一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

一个平凡解的稳定性定理的改进

利用K类函数改进了马尔金定理的一个结论（即在非注定系统中,若相关的定正函数V和定负函数V1满足limt→∞(dV/dT-V1)=0,则系统有稳定的平凡解）,得到一个非驻定系统平凡解的稳定性定理,并通过实例说明本文给出的定理可以判别其平凡解的稳定性,而用马尔金定理的结论失效。     

F—K理论在堆积固体自燃火灾调查中的应用

堆积固体自燃火灾是常见多发火灾,由于其规模庞大、着火延迟期长等特点,难以进行全尺寸的模拟实验,为火灾预防和调查工作带来了一定的难度。基于F—K（Frank—Kamenetskii）理论,将小规模实验结果外推,从而预测或判断一定尺寸的堆积固体在一定的环境温度下自燃起火的危险性。     

噪声情况下基于δ—K方法的费米体系数值反演

在文献[1][2]结果的基础上,给出了一个费米体系数值反演的超分辨处理方法。这种广义偏离算法是基于Tikhonov正则化技术,能够在算法中附加各种限制和先验信息,抑制噪声干扰,且计算的复杂性较低。     

GNSS多径信道模拟的聚类稀疏拟合方案

针对全球导航卫星系统(global navigation satellite system, GNSS)信道模拟计算量大、硬件资源开销大,不利于实时性能评估和实际工程应用的挑战,提出一种GNSS多径信道模拟的聚类稀疏拟合方案。利用基于K中心聚类信道冲击响应(channel impulse response, CIR)参数萃取的稀疏拟合方法,得到等效精简CIR参数,再以稀疏抽头延迟线结构来实现信道模拟。所提方法在保持多径误差条件下,通过较少抽头数量的抽头延迟线结构滤波器拟合原始GNSS多径信道模型,可以大为简化GNSS信道模型仿真复杂度,而无须庞大的硬件资源。仿真结果表明,通过对参考信道模型生成的信道CIR参数进行稀疏拟合,所提出的方案和方法具有良好的效果。     

双伪测量的多水下航行器移动长基线协同导航算法

用最近邻理论研究了基于移动长基线的多AUV协同导航.移动长基线多AUV协同导航结构中,主AUV内部装备高精度导航设备,从AUV内部装备低精度导航设备,外部均装备水声装置测量相对位置关系,利用协同导航融合内部和外部传感器信息,实现从AUV进行实时导航定位.基于最近邻理论,建立了双伪测量的数学模型,设计了协同导航算法,进行了数学仿真研究.研究结果表明,在双领航者结构下,通过构建双伪测量可以显著提高群体的导航定位精度.     

未来战争新星：无人地面作战系统

为适应未来城市攻坚作战熏美投入资金研究地面无人作战系统熏如美海军陆战队的K8城市机器人、“旅鼠”无人地面车、陆军的MPR-800型多功能智能机器人、“徘徊者”自立式智能机器人、“罗伯特”扫雷机器人、“奥德蒂斯”多功能行走机器人、“巡逻兵”运输机器人等熏这些机器人可在地面或城市作战中执行侦察、搜索、警戒扫雷、伏击设障、排爆甚至攻击等各种任务熏目前大多已研制成功并装备联军部队。伊拉克的巴格达街道战经验表明熏美军使用的地面机器人在搜索街区、坑道的行动中发挥了非常重要的作用。     

基于改进蜂群算法的无人机路径规划

人工蜂群算法存在初始蜜源具有随机性,后期收敛速度慢,易早熟等问题.运用最大最小距离积法处理初始蜜源,把K均值聚类算法与人工蜂群算法相结合,提出改进的人工蜂群算法,用于解决无人机路径规划问题.仿真结果表明改进的人工蜂群算法收敛速度更快,得到的解的适应度更好.     

雷达海杂波的K分布复合特性

从真实海杂波数据出发,对低擦地角雷达海杂波的复合特性进行了深入研究,证明其幅度分布特性可以用复合K分布模型较好地描述,相关函数具有与幅度分布一致的复合特性,功率谱的时频统计近似服从周期的高斯分布,提出用于估计K分布形状参数的海杂波数据长度必须大于调制分量的调制周期.该结论有望提高现有海杂波模型的准确性.