基于tsPSO算法的阵列自适应随机共振方法研究

针对传统随机共振方法存在的单级自适应随机共振方法输出响应信噪比低、参数自适应时间长且阵列随机共振方法参数设置困难等不足,提出了一种基于带极值扰动的简化粒子群(Extremum Disturbed and Simple Particle Swarm Optimization,tsPSO)算法的阵列自适应随机共振方法,实现了强噪声背景下大参数微弱信号的有效、快速检测。首先,采用并联随机共振系统,通过对各子系统的输出响应进行自相关分析并合成提高最终输出响应的信噪比;其次,在每个并联子系统中,通过随机共振系统级联的方式进一步提高输出响应的信噪比;最后,以信噪比为适应度函数,对每个子系统的参数进行自适应选择,并通过变换尺度分段搜索和采用ts PSO算法缩短参数自适应的时间。仿真实验和工程应用结果验证了该方法的有效性。

基于tsPSO的聚类案例检索策略

当今社会,情报对于公司及个人变得越来越重要,为了从海量数据中找寻到对自己有用的信息,人们使用基于案例的推理这项技术并广泛的应用于各个领域。但由于新增案例不断的被加入到案例库中,容易产生沼泽问题,而一个好的聚类算法能很好的解决这个问题,即可方便案例库的维护和使用,又提高了查找的速度。为此提出了基于tsPSO算法的聚类来解决这些问题,经证明有良好的效果。

基于并联自适应随机共振的微弱信号检测方法

针对传统大参数信号自适应随机共振方法存在的变换尺度变化范围选取缺乏固定标准、参数自适应效率低、检测到的目标信号不够明显等不足,提出一种基于并联自适应随机共振的微弱信号检测方法,实现强噪声背景下大参数微弱信号的快速、有效检测。推导出基于采样频率的变换尺度的最大变化范围,将该范围平均分段,以输出信噪比为适应度函数,在变换尺度各子搜索范围和共振系统参数搜索范围内,采用带极值扰动的简化粒子群算法对变换尺度及系统参数进行自适应优化选择;将优化得到的变换尺度和系统参数分别作为并联各子随机共振系统的输入信号变换尺度和系统参数;将各子系统的输出响应分别进行自相关处理后,合成为最终的系统输出响应。仿真及实际应用结果表明,该方法对强噪声背景中的微弱目标信号具有准确的检测能力,能够有效提高参数自适应效率,突出检测到的目标信号,增强强噪声背景下微弱信号的检测能力。

Preparation of Polyclonal Antibodies Against Testis-specific Protease 50 and Characterization of Antibody Specificity

Testis-specific protease 50 （TSP50） is a testis-specific oncogene, which is abnormally activated in most tested patients with breast cancer. This property makes it an attractive molecular marker and a promising target for the diagnosis and therapy of breast cancer. In order to obtain the protective and specific polyclonal antibodies for further research, TSPS0 cDNA was amplified by RT-PCR from normal human testicular tissue, and inserted into eukaryotic expression vector PeDNA3.1. Rabbit anti-TSPS0 polyclonal antibodies were prepared by means of intramuscular injection of peDNA3.1-TSPS0 into the rabbits. Titem of the anti-sera were measured by ELISA and Western blotting with the E. coli cell lysate containing the induced GST-TSPS0 fusion protein as an antigen. In addition, we examined the expression of TSPS0 in both breast cancer cell line MCF-7 and breast cancer tissue by immunofluorescent and immunohistochemistry analysis.

基于轨迹压缩的航空器飞行轨迹聚类研究

为准确掌握终端区航空器飞行模式,有效评估、优化飞行程序,首先,针对飞行轨迹点的时空特性,提出基于时间比的自上向下算法压缩轨迹;其次,结合轨迹点的速度和航向特征,建立基于多维属性特征的轨迹相似性模型;最后,应用禁忌粒子群(TSPSO)算法改进和优化模糊C-均值聚类(FCM)算法,并结合终端区的真实飞行轨迹数据对改进聚类算法进行验证。结果表明:轨迹压缩技术极大地降低了计算开销;与传统的FCM算法相比,改进后的聚类算法可以得到更优的满意解,提高飞行轨迹聚类效果。

基于3DS室内模型虚拟漫游场景的管理方法

以3DS室内模型作为虚拟漫游场景,提出了一种基于Portal技术的入口生成新方法及视锥体裁剪算法。首先在3DS MAX建模时确定入口位置,然后在虚拟漫游时由入口位置计算生成入口平面,进而用入口平面裁剪视锥体创建物体可见集实现场景管理。实验结果表明,这种入口生成方法效率高,室内模型遮挡性越强,裁剪算法的优越性越突出,此方法可适用于任何3DS室内模型虚拟漫游的场景管理。

优化基于近红外光谱的联合间隔偏最小二乘法建模检测芝麻油掺伪含量

应用近红外光谱(NIR)分析技术建立测定芝麻油中大豆油含量的定量分析模型。基于32个含量梯度共384个掺伪芝麻油样品的近红外光谱,首先采用标准正态变量变换(SNV)对光谱进行预处理,再采用无信息变量消除法(UVE)初步筛选波长变量,然后结合联合间隔偏最小二乘法(SiPLS)和带极值扰动的简化粒子群优化算法(tsPSO)建立芝麻油中大豆油掺伪含量预测模型,经特征波段选取后建立的模型变量减少,波长变量由451个减少到219个,训练集和测试集相关系数分别为0.9998和0.9919,均方根误差分别为4.39E-2和3.99E-2。结果表明,该方法能够作为芝麻油中大豆油掺伪含量的快速检测方法。此外,该方法也可应用到芝麻油中掺入其他低价值油的掺伪含量检测中。

基于一种改进的粒群算法的异构案例库语义检索策略

在现今,竞争情报具有很重要的作用,但企业不同使用的特征项不同,制约了案例之间相似度的比较。为此使用Ontology,以完成不同名称特征项的相似度计算,进行相似度的计算必需有好的权重分配的策略。在该项目中,为了达到好的效果,建了一套基于带极值扰动简单粒子群权重分配策略。根据实验结果,该策略能够有效的提高检索的准确率及查全率。

一种在光纤通信中的偏振稳定系统设计与实现

针对光信号在非保偏环境下传输偏振态随机变化的现象,设计了一种可实时保持信号偏振态稳定的系统,用于光纤通信系统接收端。该偏振稳定系统采用基于偏振跟踪的直接检测方案,使用功率差作为反馈变量,无需高速电路支撑。反馈控制算法采用禁忌-粒子群优化算法,将粒子群算法自适应化并引入禁忌表,形成收敛速度快、不易陷入局部最优值的优质算法。系统硬件实现后,经实验验证了该偏振稳定系统的有效性,且对光信号的调制速率、调制格式透明。