k-LNM计算单频网增益应用研究

本文对地面数字电视SFN增益的概念、SFN覆盖判据及k-LNM算法等作了概述,研究了SFN组网前后对数正态分布变量的变化趋势,将SFN增益分为加性增益和统计增益,针对等场强和不等场强两种场景给出了应用k-LNM计算SFN增益的实例,并对计算结果进行了分析。本文的研究过程和结果,对在DTMB SFN组网规划和建设过程中如何扩大覆盖,降低干扰提供了新的理论依据。

基于增益统计的XGBoost提升方法研究

本文通过统计XGBoost模型中的分裂节点与增益信息,比较出在联合作用下平均增益高于对应特征单独作用情况下平均增益之和的特征集合,作为潜在的特征交互信息,并将此集合融入参数传递给XGBoost进行训练验证。实验表明,应用从XGBoost模型中统计到的特征信息,可以在之后训练的XGBoost模型中得到更好的预测效果。

k-LNM计算单频网增益应用研究

概述地面数字电视单频网(Single Frequency Network,SFN)增益的概念、SFN覆盖判据及k因子对数正态法(k Log-Normal Method,k-LNM)算法,研究SFN组网前后对数正态分布变量的变化趋势,将SFN增益分为加性增益和统计增益,针对等场强和不等场强两种场景给出了应用k-LNM计算SFN增益的实例并分析计算结果。研究过程和结果为地面数字电视广播(Digital Television Terrestrial Multimedia Broadcasting,DTMB)SFN组网规划和建设过程中扩大覆盖和降低干扰提供了新的理论依据。

VBR视频在IPTV点播业务中的应用

通过对VBR视频流量进行工程建模,结合IPTV用户点播时间间隔分析聚合VBR视频流量特性,研究表明在兼容现有终端和平台系统的情况下,即使不采用任何视频平滑处理,在IPTV点播业务中通过应用大规模VBR视频流的统计随机特性进行自我平均（self-average）也可获得30%～50%的统计增益,并通过大规模现场试验验证了VBR视频自平均特性在IPTV点播业务中的可行性和有效性。

中文文本分类中基于和声搜索算法的特征选择方法

特征选择是中文文本分类过程的重要预处理环节，特征选择效果直接影响文本的分类准确率。传统的特征选择方法有CHI、IG等，在其他分类预处理环节和分类算法确定的条件下，通过这些传统特征选择方法很难大幅度提高文本分类的准确率。因此，本文在传统特征选择方法的基础上提出一种新的特征选择方法，该方法利用传统的特征选择方法对原始特征进行预选，在此基础上使用和声搜索算法以二进制编码形式对预选特征进行优选，选择与否分别编码为1和0。与此同时，以分类准确率作为个体的适应度，在和声库的初始化中设定一个前半解分量为1、后半解分量为0的初始解向量，以此提高初始和声库中解的适应度。使用搜狗语料库、复旦语料库、中山大学资讯管理学院智能信息处理实验室提供的语料库，每个语料库提取的训练文本和测试文本分别为1800篇和900篇。分别使用KNN、朴素贝叶斯、SVM分类器在预选维数为300维、600维、1200维中进行实验。结果表明，对比传统的特征选择方法，采用二进制和声搜索算法进行特征优选后，其分类准确率均得到提高。

基于集中式架构的无线接入网优化部署研究

基于集中式架构的无线接入网通过资源池共享处理资源,与基于分布式架构的无线接入网相比,明显减少了网络所需的处理资源,该性能可以通过统计复用增益(SMG)来评估。本文建立了基于时-空联合流量分布的处理资源SMG模型,并推导出SMG的闭合表达式。在此基础上,综合考虑集中式架构网络部署的处理资源池、远端射频单元(RRH)及光纤的成本,建立了无线接入网基站主设备部署成本模型,并进行成本分析。仿真结果表明,SMG随着服务阈值比Pth的增大而增大。当采用集中式架构部署的小区占比η固定时,总成本TC随着成本因子CF的增大而减小。当成本因子CF固定时,总成本TC随着η的变化趋势取决于成本因子CF的取值大小。本文的研究为基于集中式架构的无线接入网部署提供了理论指导,具有实际应用价值。

基于Maxent模型的榆林地区新石器时代遗址预测分布研究

榆林地区新石器时代遗址丰富,同时在中国历史上占有重要地位,为了更有效的保护和发掘榆林地区的遗址,了解古遗址空间分布的不同规律,探讨研究古人类社会发展与自然环境演变的关系,本研究利用Maxent模型结合ArcGIS软件对榆林地区遗址分布进行预测研究,得出榆林地区潜在的遗址分布概率图,并利用Kvamme增益统计对模型精度进行验证。结果表明:①本次实验Maxent模型的AUC值为0.708,表明模型预测准确度较高;②由刀切图得出不同环境变量对遗址分布影响权重从大到小依次为:dem>离水距>剖面曲率>坡度>坡向;③模型的增益值为0.62,说明模型具有较高的精度。

Design and Analysis of a Gain-scaling Controller Applied to a Chain of Integrator System with Measurement Noise on Feedback Sensor

A control problem of a chain of integrator system with measurement noise on feedback sensor is considered. We propose a gain-scaling controller for compensating measurement noise of feedback sensor. Because control systems operate via feedback sensor＇s signal, the measurement noise in sensor＇ signal results in performance degradation or even system failure. Therefore, control systems often demand on compensating measurement noise. Our controller is equipped with a compensator and gain-scaling factor in order to reduce the effect of measurement noise on feedback sensor.

最大熵模型的巴基斯坦遗址预测分布研究

针对巴基斯坦的遗址分布问题,该文通过对巴基斯坦的遗址分布进行预测,基于674处遗址点,选取DEM、土壤类型、土地利用类型、离水距等环境变量作为自变量,构建Maxent遗址预测模型,利用Logistic模型验证Maxent模型的精度,并用Kvamme增益值进一步验证两模型的精度。结果表明,印度河流域遗址分布概率高,北部高地地区遗址分布概率低。Maxent模型和Logistic模型都具有较高的准确度,而Maxent模型的增益值远大于Logistic模型,模型精度更高;在局部尺度下,Maxent模型表现更加稳定,其增益值基本保持不变,而Logistic模型在不同的子区域内增益值并不稳定。Maxent模型对于小规模数据集的预测效果也优于Logistic模型。