包速率以及采用抗丢包和DTX等功能使得SILK编解码器更适合于网络应用;SILK编码器可以采用不同的复杂度等级来充分利用处理器资源;并且编码器的所有这些功能特性都可以逐帧进行调整。     

一种基于卷积码的协同网络编码方案

文章研究了一种基于卷积码的协同网络编码方案,由协同通信系统结构确定对应的最优卷积码,然后通过最优卷积码确定协同中继编码。对该方案在瑞利快衰落信道条件下的误码性能进行了仿真,并与理论分集性能曲线进行比较。结果表明,由最优卷积码确定的协同网络编码方案获得了较好的性能增益。另外,由于常用最优卷积码已经确定,因此该方案容易实现。     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

一种高分辨SAR层析成像方法

在城区建筑三维重建中,如何利用非均匀的少量观测数据,在保持方位向-距离向分辨率的同时实现高度向的高分辨成像是SAR层析面临的一个主要难题.在确定性点目标模型下,基于RELAX算法,提出了一种适用于城区建筑三维重建的SAR层析高分辨成像方法.与统计模型下的空间谱估计方法相比,该方法无需多视处理,能够保持方位向-距离向分辨率.与奇异值分解方法相比,该方法具有更优的高度向分辨能力.在仿真数据和Envisat-ASAR实测数据处理实验中,该方法的有效性得到了验证.