LMS算法在LFMCW雷达信号处理中的应用

LFMCW雷达在自动驾驶技术中起着举足轻重的作用,LFMCW雷达后端的信号处理是实现雷达作用的关键,然而LFMCW雷达的调制泄漏问题严重影响LFMCW雷达后端信号处理,因此必须去除调制泄漏。自适应对消技术是一种典型抗干扰技术,其基本思想是:滤波器的工作参数随输入信号统计特性的变化而自适应调整,使滤波器一直工作在最佳状态,并将得到的滤波信号与输入信号进行对消。LMS算法提供的滤波器权值迭代公式可以使输入信号沿最快的方向稳定地逼近参考信号。因此,可以将LMS算法运用于自适应对消系统,对泄漏信号进行对消处理。将LMS自适应对消系统应用于实验,结果证明LMS自适应对消系统最大可实现50dB左右调制泄漏对消。

“大思政”育人理念下独立学院应用型人才培养的途径研究

“大思政”育人理念下,独立学院通过创新实践育人模式、构建新型课程思政教学体系等途径,积极探索将思想政治教育工作融入到整个人才培养工作中的应用理论及方法,做好应用型人才培养工作。

财经类独立院校计算机专业人才培养探讨

本文从独立院校特点及其与本科、高职院校人才培养的区别出发,对财经类独立院校计算机专业学生特点进行了分析,并从人才培养目标定位、课程设置、教学方法改革等几方面提出了财经类独立院校计算机专业人才培养的具体建议。

引入局部向量点积密度的数据流离群点快速检测算法

现有数据流离群点检测算法在面对海量高维数据流时普遍存在运算时间过长的问题。为此,提出一种引入局部向量点积密度的高维数据流离群点快速检测算法。以保存少量中间结果的方式只对窗口内受影响的数据点进行增量计算,同时设计2种优化策略和1条剪枝规则,减少检测过程中各点之间距离的计算次数,降低算法的时空开销,从而提高检测效率。理论分析和实验结果表明,该算法可以在保证检测准确性的情况下有效提高数据流的离群点检测效率,并且可扩展至并行环境进行并行加速。

一种基于相关系数加权的离散型数据填补算法与分析

为解决具有关联性数据的缺失值问题,提出一种结合相关系数与相似性匹配作用于离散型数据填补缺失值的方法。首先,在非缺失数据源中挖掘频繁项集并计算数据属性间的相关性,计算出挖掘项的项内整体的相关性;然后,根据缺失数据所在项的非缺失前项与完整数据挖掘项的相似度选择填补项;填补项相似性一致则利用加权置信度进一步选取填补规则,一方面提高了Apriori挖掘规则集合的数量及质量,另一方面也保证了规则匹配的可靠性。经实验与相关方法比较,该方法提高了缺失数据填补的准确率与时间效率。

残缺家庭对青少年心理的影响及对策

据有关部门统计资料显示,残缺家庭子女数目逐年攀升。残缺家庭对学生造成的负面影响已日趋成为我国的一大社会问题,急需我们广大教育工作者予以足够重视。在日常教育工作中,家长和老师要勤于思考,善于发现,用一颗永恒的爱心去说服、教育,使残缺家庭子女的身心和学习得到和谐、健康的发展。

基于频繁模式的数据有效性评估研究

虽然数据量的庞大增加了信息的复杂性,但其蕴含的内在关联价值在不断升华,因此对数据隐式规律的挖掘是现代社会的热点。文中提出对物联网感知数据采用关联规则通过频繁模式的挖掘对数据有效性进行研究。利用可变的时间滑动窗口和衰减模型提高数据的规则可信评估的实时性和可靠性,通过置信度计算划分可信区间并进行总体评估计算得到属性基于规则的有效性指标。

基于改进的灰色预测在建筑事故适用性研究及应用

在安全事故的预警研究中,对即将发生的安全事故进行有效预测能够为安全监督管理者提供及时有效的预警信息。因此针对建筑事故数据波动性大的特性,利用对灰色预测改进的马尔科夫灰色预测和弱化算子灰色预测进行比较,选择出适应性较好的预测算法,并实现信息系统的开发。为安全生产提供实时有效的信息展示系统,提供可靠的预测数据结果。

生态环境监测的数据清洗研究

作为对生态监测数据质量的提高方法,数据清洗是一种有效的处理方法,本文对其的应用现状与前景进行了概述。首先对物联网在生态监测数据的数据清洗的研究背景和特点进行说明。针对监测数据清洗问题处理方法进行分类,对这几类问题的解决途径进行分析介绍。最后根据现有的处理方法的优缺点并结合生态监测采集数据特点提出了进一步数据修正改进的方案,对该领域的数据清洗研究作出展望。