2019年 第48卷 第1期
2019, 48(1): 1-7.
doi: 10.3969/j.issn.1001-0548.2019.01.001
摘要:
线阵合成孔径雷达(LASAR)三维成像技术是一种具有重要潜在应用价值的新型雷达成像技术。但在一个脉冲重复时间中,LASAR系统中需采用阵列天线多个天线相位中心同时接收回波,仅利用载荷单个测量位置的导航测量系统(如惯性测量系统或全球定位系统)数据难以精确补偿LASAR阵列天线多个相位中心的运动误差。为了克服运动误差对阵列多天线相位中心影响,该文提出了一种基于最大锐度半正定规划的LASAR后向投影自聚焦成像算法。该算法建立了后向投影成像算法处理的线性数学模型,结合LASAR三维图像锐度最大化原则,利用迭代逼近最优方法对阵列多天线相位中心运动误差引入的相位误差进行估计。另外,为了提高自聚焦算法运算效率,仅采用主散射目标区域进行相位误差估计。仿真数据和实测数据验证了该算法的有效性。
线阵合成孔径雷达(LASAR)三维成像技术是一种具有重要潜在应用价值的新型雷达成像技术。但在一个脉冲重复时间中,LASAR系统中需采用阵列天线多个天线相位中心同时接收回波,仅利用载荷单个测量位置的导航测量系统(如惯性测量系统或全球定位系统)数据难以精确补偿LASAR阵列天线多个相位中心的运动误差。为了克服运动误差对阵列多天线相位中心影响,该文提出了一种基于最大锐度半正定规划的LASAR后向投影自聚焦成像算法。该算法建立了后向投影成像算法处理的线性数学模型,结合LASAR三维图像锐度最大化原则,利用迭代逼近最优方法对阵列多天线相位中心运动误差引入的相位误差进行估计。另外,为了提高自聚焦算法运算效率,仅采用主散射目标区域进行相位误差估计。仿真数据和实测数据验证了该算法的有效性。
2019, 48(1): 8-12.
doi: 10.3969/j.issn.1001-0548.2019.01.002
摘要:
基于多个不同种类全通滤波器的级联设计,该文提出一种低插入损耗、高线性度、高群时延斜率的宽带线性群时延电路。在此基础上,采用该类群时延电路搭配线性啁啾信号,实现了两个时宽40 ns,带宽0.8 GHz的全电子时域成像系统,可分别对任意信号进行实时的时间反演和时域展宽成像。最后对两个成像系统分别进行数字仿真,证明两个成像系统具有很高的成像质量,进一步对其输出信号和输入信号做相关性分析,得到的相关系数在0.97以上。
基于多个不同种类全通滤波器的级联设计,该文提出一种低插入损耗、高线性度、高群时延斜率的宽带线性群时延电路。在此基础上,采用该类群时延电路搭配线性啁啾信号,实现了两个时宽40 ns,带宽0.8 GHz的全电子时域成像系统,可分别对任意信号进行实时的时间反演和时域展宽成像。最后对两个成像系统分别进行数字仿真,证明两个成像系统具有很高的成像质量,进一步对其输出信号和输入信号做相关性分析,得到的相关系数在0.97以上。
2019, 48(1): 13-21.
doi: 10.3969/j.issn.1001-0548.2019.01.003
摘要:
该文使用三维时域有限差分方法对在不同环境中的0.1~0.1T Hz电磁波场进行数值模拟。以高斯脉冲作为源电流信号研究了导电全空间中电偶极子场,并对海底低阻地质模型的电磁响应做了模拟计算;对隧道含水裂缝异常的回线源瞬变电磁响应进行了分析;对超宽带穿墙探测模型做了模拟计算,进一步在超宽带电磁波与窄带电磁波对钢筋混凝土的探测模拟结果做了对比分析;用FDTD-PIC软件对94 GHz折变回旋振荡管TE6,2模产生过程做了模拟计算,指出模拟中存在的问题,最后对时域有限差分程序的并行做了分析,提出用时域有限差分方法研发回旋管瞬态场三维模拟软件的思路。
该文使用三维时域有限差分方法对在不同环境中的0.1~0.1T Hz电磁波场进行数值模拟。以高斯脉冲作为源电流信号研究了导电全空间中电偶极子场,并对海底低阻地质模型的电磁响应做了模拟计算;对隧道含水裂缝异常的回线源瞬变电磁响应进行了分析;对超宽带穿墙探测模型做了模拟计算,进一步在超宽带电磁波与窄带电磁波对钢筋混凝土的探测模拟结果做了对比分析;用FDTD-PIC软件对94 GHz折变回旋振荡管TE6,2模产生过程做了模拟计算,指出模拟中存在的问题,最后对时域有限差分程序的并行做了分析,提出用时域有限差分方法研发回旋管瞬态场三维模拟软件的思路。
2019, 48(1): 22-25.
doi: 10.3969/j.issn.1001-0548.2019.01.004
摘要:
该文提出了一种基于新型扇形枝节加载谐振器的改进上阻带特性的小型化超宽带带通滤波器。该新型多模谐振器由一根高阻微带线上连接三对扇形分流枝节组成。适当调节扇形枝节的尺寸,扇形枝节加载谐振器的谐振频率可以粗略的放置在超宽带频段内(3.1~10.6 GHz)。为了加强耦合度,在滤波器的输入和输出端使用了交指型耦合馈线。此外还给出了该滤波器的设计方法和步骤。最后,给出了滤波器的设计和拓扑结构。测量结果和全波仿真结果有很好地一致性。
该文提出了一种基于新型扇形枝节加载谐振器的改进上阻带特性的小型化超宽带带通滤波器。该新型多模谐振器由一根高阻微带线上连接三对扇形分流枝节组成。适当调节扇形枝节的尺寸,扇形枝节加载谐振器的谐振频率可以粗略的放置在超宽带频段内(3.1~10.6 GHz)。为了加强耦合度,在滤波器的输入和输出端使用了交指型耦合馈线。此外还给出了该滤波器的设计方法和步骤。最后,给出了滤波器的设计和拓扑结构。测量结果和全波仿真结果有很好地一致性。
2019, 48(1): 26-31.
doi: 10.3969/j.issn.1001-0548.2019.01.005
摘要:
该文通过分析对称多处理器(SMP)并行处理系统的特点,提出了一种适用于SMP的超大点数FFT快速算法。该算法采取限定序列划分规则、改变铰链因子计算方法和优化数据分布及存储访问等手段,大大减少了对存储资源的依赖,并提升了FFT的执行性能。实测结果表明,该算法适用于SMP平台,有效地解决了单核处理器较难高效实现超大点数FFT的问题。
该文通过分析对称多处理器(SMP)并行处理系统的特点,提出了一种适用于SMP的超大点数FFT快速算法。该算法采取限定序列划分规则、改变铰链因子计算方法和优化数据分布及存储访问等手段,大大减少了对存储资源的依赖,并提升了FFT的执行性能。实测结果表明,该算法适用于SMP平台,有效地解决了单核处理器较难高效实现超大点数FFT的问题。
2019, 48(1): 32-38.
doi: 10.3969/j.issn.1001-0548.2019.01.006
摘要:
针对传统指纹定位算法在离线阶段采集样本工作量较大的问题,该文利用一种分区拟合值近似法(P-FP)来建立离线指纹库。为了解决在线阶段由于WiFi信号的波动导致的定位精度较低的问题,提出一种基于P-FP的设定阈值的序贯重要性采样(SIR)粒子滤波算法(PS-FP)来优化定位坐标。首先建立了路径的损耗模型,并对室内停车场进行分区拟合,得到每个分区的环境系数;然后用拟合值与实际测量值的差值来建立误差特性矩阵,并重新部署虚拟的参考节点(RP);最后对离线指纹库进行C均值聚类。通过比较平均定位误差(MLE)寻找PS-FP算法的最优阈值,并采用PS-FP算法来优化在线定位坐标。实验结果表明,在部署很少的RP即获取样本比较少的条件下,PS-FP算法依然能达到较高的定位精度,其平均定位误差约为0.7 m。累积分布函数(CDF)的分析结果表明,采用PS-FP算法在2 m以内的定位误差能达到98%。
针对传统指纹定位算法在离线阶段采集样本工作量较大的问题,该文利用一种分区拟合值近似法(P-FP)来建立离线指纹库。为了解决在线阶段由于WiFi信号的波动导致的定位精度较低的问题,提出一种基于P-FP的设定阈值的序贯重要性采样(SIR)粒子滤波算法(PS-FP)来优化定位坐标。首先建立了路径的损耗模型,并对室内停车场进行分区拟合,得到每个分区的环境系数;然后用拟合值与实际测量值的差值来建立误差特性矩阵,并重新部署虚拟的参考节点(RP);最后对离线指纹库进行C均值聚类。通过比较平均定位误差(MLE)寻找PS-FP算法的最优阈值,并采用PS-FP算法来优化在线定位坐标。实验结果表明,在部署很少的RP即获取样本比较少的条件下,PS-FP算法依然能达到较高的定位精度,其平均定位误差约为0.7 m。累积分布函数(CDF)的分析结果表明,采用PS-FP算法在2 m以内的定位误差能达到98%。
2019, 48(1): 39-45.
doi: 10.3969/j.issn.1001-0548.2019.01.007
摘要:
该文提出一种基于随机森林的不完整数据集的多功能雷达(MFR)辐射源识别方法,该方法在MFR辐射源波形单元识别框架基础上,首先对参数缺失的先验知识集进行多重划分,得到多个不含缺失参数的样本子集,然后删减冗余子集并利用随机森林算法对各个子集构建弱分类器,最后根据弱分类器对识别结果贡献率的不同,进行权值设定,得到最终的识别模型。仿真实验证实了提出的MDRF-WA方法能够提高少量先验知识条件下波形单元识别的准确率和鲁棒性,降低计算成本。
该文提出一种基于随机森林的不完整数据集的多功能雷达(MFR)辐射源识别方法,该方法在MFR辐射源波形单元识别框架基础上,首先对参数缺失的先验知识集进行多重划分,得到多个不含缺失参数的样本子集,然后删减冗余子集并利用随机森林算法对各个子集构建弱分类器,最后根据弱分类器对识别结果贡献率的不同,进行权值设定,得到最终的识别模型。仿真实验证实了提出的MDRF-WA方法能够提高少量先验知识条件下波形单元识别的准确率和鲁棒性,降低计算成本。
2019, 48(1): 46-52.
doi: 10.3969/j.issn.1001-0548.2019.01.008
摘要:
现有的用于视频运动目标检测的鲁棒主成分分析方法通常将背景矩阵的秩函数松弛为核范数,导致求解低秩矩阵的奇异值收缩算子法的阈值恒定,从而背景恢复精度不高。为此提出由加权核范数和结构稀疏范数组成的新的损失函数并用交替方向乘子法进行优化。采用加权核范数作为矩阵的低秩约束,使得压缩阈值与相应奇异值的大小呈单调递减关系,从而大奇异值得以较小幅度压缩。使用结构稀疏范数作为前景稀疏约束,有效利用了前景运动目标的空间区域连续性的先验知识。实验结果表明,该方法在动态背景、阴影等复杂场景下均能取得较其他鲁棒主成分分析方法更好的效果。
现有的用于视频运动目标检测的鲁棒主成分分析方法通常将背景矩阵的秩函数松弛为核范数,导致求解低秩矩阵的奇异值收缩算子法的阈值恒定,从而背景恢复精度不高。为此提出由加权核范数和结构稀疏范数组成的新的损失函数并用交替方向乘子法进行优化。采用加权核范数作为矩阵的低秩约束,使得压缩阈值与相应奇异值的大小呈单调递减关系,从而大奇异值得以较小幅度压缩。使用结构稀疏范数作为前景稀疏约束,有效利用了前景运动目标的空间区域连续性的先验知识。实验结果表明,该方法在动态背景、阴影等复杂场景下均能取得较其他鲁棒主成分分析方法更好的效果。
2019, 48(1): 53-57.
doi: 10.3969/j.issn.1001-0548.2019.01.009
摘要:
为了缩短磁共振成像系统的扫描时间,压缩感知方法利用欠采样数据和非线性恢复算法实现系统的实时或准实时成像需求。通过联合考虑MRI图像在变换域和梯度域下的稀疏性,提出了一种基于预测线搜索方法的共轭梯度算法来重建磁共振图像。针对共轭梯度算法中线搜索次数过多和运行时间过长问题,采用基于预测的方法来优化搜索步长值,以此缩短算法执行时间和减少线搜索次数。仿真实验利用磁共振图像的10%、20%和30%的下采样数据进行图像重建,结果显示基于该预测线搜索方法的压缩成像算法执行时间少于回溯线搜索法的执行时间,重构图像质量优于零填充法和FR共轭梯度法,验证了该算法的有效性。
为了缩短磁共振成像系统的扫描时间,压缩感知方法利用欠采样数据和非线性恢复算法实现系统的实时或准实时成像需求。通过联合考虑MRI图像在变换域和梯度域下的稀疏性,提出了一种基于预测线搜索方法的共轭梯度算法来重建磁共振图像。针对共轭梯度算法中线搜索次数过多和运行时间过长问题,采用基于预测的方法来优化搜索步长值,以此缩短算法执行时间和减少线搜索次数。仿真实验利用磁共振图像的10%、20%和30%的下采样数据进行图像重建,结果显示基于该预测线搜索方法的压缩成像算法执行时间少于回溯线搜索法的执行时间,重构图像质量优于零填充法和FR共轭梯度法,验证了该算法的有效性。
2019, 48(1): 58-61.
doi: 10.3969/j.issn.1001-0548.2019.01.010
摘要:
在数字化的背景下,借助于采样时钟和输入信号之间的时钟游标效应以及模数转换器的量化误差抑制技术,该文提出了一种先进的直接数字测量原理。以此原理设计了一款针对精密晶体振荡器的精密频率改正器,用于解决精密石英晶体振荡器老化和自身频率准确度的变化问题。相比传统的频率合成器宽范围频率调节,其不同之处在于采用非标准频率的晶体振荡器作为参考,通过频率改正功能实现标准的频率输出,其输出信号的频率范围明显要窄的多,同时可以实现秒级稳定度小于3×10-12,以及10-11量级的微小频率改正。
在数字化的背景下,借助于采样时钟和输入信号之间的时钟游标效应以及模数转换器的量化误差抑制技术,该文提出了一种先进的直接数字测量原理。以此原理设计了一款针对精密晶体振荡器的精密频率改正器,用于解决精密石英晶体振荡器老化和自身频率准确度的变化问题。相比传统的频率合成器宽范围频率调节,其不同之处在于采用非标准频率的晶体振荡器作为参考,通过频率改正功能实现标准的频率输出,其输出信号的频率范围明显要窄的多,同时可以实现秒级稳定度小于3×10-12,以及10-11量级的微小频率改正。
2019, 48(1): 62-67.
doi: 10.3969/j.issn.1001-0548.2019.01.011
摘要:
该文以深度学习中的自动编码机为基础,对原始输入向量加入噪声处理,隐含层加入稀疏限制,再将单一的网络结构堆叠成深层神经网络,提出改进算法——堆叠稀疏降噪自动编码机。通过在两个不同数据集(实验室采集数据集和2005年BCI竞赛数据集IVa)进行对比实验,结果表明该算法在运动想象脑电信号的特征提取上具有更强的学习能力和鲁棒性。
该文以深度学习中的自动编码机为基础,对原始输入向量加入噪声处理,隐含层加入稀疏限制,再将单一的网络结构堆叠成深层神经网络,提出改进算法——堆叠稀疏降噪自动编码机。通过在两个不同数据集(实验室采集数据集和2005年BCI竞赛数据集IVa)进行对比实验,结果表明该算法在运动想象脑电信号的特征提取上具有更强的学习能力和鲁棒性。
2019, 48(1): 68-73.
doi: 10.3969/j.issn.1001-0548.2019.01.012
摘要:
针对刑侦图像分类问题,提出一种基于空间稀疏编码(SSC)的多示例学习(MIL)算法。首先,利用稠密尺度不变特征转换(SIFT)原理设计一种带有示例位置信息的多示例建模方案,将刑侦图像分类问题转化为MIL问题;然后,基于多样性密度(DD)函数及稀疏编码(SC)理论,设计了一种针对MIL的字典构造方法及空间稀疏编码方案,用于计算多示例包的元数据(metadata);最后,结合大尺度线性支持向量机方法,提出了一种SSC-MIL的MIL新算法。14类真实刑侦图像的对比实验表明,该算法是有效的,且分类精度高于其他方法。
针对刑侦图像分类问题,提出一种基于空间稀疏编码(SSC)的多示例学习(MIL)算法。首先,利用稠密尺度不变特征转换(SIFT)原理设计一种带有示例位置信息的多示例建模方案,将刑侦图像分类问题转化为MIL问题;然后,基于多样性密度(DD)函数及稀疏编码(SC)理论,设计了一种针对MIL的字典构造方法及空间稀疏编码方案,用于计算多示例包的元数据(metadata);最后,结合大尺度线性支持向量机方法,提出了一种SSC-MIL的MIL新算法。14类真实刑侦图像的对比实验表明,该算法是有效的,且分类精度高于其他方法。
2019, 48(1): 74-79.
doi: 10.3969/j.issn.1001-0548.2019.01.013
摘要:
该文针对网络节点的增减情况,研究网络病毒传播模型及其稳定性问题。考虑网络节点的新增和移除,构建了基于节点增减机制下的网络病毒传播模型,并运用Routh-Hurwitz稳定性判据定理,分析了模型的平衡点稳定性和基本再生数R0及其对病毒传播稳定性的影响。最后,通过改变增加节点数量以及易感状态、感染状态的节点移除率,研究3个参数对病毒传播过程的影响,并给出了仿真验证。仿真结果表明,通过调节网络节点的增减数量,能够控制病毒在网络中的传播。
该文针对网络节点的增减情况,研究网络病毒传播模型及其稳定性问题。考虑网络节点的新增和移除,构建了基于节点增减机制下的网络病毒传播模型,并运用Routh-Hurwitz稳定性判据定理,分析了模型的平衡点稳定性和基本再生数R0及其对病毒传播稳定性的影响。最后,通过改变增加节点数量以及易感状态、感染状态的节点移除率,研究3个参数对病毒传播过程的影响,并给出了仿真验证。仿真结果表明,通过调节网络节点的增减数量,能够控制病毒在网络中的传播。
2019, 48(1): 80-87.
doi: 10.3969/j.issn.1001-0548.2019.01.014
摘要:
动态群签名方案的设计难点在于给出有效的群成员撤销机制。该文构造了一种新的撤销机制,撤销时不需要更新群管理员和群成员的任何信息,仅需群管理员或群成员本人与撤销图灵机通信,图灵机确定其身份后将撤销token添加到撤销列表即完成了撤销操作,因此更适用于群成员数量基数较大的群体。利用此撤销机制,提出了一种基于错误学习(LWE)假设和小整数解(SIS)假设的动态群签名方案,支持在任意时刻加入和撤销用户。对比已有方案,该方案的群公钥尺寸固定且更小,用户加入时下载量小,方案效率更高。
动态群签名方案的设计难点在于给出有效的群成员撤销机制。该文构造了一种新的撤销机制,撤销时不需要更新群管理员和群成员的任何信息,仅需群管理员或群成员本人与撤销图灵机通信,图灵机确定其身份后将撤销token添加到撤销列表即完成了撤销操作,因此更适用于群成员数量基数较大的群体。利用此撤销机制,提出了一种基于错误学习(LWE)假设和小整数解(SIS)假设的动态群签名方案,支持在任意时刻加入和撤销用户。对比已有方案,该方案的群公钥尺寸固定且更小,用户加入时下载量小,方案效率更高。
2019, 48(1): 88-95.
doi: 10.3969/j.issn.1001-0548.2019.01.015
摘要:
当前维吾尔语情感语音合成采用韵律边界预测方法来实现情感语音转换。通过该方法合成出来的语音,虽然可表现出相应的情感,然而其情感表现力不够理想。针对此问题,该文提出一种基于BiRNN的维吾尔语情感韵律短语注意力模型。在情感韵律转换前使用该模型进行情感分类,并将其分类结果作为韵律边界预测的输入,改进了情感韵律转换方法。使用改进的词性特征向量和韵律短语向量作为词向量的补充,从而有效提升维吾尔文文本情感分类的准确率。实验结果表明,该模型由两个单词构成的韵律短语作为特征时,准确率在维吾尔五分类情感数据集上达到了很好的分类效果。
当前维吾尔语情感语音合成采用韵律边界预测方法来实现情感语音转换。通过该方法合成出来的语音,虽然可表现出相应的情感,然而其情感表现力不够理想。针对此问题,该文提出一种基于BiRNN的维吾尔语情感韵律短语注意力模型。在情感韵律转换前使用该模型进行情感分类,并将其分类结果作为韵律边界预测的输入,改进了情感韵律转换方法。使用改进的词性特征向量和韵律短语向量作为词向量的补充,从而有效提升维吾尔文文本情感分类的准确率。实验结果表明,该模型由两个单词构成的韵律短语作为特征时,准确率在维吾尔五分类情感数据集上达到了很好的分类效果。
2019, 48(1): 96-102.
doi: 10.3969/j.issn.1001-0548.2019.01.016
摘要:
针对时空数据条件下的网络用户社会关系挖掘,该文提出了一种社会关系强度度量模型—EPTDD(熵-个人-时间-时长-直径)模型,在会面合并事件基础上,从位置、时间、用户等多方面综合考虑会面事件对社会关系强度的贡献。首先,对用户之间会面事件进行检测,并将发生时间相近的会面事件进行合并处理,得到更加接近现实情况的会面合并事件;之后,以位置熵、位置个人背景、时间、时长和直径5种要素对会面合并事件的权重进行刻画;最后综合上述要素,分别实现社会关系强度度量的无监督和有监督方法。在3个真实数据集上的实验结果表明,该文提出的EPTDD模型能够有效度量用户之间的社会关系强度,且优于现有方法。
针对时空数据条件下的网络用户社会关系挖掘,该文提出了一种社会关系强度度量模型—EPTDD(熵-个人-时间-时长-直径)模型,在会面合并事件基础上,从位置、时间、用户等多方面综合考虑会面事件对社会关系强度的贡献。首先,对用户之间会面事件进行检测,并将发生时间相近的会面事件进行合并处理,得到更加接近现实情况的会面合并事件;之后,以位置熵、位置个人背景、时间、时长和直径5种要素对会面合并事件的权重进行刻画;最后综合上述要素,分别实现社会关系强度度量的无监督和有监督方法。在3个真实数据集上的实验结果表明,该文提出的EPTDD模型能够有效度量用户之间的社会关系强度,且优于现有方法。
2019, 48(1): 103-109.
doi: 10.3969/j.issn.1001-0548.2019.01.017
摘要:
网络结构对于网络的鲁棒性能具有一定影响。该文针对不同耦合方式的相依网络,研究了网络鲁棒性与加边策略之间的关系。对采用部分耦合和一对一全耦合的相依网络模型,分别提出了低相对介数内加边策略和低相对介数耦合加边策略,并将其与已有的几种策略进行仿真对比,仿真结果表明了该文所提策略的有效性。此外,进一步探究了负载参数对于加边策略的影响。研究发现,随着负载参数的不断增加,采用加边策略后,网络鲁棒性普遍提高,但选取不同的负载参数,可能会导致某一种加边策略无效。因此,综合考虑负载参数、选取适当的加边策略,能够更好地提高网络抵御级联失效的鲁棒性。研究成果对于有效使用资源,优化相依网络的拓扑结构,提高相依网络抵御级联失效的鲁棒性具有一定的指导作用。
网络结构对于网络的鲁棒性能具有一定影响。该文针对不同耦合方式的相依网络,研究了网络鲁棒性与加边策略之间的关系。对采用部分耦合和一对一全耦合的相依网络模型,分别提出了低相对介数内加边策略和低相对介数耦合加边策略,并将其与已有的几种策略进行仿真对比,仿真结果表明了该文所提策略的有效性。此外,进一步探究了负载参数对于加边策略的影响。研究发现,随着负载参数的不断增加,采用加边策略后,网络鲁棒性普遍提高,但选取不同的负载参数,可能会导致某一种加边策略无效。因此,综合考虑负载参数、选取适当的加边策略,能够更好地提高网络抵御级联失效的鲁棒性。研究成果对于有效使用资源,优化相依网络的拓扑结构,提高相依网络抵御级联失效的鲁棒性具有一定的指导作用。
2019, 48(1): 110-116.
doi: 10.3969/j.issn.1001-0548.2019.01.018
摘要:
为提高页岩的岩性识别精度,首先针对测井曲线连续变化、突变频繁的信号特征,利用脊波变换作为过程神经元的激励函数,提出一种脊波过程神经网络模型;其次通过AdaBoost的动态调整机制迭代调整模型和样本集权重,利用多个弱分类器的线性加权构建强分类器;最后为提高AdaBoost中的每个脊波过程神经网络模型的学习速度,提出一种基于满秩分解的极限学习算法,通过Moore-Penrose广义逆求解隐层输出权值。仿真实验以A区的B1井和B2井为例进行岩性识别,通过对比分析验证方法的有效性,识别效果优于其他过程神经网络模型,准确率最高可达90%左右。
为提高页岩的岩性识别精度,首先针对测井曲线连续变化、突变频繁的信号特征,利用脊波变换作为过程神经元的激励函数,提出一种脊波过程神经网络模型;其次通过AdaBoost的动态调整机制迭代调整模型和样本集权重,利用多个弱分类器的线性加权构建强分类器;最后为提高AdaBoost中的每个脊波过程神经网络模型的学习速度,提出一种基于满秩分解的极限学习算法,通过Moore-Penrose广义逆求解隐层输出权值。仿真实验以A区的B1井和B2井为例进行岩性识别,通过对比分析验证方法的有效性,识别效果优于其他过程神经网络模型,准确率最高可达90%左右。
2019, 48(1): 117-121.
doi: 10.3969/j.issn.1001-0548.2019.01.019
摘要:
在基于协同表示(CR)的高光谱图像分类问题中,通常直接选用训练样本构建各类字典,但各类字典内训练样本基元间的相关性往往会降低协同表示分类性能。为此,该文提出采用主成分分析(PCA)对各类训练样本进行去相关处理以构建字典,降低了训练样本间的相关性对分类结果的影响,可有效提高协同表示分类的有效性。高光谱真实数据分类实验结果表明,该算法可有效提高传统协同表示分类的正确率。
在基于协同表示(CR)的高光谱图像分类问题中,通常直接选用训练样本构建各类字典,但各类字典内训练样本基元间的相关性往往会降低协同表示分类性能。为此,该文提出采用主成分分析(PCA)对各类训练样本进行去相关处理以构建字典,降低了训练样本间的相关性对分类结果的影响,可有效提高协同表示分类的有效性。高光谱真实数据分类实验结果表明,该算法可有效提高传统协同表示分类的正确率。
2019, 48(1): 122-141.
doi: 10.3969/j.issn.1001-0548.2019.01.020
摘要:
静态无权网络是目前最常见的复杂网络形式,这种网络零模型也被研究得最广泛和最深入。该文将无权网络分成无权无向网络和无权有向网络两种形式,分别研究了这两类网络的零模型构造及应用,其中重点是无权无向网络。首先根据不同阶数随机图理论阐述了无权无向网络由低到高各阶零模型的定义,然后描述了使用ER随机图、配置模型和基于断边重连等方式构造各阶零模型的过程及相关应用。针对断边重连这种最重要的零模型构造方式,论述了无倾向性断边重连、有倾向性同配或异配断边重连,以及检测网络是否具有富人俱乐部性质的局部断边重连等构造方式,并且首次将高阶零模型扩展到社团检测等网络中尺度特性的分析中。最后,阐述了无权有向网络1阶零模型的构造以及如何基于该零模型检测网络中存在的出入度匹配特性。该文发现网络零模型能为实证无权网络提供一个准确的基准,结合网络的统计量指标定性和定量地描述出实际复杂网络的非平凡特性以及这种非平凡特性的程度及来源。
静态无权网络是目前最常见的复杂网络形式,这种网络零模型也被研究得最广泛和最深入。该文将无权网络分成无权无向网络和无权有向网络两种形式,分别研究了这两类网络的零模型构造及应用,其中重点是无权无向网络。首先根据不同阶数随机图理论阐述了无权无向网络由低到高各阶零模型的定义,然后描述了使用ER随机图、配置模型和基于断边重连等方式构造各阶零模型的过程及相关应用。针对断边重连这种最重要的零模型构造方式,论述了无倾向性断边重连、有倾向性同配或异配断边重连,以及检测网络是否具有富人俱乐部性质的局部断边重连等构造方式,并且首次将高阶零模型扩展到社团检测等网络中尺度特性的分析中。最后,阐述了无权有向网络1阶零模型的构造以及如何基于该零模型检测网络中存在的出入度匹配特性。该文发现网络零模型能为实证无权网络提供一个准确的基准,结合网络的统计量指标定性和定量地描述出实际复杂网络的非平凡特性以及这种非平凡特性的程度及来源。
2019, 48(1): 142-149.
doi: 10.3969/j.issn.1001-0548.2019.01.021
摘要:
如何更加客观公正地进行学术影响力评价一直以来都是一个重要且备受关注的问题。H-指数的提出,打破了原来以影响因子为单一评价指标的现状,引发了广泛的关注和讨论,并在随后数年产生了几十种衍生指标,这些工作极大地推动了科学计量学领域的深入研究和发展。该文详细介绍了H-指数及其具有代表性的23种衍生指标,以学者或单位的引用分布曲线为统一的视角,探讨了这些指标的本质,并讨论了各自的优缺点。最后对学术产出的影响力评价研究进行了展望。
如何更加客观公正地进行学术影响力评价一直以来都是一个重要且备受关注的问题。H-指数的提出,打破了原来以影响因子为单一评价指标的现状,引发了广泛的关注和讨论,并在随后数年产生了几十种衍生指标,这些工作极大地推动了科学计量学领域的深入研究和发展。该文详细介绍了H-指数及其具有代表性的23种衍生指标,以学者或单位的引用分布曲线为统一的视角,探讨了这些指标的本质,并讨论了各自的优缺点。最后对学术产出的影响力评价研究进行了展望。
2019, 48(1): 150-155.
doi: 10.3969/j.issn.1001-0548.2019.01.022
摘要:
该文为解决相控阵天线阵面的温度不均,设计了S型微通道、类树形分叉横向微通道和T型纵向微通道3种拓扑结构。以多热源温度均匀性为设计指标,利用数值仿真分析了3种微通道拓扑结构的性能,结果表明T型纵向微通道冷板的热源温度均匀性最优。通过实验验证了T型纵向微通道结构的优越性,并且得出了多热源温度均匀性随着热源总功率的提高而降低,随入口流量的增加而提高的规律,为多热源相控阵天线的热设计提供了依据。
该文为解决相控阵天线阵面的温度不均,设计了S型微通道、类树形分叉横向微通道和T型纵向微通道3种拓扑结构。以多热源温度均匀性为设计指标,利用数值仿真分析了3种微通道拓扑结构的性能,结果表明T型纵向微通道冷板的热源温度均匀性最优。通过实验验证了T型纵向微通道结构的优越性,并且得出了多热源温度均匀性随着热源总功率的提高而降低,随入口流量的增加而提高的规律,为多热源相控阵天线的热设计提供了依据。
2019, 48(1): 156-160.
doi: 10.3969/j.issn.1001-0548.2019.01.023
摘要:
工程中部件或系统的性能函数通常是隐函数形式,该文提出基于高效代理模型的结构可靠性分析方法,构造新增样本点学习函数,并用于指导在序列迭代过程中的样本点选择。所提出的学习函数考虑了变量权重并保证所选的样本点相互之间有一定的距离且分布在极限状态方程周围。算例分析表明该方法有较好的精度和鲁棒性,不仅适用于性能函数为隐函数时的结构可靠性分析,而且也适用于现有的各种代理模型(神经网络、支持向量机、响应面等),为结构可靠性分析提供新途径与新方法。
工程中部件或系统的性能函数通常是隐函数形式,该文提出基于高效代理模型的结构可靠性分析方法,构造新增样本点学习函数,并用于指导在序列迭代过程中的样本点选择。所提出的学习函数考虑了变量权重并保证所选的样本点相互之间有一定的距离且分布在极限状态方程周围。算例分析表明该方法有较好的精度和鲁棒性,不仅适用于性能函数为隐函数时的结构可靠性分析,而且也适用于现有的各种代理模型(神经网络、支持向量机、响应面等),为结构可靠性分析提供新途径与新方法。