波束分裂模式检测下的太赫兹稀疏信道估计方案

针对现有的基于共同稀疏信道支持的理想假设的宽带信道估计方案中阵列增益严重损失的问题,提出一种波束分裂模式检测的信道估计改进方案。建立具有时延-相控模拟的混合预编码的宽带太赫兹大规模多输入多输出系统模型;通过波束分裂效应估计出信道分量的物理方向,检测出不同子载波的信道支持度,实现每个信道分量的估计。仿真结果表明,与其它信道估计方案相比,所提方案减少了导频开销,降低了计算复杂度,鲁棒性优越。

反模式检测研究综述

反模式是一类在软件设计和实现过程中重复出现的不良解决方案,这种方案会妨碍软件的维护和演化。反模式检测不仅能够帮助识别软件缺陷,避免未来的工作中出现同样的错误,还能够对软件重构提供指导,对于软件的质量保证有着重要意义。从静态反模式检测和动态反模式检测入手,详细分析了目前反模式检测领域的相关方法,对相关检测工具进行了调查分析,总结了各种检测方法的应用以及存在的不足。

设计模式检测工具有效性评估策略

为解决传统设计模式检测工具比较基准缺乏及相似工具重复开发的问题,在分析现有设计模式工具检测结果基础上,按识别方法进行了分类,制订了参与检测工具的筛选规则,探讨了各种工具的局限性,提出了一种设计模式检测工具有效性评估方法。以设计模式实例基准、变体、参与者角色实例共享为主要评估指标,通过对8种检测工具及9种开源系统指标的交叉比较,验证了所提方法的有效性,总结了评估工作的有效性威胁,给出了合理性建议,为设计模式检测工具评估提供了一种新思路。

复杂事件模式检测与CEP测试数据生成算法研究

随着信息技术的快速发展和广泛应用,大数据正以不可阻挡的气势向我们走来.大数据源于信息技术,同时又向信息技术提出挑战.如何征服大数据给信息技术处理能力上带来的挑战是一个广泛关注的课题.由于采用面向流式数据的处理策略,复杂事件处理(Complex Event Processing,CEP)技术被认为是一种有希望征服大数据挑战的技术之一.然而,当事件流成为大数据时,目前的CEP模型、事件模式检测和CEP系统测试数据生成的方法和技术都存在很多不足.文章针对这一问题讨论了复杂事件建模、模式检测与测试数据的生成方法.提出一种CEP代数模型,用多种事件算子来表达事件之间的关系和事件流模型.在这里,一个创新的思想是把CEP代数模型表达式解释成算术文法产生式,从而可以用词法分析技术解决复杂事件模式检测问题.为了有效地测试复杂事件模式检测的算法,基于CEP代数模型,提出了一个用于支持上述CEP模式检测的大数据事件集的生成算法.并由此生成了不同量级的测试数据,测试了一个RFID物联网中CEP模式检测引擎.实验结果表明了提出的事件模式检测算法和CEP系统测试大数据事件集生成算法的有效性.

火箭发动机多层粘接结构的双模式检测

针对机载固体火箭发动机多层粘接结构的粘接质量检测问题,利用聚焦探头双模式检测方法提高了检测信号能量,获得有效检测信号。通过一次螺旋C 扫描获得了双层包覆二界面粘接质量诊断图像,其脱粘检测分辨率小于等于Φ5mm。

基于堆叠泛化的设计模式检测方法

设计模式检测是理解和维护软件系统的一项重要工作.以高效识别设计模式变体和提高设计模式识别准确率为目的,将面向对象度量与模式微结构相结合,提出一种基于堆叠泛化的设计模式检测方法.该方法应用典型的机器学习算法,分别训练度量分类器和微结构分类器,并基于两者的预测值和相关对象模型特征进一步训练,从而形成堆叠分类器.为了评估该方法,基于该方法开发了一个原型工具OOSdpd.该工具从Java字节码级别的系统实现中抽取设计模式实例,并在JUnit等几个经典的开源项目上进行实验.通过与现有的两种工具进行对比分析,实验验证了该方法在提高设计模式识别准确率及召回率方面的有效性.

基于时间序列相似度的离群模式检测模型

针对常规基于单点数据比较的离群模式检测忽视现实生活各种波动周期规律的问题,提出采用时间序列相似度的检测方法.通过基于重要点的时序线段拟合方法描述整体波动规律,以线段斜率比较描述时序走势的相似度.模型克服了一般时序分析算法复杂度高、缺乏整体波动规律把握的缺陷,可以有效解决目前可疑金融交易监管系统高误报率、报送数据调查价值低的问题.对金融外汇交易真实数据的实验结果证实了模型在交易波动周期规律发现上的有效性.

基于重要边缘点的时间序列异常模式检测算法

在分析边缘算子的思想和现有时间序列模式表示方法基础上,将边缘点方法和重要点方法相结合,提出了基于重要边缘点的时间序列模式表示算法。算法按各观测点的边缘化程度,提取重要的边缘点将时间序列分成多个子线段,通过分析直线段之间的相似性,发现异常的序列模式。从理论和实验两方面对算法进行了分析和验证,结果表明,算法复杂度较低,模式表示误差小,能够满足大规模时间序列数据模式表示的要求。

基于匹配场和长项积分混合处理的多模式检测跟踪一体化算法

提出多模式贝叶斯准则下的概率数据关联滤波新概念,并将该方法与基于匹配场一长项积分混合处理相结 合,建立了基于Bayes框架的检测跟踪一体化算法,通过时间域的连续递归和空间域的数据关联,较好地实现了对机动目 标的被动定位和跟踪。

黄色荧光碳点的合成及其双模式检测有机溶剂中水含量

为了拓展荧光碳点在溶剂传感器领域的应用,我们采用以天然木质素为碳源,邻苯二胺为氮源,通过一步溶剂热法合成了黄色荧光碳点.获得的碳点尺寸在10 nm左右,形貌为圆盘状,并具有高的结晶性和石墨化程度.该碳点具有独特的发光特性:以水为溶剂,在紫外光激发下发出黄光,且具有激发独立性,此外,在不同溶剂中发出不同颜色的光.基于此,进一步将该碳点应用于溶剂传感器,特别是有机溶剂中水含量的检测.结果表明:该碳点不仅表现出基于发射波长变化的比色传感特性,而且还具有基于荧光强度变化的定量检测能力,可望实现有机溶剂中水含量的双模式传感,为高性能光学传感器的开发提供一种新思路.

基于DAB/DMB系统的模式检测及帧同步技术

针对数字多媒体广播(DAB/DMB)系统,提出了一种可实际应用的信号模式检测和时域帧同步技术,该方法是基于信号空符号的能量自适应检测方法(Energy-BasedDetection,EBD)。仿真结果显示其同步性能良好,可推广应用于其他具有多种传输模式的OFDM系统的模式检测及帧同步。与最大似然相关方法相比,实现复杂度低,硬件资源占用少。

基于孤立森林采样策略的企业异常用水模式检测

为解决企业异常用水模式检测过程中的低频短时间序列数据和不平衡分类问题,提出了一种基于孤立森林采样策略的二分类预测方法。首先构造用水波动性特征和统计性特征,利用孤立森林算法计算多数类中样本点的“孤立”程度以衡量每个样本的“代表性”,再按样本“代表性”排序,对“代表性”高的样本优先进行采样;然后将抽取出的样本与少数类合并,构成较平衡的训练样本集;最后利用较平衡的数据集训练XGBoost分类器并进行预测。在某市的7604家企业13个月的用水量数据集上,该方法对企业异常用水模式的预测结果AUC和查全率可达到0.927和0.891,比基于随机欠采样的XGBoost方法的0.885和0.733分别提升了4.7%和21.6%。

Adam优化的BP神经网络地铁空调环境模式检测

针对目前地铁空调系统环境模式的检测判定,依旧存在效率低下智能化程度不高的问题,设计了Adam优化的BP神经网络地铁空调环境模式检测模型。选取3个关键变量:烟雾浓度、二氧化碳浓度、温度作为环境模式识别的特征条件,采用Adam优化算法对传统BP神经网络模型的梯度下降进行优化,采用一阶矩估计和二阶矩估计动态调整每个参数的学习率,加快模型学习,提高网络识别精度,并在收敛时减小震荡。实验结果表明,优化后的BP神经网络地铁环境模式检测模型收敛速度提高了98.88%,预测错误平均个数减少了45.6%,且收敛过程中震荡大大减小。同时相比于其他机器学习多分类模型,优化后的BP神经网络模型准确率为99.88%,检测运行时间为12 ms,整体性能更优。

基于DVB-T/H系统的模式检测和帧同步算法

针对数字视频广播(DVB-T和DVB-H)系统,提出了一种定长归一化峰值算法实现模式和保护间隔的检测以及帧同步。该算法仅利用循环前缀的特点,不需要其他的辅助数据。仿真表明,该算法检测性能好,可推广应用于其他具有多种模式和保护间隔检测及帧同步的OFDM系统。

基于相似度计算的UML图匹配算法设计模式检测技术研究

现在软件项目越来越庞大,历史项目也因文档缺失,结构不清晰等原因很难被开发者理解。为了能让软件开发者深入了解系统结构,增强开发者软件重构、复用的能力,我们研发设计模式检测技术并作为插件集成进SonarQube,和代码质量检测、代码克隆检测、解耦检测等一起作为技术债务进行管理,对软件开发过程具有重要的工程意义与实践指导作用。

基于规则的结构型设计模式检测技术研究

设计模式是面向对象的软件开发中一种可重用的、能够解决软件设计开发中普遍存在问题的方法。识别软件系统中的设计模式能够帮助相关开发人员和维护人员更好的理解软件系统的设计。尤其是Go F[1]中的结构型设计模式,解决了如何组合类和对象获得更大结构的设计问题。所以对于结构型设计模式的识别能够有效地提高软件的理解和可维护性。在该论文中展示了是一种识别面向对象软件系统中设计模式的方法。该方法能够自动的识别出软件系统中的结构型设计模式。

基于匹配场和长项积分混合处理的多模式检测跟踪一体化算法

提出多模式贝叶斯准则下的概率数据关联滤波新概念,并将该方法与基于匹配场-长项积分混合处理相结合,建立了基于Bayes框架的检测跟踪一体化算法,较好地实现了对机动目标的被动定位和跟踪.

切换式涡流-电容双模式无损检测系统研发

“绝缘-导体”复合结构被广泛应用于工业各个领域,针对这类复合结构的检测需求,提出了一种切换式涡流-电容双模式无损检测技术,并研发了配套的检测系统。利用有限元仿真模型分析了双端激励双模式传感器的探测场特征,验证了双模式传感器对导体及绝缘体试样缺陷检测的可行性。针对两种模式下检出信号的特点设计了信号处理电路,主要包括正交锁相模块和信号放大与滤波模块,通过单片机输出信号控制多路复用结构实现了硬件电路切换。开发了检测系统软件,实现了控制信号和检测信号的传输与处理。以单片机主控电路为核心进行系统集成,形成了双模式检测系统,并进行了不同材料、不同结构的模拟缺陷试样扫描试验,试验结果表明,该系统具有良好的检测性能。

基于FCA与CBR的设计模式检测

以一个精确可靠的设计模式检测模型为目标,结合形式概念分析(formal concept analysis,FCA)与实例推理(case based reasoning,CBR)技术,提出一种基于更完整问题描述的改进技术模型,通过FCA与余弦理论思想计算特征指标与相近案例的相似性值Score,对其结果进行优先级排序,并取得最优选择之后,将其匹配的特征结果存储到学习模型的保存过程阶段。最后,给出一种基于平均精度MAP的性能评估方法模型。试验结果表明。

注入间接线索的设计模式变体分类检测

为解决经典GOF设计模式扩展后不便于恢复的问题,结合Petterson提出的设计模式变体思想与Scanniello提出的设计模式复用概念,提出一种注入间接线索的设计模式变体检测方法,在遵循GOF标准设计模式与其变体意图一致性原则基础上,以类及其关系为基础,关注参与角色间有价值的间接联系,给出了创建型、行为型、结构型模式变体的具体实现,并依次以Factory M ethod、Command、Proxy模式变体为例,通过6种主流工具与4种经典开源系统对三种设计模式变体进行了检测比较,实验结果表明,本研究有助于设计模式解决方案的恢复.