高校Linux教学势在必行

Linux是当今最热门的操作系统之一。从 Linux的主要特征出发 ,在分别与 Uinx和 Windows作了比较的基础上 ,论证了在高校进行

基于改进的SVM的电能质量复合扰动分类

本文利用支持向量机对电能质量复合扰动进行分类,解决其多重分类问题,为了提高其整体分类的准确率,对支持向量机中的核函数进行了改进。考虑到特征向量在核函数中心位置的聚集程度会影响支持向量的数目,本文在核函数中引进一个径向宽度因子和一个幅值调节因子,从而解决传统核函数存在的问题,减少支持向量数目,降低计算复杂度。将改进后的算法应用到电能质量复合扰动分类中,验证所提方法对于电能质量复合扰动分类不仅具有可行性,并且有较高的分类准确率。从仿真实验结果可以看出,改进的方法对常见的7种单一电能质量扰动信号和5种电能质量复合扰动信号能够进行分类,相对原算法提高了分类准确率。

Daubechies复小波的构造及在电能质量检测中的应用

针对实小波在电能质量扰动检测时不能提取相位信息以及对高频系数提取效果不理想的缺点,提出了正交紧支撑Daubechies复小波的构造方法。即将希尔伯特变换和小波变换结合起来,构造一组复值的滤波器组,然后将其虚部和实部分别进行分析,实现了相位、幅值和适当组合信息等信息的提取。实验仿真结果表明利用该类复小波可提取相位信息,从而更准确地检测出电能质量扰动信号中的突变点,相对实小波能分辨出其扰动的类型,在相同阈值的条件下对电能质量信号进行去噪时,相对实小波及其他复小波去噪后的信噪比有明显的提高。

基于小波变换和改进的RVM的电能质量扰动分类

为了提高相关向量机的回归预测的准确率,本文提出了一种改进的相关向量机算法。该算法从相关向量机的核函数角度出发,将实际中大部分噪声属于正态分布这一个特性引入到核函数中,并在其基础上加入了幅度调节因子,实现了对核函数的改进。为了进一步提高电能质量扰动分类性能,将改进的相关向量机应用于电能质量扰动分类。首先,采用小波变换对电能质量信号进行分解,将分解后得到的各层小波系数能量所占的比例值作为特征量,然后,用改进后的相关向量机对特征量进行分类,进而实现基于小波变换和改进的相关向量机的电能质量扰动分类。实验结果表明,该方法能够对各种电能质量扰动信号进行分类,并且其分类准确率优于支持向量机和未改进前的相关向量机等其他分类方法。

自适应复数信号独立分量分析算法

针对强不相关变化算法不适用于谱系数相同的非圆信号的问题,提出了一种自适应复数独立分量分析算法.利用非圆信号的二阶统计量都不为零的特点构造代价函数,在复数域中直接优化代价函数,推导出一种针对非圆信号的自适应算法.该算法不仅对谱系数相同的非圆信号有效,而且适用于任意包含有非圆信号的统计独立的信源信号,不需要计算特征向量和奇异向量,算法的结构简单.实验仿真结果验证了算法的有效性.

CRM创造企业营销新理念

CRM源于市场营销,是在关系营销、业务流程重组等基础上进一步发展起来的,是企业运用网络技术进行营销管理的创新。从CRM的本质出发,以新浪的CRM为例,可以了解它对核心营销理念的创新,由以产品为中心变为以客户为中心。从CRM对营销管理的创新、对营销策略创新和对营销手段的创新中,可以看出企业发展CRM,将会创造企业营销的新理念。

改进的异构无线传感器网络路由算法

稳定选举协议因没考虑节点的剩余能量,造成一些低能量节点当选为簇头而过早死亡,而且选出的簇头将数据直接发送给基站,导致部分距离基站较远的节点能量消耗过大而死亡。针对这两个问题,提出了一种适应于异构环境的改进的无线传感器网络路由算法。该算法在簇头选取过程中,加入节点的剩余能量和邻居节点数,使得具有较高的剩余能量且分布在密集区域中的节点当选为簇头的概率增大,并参考图论中的Dijkstra算法,实现簇头到基站低代价传输的多跳通信。仿真结果表明,与传统的稳定选举协议及其改进算法对比,该算法降低了网络的能量消耗,明显地延长了网络的稳定期和生命周期。

针对任意非高斯信号的快速固定点盲波束形成方法

峭度最大化盲波束形成算法的性能受步长调节参数的选择影响很大,尤其是在信道和信号参数未知的条件下,很难选择合适的步长。针对以上问题,提出了两种新的不需要步长调节参数,而且同样适用于任意非高斯信号的快速固定点的盲波束形成算法。首先通过白化对数据进行预先处理,然后以峭度最大化和波束形成器的权值正交化来构造代价函数,采用复数近似牛顿方法对代价函数优化,得到新的盲波束形成算法。与峭度最大化盲波束形成算法相比,该算法误差小、收敛速度快,不需要任何步长调节参数,更适用于信道和信号未知的环境。仿真实验验证了算法的有效性。

粒度计算方法

粒度计算是一种用来处理不完全、不可靠、不精确、不一致和不确定知识的工具,它象一把大伞,覆盖了所有有关粒度的理论、方法论、技术和工具的研究,已成为人工智能研究领域的重要热点。从人类智能特点出发,分析了粒度的特征,提出了商空间理论的粒度计算模型。介绍了粒度计算的主要方法,并对这些方法进行了比较。

改进的快速独立分量分析方法研究

快速独立分量分析算法硬件实现困难,基于HuberM估计函数的独立分量算法硬件实现容易,但是该算法稳健性有待提高。针对这一问题,提出了一种硬件实现容易,而且具有很好稳健性的改进的快速独立分量分析算法。该算法硬件实现容易,且具有很好稳健性的Tukey双权函数作为原算法代价函数中的非线性函数,通过牛顿迭代方法对代价函数进行优化,得到改进的快速独立分量分析算法。仿真实验证明,该算法是有效的,且稳健性较好。

智能物流及其支撑技术

提出了智能物流的概念,阐述了智能物流的特点,介绍了智能物流的主要支撑技术,包括自动识别技术、数据仓库和数据挖掘技术以及人工智能技术。

模糊集、粗糙集和商空间理论的比较研究

针对模糊集、粗糙集及商空间理论,从对智能的理解、粒的表示、粒度的定义和粒的关系这4个方面进行比较。分析比较结果可知,它们的共同之处有:用集合定义粒,用粒描述知识;不同之处有:词计算和粗糙集理论分别从微观角度研究词的推理和属性的约简,而商空间理论是从宏观角度研究粒度的变化规律。

无源探测中微弱目标的多步检测算法研究

针对在无源探测中掩膜效应严重影响远处微弱目标的检测问题,提出了一种多步检测算法。该算法采用广义对消算法去除目标回波中由于掩膜效应造成的直达波和杂波,并利用优化的CLEAN算法消除近处强目标回波,通过逐步消除强目标回波,达到提高检测微弱目标性能的目的。仿真结果表明,该算法能够较准确地估计出微弱目标的位置,计算量较小,在复杂背景下同样能够较好地检测出目标。

基于加权最小二乘支持向量机的欠定盲源分离

为了进一步提高欠定盲源分离算法中混合矩阵估计方法的性能,提出了一种基于加权最小二乘支持向量机(SVM)的欠定盲源分离混合矩阵估计方法。该方法利用信号的方向角度特征估计出有效信源信号个数,然后采用加权最小二乘支持向量机方法获得初始权值,每次将其中一个权值对应的样本点作为测试样本,其余点作为训练样本,依次对样本的误差变量进行更新,再根据权值计算公式实现所有权值的更新,进而确定最优分类平面,实现对观测信号的最优分类,最终估计出混合矩阵。实验结果表明,新算法是有效的,其平均误差是基于K-均值方法误差的0.2倍左右,是基于SVM算法平均误差的0.5倍左右。

后非线性马尔科夫算法应用于振动信号提取

实际环境中通过传感器检测到的设备状态信号往往是非线性混合信号;而设备状态信号是设备故障诊断的基础,因此从混合信号中分离出设备状态信号极其重要。现有线性独立分量分析方法分离效果并不理想,对此提出将后非线性马尔科夫盲源分离算法应用于设备状态信号提取。为验证算法有效性,将直升机齿轮箱振动信号的非线性混合信号进行分离实验。实验结果表明算法能有效分离出轴承故障振动信号,为进一步提高故障诊断准确性和方便性提供了帮助。

高频电子线路课程教学模式的探索与实践

针对传统教学模式过分强调知识的传授而忽略了学生学习能力培养的问题,将学生实际情况和双主体教学模式思想进行融合,提出了高频电子课堂教学新模式。该模式尊重学生作为学习主体的能动性,以培养学生自学能力和创新能力为目标。实践表明该教学模式能更好的调动学生学习的积极性,主动性。

E-Learning引发企业培训新革命

E-Learning是利用计算机、通讯、仿真、人工智能等技术,通过因特网、通讯卫星、交互式电视等形式进行学习与教学的活动。企业发展E-Learning可以使员工在任何时间、任何地点、以任何形式进行学习,同时可以大大地降低培训成本,因此E-Learning必将引发企业培训领域的新革命。

企业成功实施CRM的战略思考

企业实施CRM的主要目的是要达到提高竞争力并带来较高的投资回报率,正确理解CRM的本质是成功实施的必要前提。企业在CRM战略向CRM实施推进的过程中,应当对整个项目相关的流程、人和技术等问题进行全面的考虑,并对相应的成本进行科学的预算,不仅要对单独CRM系统的部署表示足够的重视,更要重视CRM与电子商务的完美整合,以使企业从CRM系统中获得更大的利益。

在Linux下实现安全PPP连接

文章先介绍 PPP。之后 ,通过配置 chat和 pppd,成功地实现了 PPP连接 ,并通过竞争握手认证协议 ( CHAP)使得 PPP连接安全可靠。

改进的参考独立分量分析算法

针对参考独立分量分析收敛速度较慢的问题,提出了两种基于改进的快速收敛牛顿迭代方法的参考独立分量分析方法。该方法首先对观测信号进行白化预处理,避免观测信号矩阵求逆运算,减少了算法的计算量;然后采用修正的具有三阶收敛速度的牛顿迭代方法对参考独立分量分析的代价函数进行优化,推导出快速收敛的参考独立分量分析算法。仿真实验结果表明,改进后的算法是有效的,算法收敛速度相对原算法提高了1.7倍,相对现有算法提高了1倍,而且误差更小。