LDPC码SPA算法的迭代加速

迭代加速是提高SPA效率的关键,对变量节点和校验节点个别调度可加速迭代,但运算复杂度和控制开销不容小觑。受高斯迭代法求解方程的启发,本文提出SPA迭代加速算法,每次信息更新均使用最新信息。在常用信噪比下,与SPA相比,该算法所需平均迭代次数减少了43%。在无控制开销增加且计算复杂度和存储复杂度几乎没有增加的情况下,迭代加速算法的误比特率低于SPA。

SPA算法与机器学习的黄河源土壤水分反演

土壤水分在一定程度上决定着地区的生态承载力和土壤理化性质。准确、快速的获取土壤水分含量,对生态环境监测、土壤退化恢复等具有重要意义。高光谱遥感在土壤参数反演方面应用广泛,但对高寒草甸土壤的高光谱特征与参数反演研究有待深入。为建立适用于高寒脆弱生态系统的高寒草甸土壤含水量高光谱反演模型,以黄河源区的河南县为例,利用多元线性逐步回归(MLSR)、偏最小二乘回归(PLSR)和BP神经网络(BPNN)对土壤样本含水量与土壤光谱及其数学变换的特征波段进行建模,由决定系数(R^(2))、均方根误差(RMSE)和预测残差比(RPD)对模型精度进行验证。结果表明:(1)在可见光-近红外波段,土壤样本的光谱反射率在710、780和950 nm附近存在强弱不同的水分吸收区间,且随着含水量的增加,反射率呈现先迅速降低,后缓慢增加的趋势。(2)通过连续投影算法(SPA)筛选的光谱特征波段作为自变量,含水量作为因变量,分别通过MLSR和PLSR建立反演模型,其中一阶微分(FD)、对数一阶微分(FDL)变换对应的PLSR模型可实现高寒草甸土壤水分的粗略反演,且FD变换对应的PLSR模型精度较高。(3)BPNN反演模型中,除去包络(CR)建模外,其余模型R^(2)均大于0.9,RMSE在0.048~0.074之间。其中FD、FDL、LG变换光谱对应的BPNN模型反演精度较高,验证结果的R^(2)均大于0.8,RPD均大于2.5,精度最高的为对数(LG)变换对应的BPNN模型,R^(2)、RMSE和RPD分别达到0.967、0.038和5.039。因此,BPNN模型能较精确的实现黄河源区高寒草甸土壤含水量的高光谱反演,为该地区乃至其他高寒地区生态环境监测与土壤恢复提供技术基础和数据支撑。

一般罚分(或得分)矩阵下的SPA算法

本文在一般罚分(或得分)矩阵条件下推广SPA(Super Pairwise Alignment)算法,该算法是一种次优算法,与Smith-Waterman算法比较,计算速度有明显改进(计算复杂度随序列长度线性增长).

基于SPA算法的Turbo码译码

通过把Turbo码当作一种串行级联码进行处理,在改进编码框图和降低奇偶校验矩阵后,得到了一种改进的Turbo码.采用和积算法译码进行仿真,结果显示,该方法降低了译码的复杂度.

基于SPA-GA-SVR模型的土壤水分及温度预测

土壤湿度和温度是影响水文循环和气候变化的重要参数,在农业实践活动和生态平衡中起着重要作用。为及时、准确地监测土壤含水量(Soil Moisture Content,SMC)及温度,提出了一种基于高光谱数据的预测方法。实验数据集来自为期5天的实地测量,所获得的高光谱数据包含大量的噪声及冗余信息,因此首先用Savitzky-Golay卷积平滑对光谱数据进行降噪处理,利用连续投影算法(Successive Projection Algorithm,SPA)提取数据特征波长,然后通过遗传算法(Genetic Algorithm,GA)对支持向量机回归(Support Vector Regression,SVR)的超参数权值和偏置进行优化,构建SPA-GASVR混合算法模型对土壤水分和温度进行预测,并与BP神经网络(Back Propagation Neural Network,BPNN)、SPA-BP、SVR、SPA-SVR、GA-SVR这5种模型的预测性能进行比较。实验结果表明:各模型在土壤湿度低于30%的情况下,表现出的预测能力差异并不显著。但整体上,复合模型相比于单一的神经网络或机器学习模型具有明显的优势,且经过连续投影算法优化的模型进一步的提高其预测能力,最终SPA-GA-SVR算法在各项指标上均优于其他模型,土壤水分预测模型的R^(2)=0.981、RMSE=0.473%,土壤温度预测模型R^(2)=0.963、RMSE=0.883℃。实验证明基于高光谱数据,经过SPA和GA优化的SVR模型能实现对土壤湿度和温度精准的预测。该方法具有一定的应用价值和现实意义,可应用于便携式高光谱仪和无人机上,实现对土壤水分和温度的实时监测,为今后的播种及灌溉提供理论参考。

基于改良SPA算法的高速铁路桥梁疏散能力评价

根据高速铁路桥梁应急疏散的特点,建立了其疏散能力评价指标体系。对传统集对分析法进行了改良,提出了一种基于渐变理论的集对联系度算法,并将其用于疏散能力评估。将高速铁路桥梁疏散过程划分成了三个部分——高铁线上行走过程、疏散通道穿行过程和避难场所等待过程。据此建立了高铁桥梁疏散能力评估的指标体系。然后将疏散能力划分成五个等级,拟定了各等级的分级论域。最后,以某高速铁路桥梁为例,评估了其疏散能力。结果表明:基于改良集对算法的高速铁路桥梁疏散能力评价模型具有较高的可靠性和实用性。

基于SPA-WOA-SVR的青霉素发酵过程软测量建模方法

针对青霉素发酵过程中关键参数难以直接在线测量这一工程技术难题提出基于SPA-WOA-SVR的软测量方法。采用连续投影算法(SPA)选取发酵过程辅助变量,以选取的特征辅助变量(CO_(2)浓度η、溶解氧浓度D_(O)、pH值、酸流加速率μ、碱流加速率l)为输入,以发酵过程关键参数(菌体浓度X、基质浓度S和产物浓度P)为输出,基于支持向量机回归(SVR)建立软测量模型。为提高软测量模型的预测精度和稳定性,采用鲸鱼优化算法(WOA)对模型的重要参数(核函数宽度σ、惩罚因子c和不敏感系数ε)进行寻优。将构建的软测量模型应用于青霉素发酵过程关键参数预测,仿真结果表明,与传统SVR软测量建模方法相比,采用SPA-WOA-SVR软测量方法,关键参数X、S、P测试集中的决定系数R^(2)均在0.953 3以上,均方根误差R_(MSE)均小于0.029 3,特别是菌体浓度R^(2)由0.904 4提升到0.987 9,R_(MSE)由0.031 4下降为0.009 8,说明基于SPA-WOA-SVR的软测量建模方法有效提升了模型的预测性能,具有更高的预测精度和稳定性,可推广应用于一般非线性系统的软传感器建模。

一种抗SPA分析的图像信息隐藏方法

通过分析SPA(sample pair analysis)算法的检测原理,提出了一种抗SPA分析的信息隐藏方法.该方法根据载体图像的统计特性,按计算的比例混合使用两种替换方法来嵌入信息,使得SPA算法的检测值趋于最小.实验结果表明,该方法在信息嵌入时可以调节载体图像的统计特性,不仅可以有效地抵抗SPA算法,而且对其他隐藏分析算法也很有效.

DVB-S2标准IRA-LDPC译码算法研究与改进

首先对DVB-S2标准LDPC码编码原理、IRA码以及校验矩阵的特征进行了分析,接着对该标准中LDPC码的Tanner图参数进行了总结,然后对不同的译码算法从性能和复杂度方面进行了比较,并且对不同迭代次数时LDPC码的判决信息的分布进行了分析,最后对各种译码算法的性能和复杂度进行了总结。仿真结果表明,SPA译码算法性能最优但是复杂度最大,MinSum算法的复杂度最低但是性能最差,而改进的MinSum算法则在复杂度和性能方面是前面两种算法的折中,对实际工程的应用有较强的借鉴作用。

wav音频LSB隐藏算法的隐写分析技术

分析了wav音频中最低有效位(LSB)替换的嵌入机制,构造了wav音频采样点值在LSB替换中形成的值对转移概率模型,依据构造的概率模型分析了卡方检测、SPA算法和DIH算法在wav音频中检测LSB算法的可行性。实验表明,以上3种算法可对基于8比特和16比特wav音频的LSB替换进行有效检测,且对此两种编码方式,当嵌入率分别高于3%和20%时,对载密音频判决的正确率可达100%。

基于SPA的蛋白质编码基因的比对

给出了二重比对 SPA 算法的一个扩展,把 SPA 算法推广到蛋白质编码基因的比对中.首先利用经典的密码子进化模型,得到了密码子两两的得分矩阵,并用该矩阵对 SPA 算法进行了修改,使其更加合理有效地应用于蛋白质编码基因的比对.

ZY1-02DAHSI影像归一化阴影植被指数NSVI的波段选择及其构建

高光谱影像具有连续的地物光谱信息,在阴影检测方面具有巨大的潜力,而波段冗余度高需进行波段优选。归一化阴影植被指数(NSVI)能够扩大光谱差异,在高光谱影像中应用NSVI将更有效地识别阴影。资源一号02D卫星是我国首颗自主研发并成功运行的高光谱业务卫星,数据信噪比大、覆盖能力强,对该高光谱影像进行准确的阴影检测具有重要意义。以ZY1-02DAHSI影像为试验数据,提取并分析明亮区植被、阴影区植被及水体的光谱反射率;结合竞争自适应重加权采样(CARS)和连续投影算法(SPA)筛选能够有效区分典型地物的主要波段,综合考虑算法的特性进一步选出特征波段构建NSVI;通过步长法确定最佳阈值对影像进行分类,从像元值分布情况、分类精度和光谱增强效果等对比出构建NSVI的最佳波段,并结合不同的阴影指数、波段和影像进行综合评价,验证该方法的意义及普适性。结果表明:波段32和波段73是构建NSVI的最佳波段,分别对应红光波段和近红外波段;不同波段构建的NSVI分类精度均高于90%,由最佳波段构建的NSVI分类精度为94.33%,Kappa系数为0.8328,分类效果最优;NSVI能够增强典型地物间的光谱差异并缓解归一化植被指数的“易饱和”现象,在该影像中因水体累积产生的小波峰有助于提取水体;在ZY1-02DAHSI影像中NSVI的分类效果优于归一化阴影指数和阴影指数,于另一景影像的分类精度也达到93.55%,Kappa系数为0.8167。由算法筛选出的波段具有一定的代表性,最佳波段构建的NSVI在ZY1-02DAHSI影像中具有较好的阴影检测能力,对高光谱影像阴影检测及构建植被指数具有一定的借鉴和参考意义。

高效LDPC码译码算法研究

低密度奇偶校验(low-density parity-check,LDPC)码是最接近香农极限的纠错码之一,它因具有优良的性能而被国际通信标准组织广泛采用.首先介绍了LDPC码的背景和相对于其他纠错码的优势所在,然后对高阶调制的译码算法所使用的SPA算法和最小和算法进行了深入分析,并针对使用移动衰落信道时可能会产生的影响提出了一种均衡算法(基于频域的最小均方误差线性均衡算法).在仿真阶段,对经过高阶调制的LDPC码的两种译码算法分别在AWGN信道和SFN信道的译码性能进行了研究,分析不同误码率阶段的译码性能,同时与给出的卷积码的译码性能对比,给出了相关的误码率曲线.

小波变换和连续投影算法在火龙果总酸无损检测中的应用

应用可见/近红外光谱技术、小波变换（WT）和连续投影算法（SPA）,对火龙果总酸含量（TA）进行精确、快速的无损检测,为火龙果内部品质无损检测提供科学依据。利用Maya2000光纤光谱仪采集380~1 099nm范围的火龙果漫反射光谱数据,通过WT消噪、SPA优选波长和偏最小二乘回归（PLSR）分析方法,建立了火龙果总酸的定量预测模型。试验结果表明：经过WT消噪联合SPA优选波长压缩光谱变量后建立的WT-SPA-PLSR模型,预测精度都高于全谱PLSR模型。由全部样本的原始光谱变量作为输入变量建立PLSR模型的预测相关系数（R_p）为0.851 394,预测均方根误差（RMSEP）为0.086 848;全部样本的原始光谱数据使用dbN（N=2,3,…,10）小波进行分解消噪,其中消噪效果最优的是db4小波2层分解（db4-2）,WT-PLSR模型的Rp为0.915 635,RMSEP为0.066 752,小波变换消噪后的光谱预测模型精度明显提高;原始光谱经过db10-3小波消噪联合SPA算法,从570个光谱变量中优选出530,545,604,626,648,676,685,695,730,897,972,1 016nm共12个变量作为输入变量,建立WT-SPA-PLSR预测模型,模型的RP为0.882 83,RMSEP为0.077 39。SPA算法适合火龙果TA模型的光谱变量选择,能够有效提取与总酸相关度高的波长变量,增加了预测模型的精度和稳定性。研究结果表明小波变换技术联合连续投影算法的漫反射近红外光谱无损检测火龙果总酸含量具有可行性。

基于静态删减算法的神经网络在软件可靠性预测中的应用

与传统的基于人工神经网络的软件可靠性预测模型结构普遍由预先经验或者通过不断尝试的方法确定不同,在分析一般的软件可靠性模型的基础上,提出将一种基于静态删减算法的神经网络模型应用到软件可靠性预测中。通过利用2组经典的软件失效数据进行仿真,并与传统的神经网络可靠性预测模型对比分析,研究了神经网络拓扑结构和预测精度的关系,结果表明,基于静态删减算法的运用能够提高神经网络模型对软件可靠性的预测精度。

一种大范围太阳光线自动跟踪方法

分析了聚光太阳能发电系统中目前常用的程序跟踪法和传感器跟踪法的特点,阐述了程序跟踪和传感器跟踪相结合实现精确跟踪的原理,并介绍了相应的控制方法和模拟跟踪装置的组成。这种方法可以利用低成本的角度传感器和四象限光电池实现太阳光线的精确跟踪,有利于降低跟踪系统的硬件成本。跟踪装置运行结果与SPA算法的结果比较,实测的跟踪误差不大于0.03°,满足高聚光比太阳能发电系统对太阳跟踪的要求。

LDPC码在因子图上的构造及其译码

LDPC码是一种可以接近香农限的线性分组码,可通过稀疏奇偶校验矩阵来构造,也可以用因子图来构成。根据LDPC码的不同构成方法至今已提出了数种不同的译码方法。本文介绍了基于因子图的LDPC码的构造方法,分析了和-积(SPA)译码算法的基本原理,最后详细讨论了用SPA算法对LDPC码进行译码的过程。

太阳能电池自动实时逐日系统设计

采用非易失实时时钟芯片DS12C887配合SPA算法,精确获取所在地实时太阳方位;单片机根据光功率评估电池方位驱动后所获电能及驱动耗电,优化驱动的时间间隔;不驱动时,系统掉电。该方案具有断电重启方便,实时跟踪,太阳能电池效能高的优势,具有一定的应用价值。

可见-近红外反射光谱检测小米糊化特性

糊化特性是小米的最重要加工特性之一,对小米的加工性能及产品质量有重要的影响。基于可见-近红外光谱特征信息,在不粉碎小米颗粒的状态下,提出了一种快速无损检测小米的糊化特性的方法。首先,获取小米在370~1020 nm范围内漫反射光谱后,将小米粉碎成小米粉,使用RAV快速粘度分析仪测定小米粉的峰值粘度(PV)、最低粘度(TV)、衰减值(BD)、最终粘度(FV)、和回升值(SB)、糊化温度(GT)以及峰值时间(PT)等7个糊化特性指标。然后,对原始光谱进行Savitzkye-Golay(SG)平滑、多元散射校正(MSC)和一阶导数法(1-D)预处理。最后,结合三种处理光谱和小米糊化特性指标值,通过Sample set partitioning based on joint x-y distances(SPXY)方法确定样本的校正集和验证集;基于连续投影算法(SPA)选择了特征波长,利用特征波长反射光谱信号建立了小米糊化特性指标的多元线性回归(MLR)预测模型,并使用验证集样本验证MLR模型的预测准确性。糊化指标预测结果:对于粘度指标中的PV、TV和SB参数值,经过MSC预处理后光谱,分别选择了9,17和18个特征波长建立的MLR模型的预测结果最好,预测相关系数(R p)分别为0.9347,0.8255和0.8746,预测误差(SEP)分别为174.0397,67.2203和74.2818;对于BD值,经过S-G预处理后选择了14个特征波长的MLR模型预测结果最好,R p为0.9244,SEP为178.0201;此外,对于FV参数值,经过1-D处理后选择了16个特征波长所建立MLR模型的预测相关系数R p为0.8531,SEP为132.1667。研究结果表明,利用可见-近红外光谱结合SPXY和SPA算法在不粉碎小米的状态下对其糊化特性进行检测是可行的。本研究为小米产品相关企业在生产前期,通过快速测定小米原料糊化特性,进而评估产品加工品质提供一种新的技术手段,具有较强的实际应用潜力。

可见-近红外光谱分析技术对鱼油掺假定量快速无损检测方法研究

对掺入不同含量大豆油和菜籽油的鱼油进行鱼油掺假含量的可见-近红外光谱(Vis-NIR)研究。向3个不同品牌鱼油中分别掺入不同比例的大豆油,另外3个不同品牌中分别掺入不同比例的菜籽油,共获得300个样本。对所采集样本的光谱数据分别采用原始光谱,以及平滑,变量标准化(SNV),多元散射校正(MSC),一阶求导和二阶求导等预处理算法进行处理后,建立偏最小二乘回归(PLSR)模型。基于全波段光谱的鱼油中大豆油和菜籽油掺假含量预测的最优模型分别为全波段PLSR模型和MSC-PLSR模型,其预测相关系数(Rp)分别达到0.938 6和0.959 3。进一步采用连续投影算法(SPA)分析鱼油中大豆油和菜籽油掺假样品的光谱,并分别获得了11个和15个光谱特征波长变量。基于特征变量的PLSR模型的Rp分别为0.941 2和0.932 6。试验研究表明,可以采用Vis-NIR技术实现对鱼油掺假物含量的检测。