圆阵测向Butler矩阵网络和电路设计

文中给出了宽频带线性相位多模圆阵测向技术中天线馈电网络(Butler矩阵)的网络扩阵设计方法和实际矩阵电路研制中应注意的一些技术细节。提出了单向矩阵扩阵设计方法,使扩阵设计过程简单明了,给出的高阶圆阵测向矩阵所含微波微分移相器数量、种类及相移量较传统方法显著减少,有利于提高实际矩阵的幅相精度,降低矩阵的插入损耗。文中也介绍了提高矩阵部件耦合带状线正交电桥、功分器、微分移相器等微波元器件性能的一些方法以及实际矩阵电路设计装配调试方面应注意的一些问题。

相扫BUTLER矩阵网络组件分析与信号合成

本文分析了大型盯控扫描天线的水平馈电网络－Ｂｕｔｌｅｒ矩阵网络组件，推导了Ｂｕｔｌｅｒ矩阵网络中的基本单元一功分器与巴伦复合电路的等效电路以及频率特性。给出了各功能单元的传输矩阵表示式及电路实现方法，最后屯网络组件的输出表达。

“三全育人”视阈下高校网络育人矩阵构建与优化

随着信息技术的迅猛发展和互联网的普及,网络已成为高校育人的重要阵地,各种新媒体在育人方面发挥的作用越来越大。网络育人矩阵是多种媒介元素或平台共同组成的动态传播系统,具有互动性、立体性、系统性等区别于传统传播方式的特点,能够有效地拓展思想政治教育的影响力和传播效果。高校需要加强网络育人矩阵的建设和优化,以学生为中心,科学合理利用网络平台和数字化资源,不断优化网络育人矩阵传播架构,创新思政教育模式,以提高网络育人矩阵的育人效果,以践行和实现“三全育人”全面育人的理念和目标。

用于有界噪声时变矩阵计算的终端零化神经网络

为提升零化神经网络(ZNN)求解时变矩阵计算问题时的收敛性能,提出一种具有抗噪能力的终端零化神经网络(TZNN)及其对数加速形式(LA-TZNN)。对误差动态的终态吸引性展开分析,结果表明所提网络在受到有界噪声干扰时仍能在固定时间内使误差归零,其中LA-TZNN可实现对数调节时间稳定,收敛速度相较于TZNN更快。考虑到实际情况中初始误差有界,给出半全局意义上的调节时间上界,并通过设置可调参数,使网络实现预定义时间稳定。将2种模型应用于时变矩阵求逆和PUMA560机械臂重复运动规划问题,仿真结果验证了所提方法相较于传统ZNN设计,调节时间更短,收敛精度更高,并能够有效抑制有界噪声干扰。

中国世界遗产网络关注热度矩阵及营销策略研究

依托百度指数获取2011—2021年中国34个省级行政区对世界遗产的网络关注度数据,通过引入网络关注热度指标,借鉴波士顿矩阵分析法构建世界遗产网络关注热度矩阵,探讨各省份世界遗产网络关注热度时空特征.研究发现:1)网络关注热度方面,11年间世界遗产网络关注热度地理空间格局相对稳定,用自然裂点分级法可划分为4个层级,其中以第三层级的空间集聚较为显著,其余层级世界遗产网络关注热度空间集聚水平适中.2)网络关注增长率方面,各地区世界遗产网络关注热度增长率存在显著差异,西藏自治区增幅最大,增长率超过100%,绝大多数地区介于15%~30%之间,增速回落但波动较小,仅有5个省级行政区呈负增长.3)网络关注热度矩阵方面,四大类型中“问题型”几近空白\,“金牛型”相对薄弱\,“明星型”区域次之,但时空指标均高于临界值;“瘦狗型”区域最为集中,但时空指标均低于临界值.最后,围绕4种不同类型区域的矩阵结果针对性地提出世界遗产品牌营销策略.

高校立体化网络思政平台矩阵“数智中台”建设初探

高校立体化网络思政平台矩阵指通过构建多维、多层次的网络思想政治教育平台全面提升高校学生的思想政治素养与道德品质。梳理高校立体化网络思政平台矩阵研究现状,提出立体化网络思政平台矩阵的“数智中台”建设思路与设计框架,讨论技术实现的可行性与相关成功案例,以期为我国高校形成立体化网络思政平台矩阵建设提供参考,为培养德智体美劳全面发展的社会主义建设者与接班人提供坚实的思想引领与平台支撑。

基于局部模型网络的主汽温阶梯式动态矩阵控制

火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了原始动态矩阵控制算法固有的矩阵求逆问题;其次,通过引入扰动前馈补偿,提高了主汽温系统的抗扰动能力;最后,针对不同工况下动态特性大幅度变化的主汽温对象,设计了基于局部模型网络的多模型阶梯式动态矩阵控制器。仿真结果表明,相比于传统控制算法,所提算法明显提升了主汽温系统的全局设定值跟踪性能、抗扰动性能和鲁棒性能,可以满足火电机组主汽温的控制要求。

基于非负矩阵分解的有向网络半监督社区检测

有向网络上的社区检测是网络科学领域一个重要的课题.针对这一问题,本文提出了一种基于非负矩阵分解的有向网络半监督社区检测算法,首先利用先验信息重构邻接矩阵,然后使用先验信息对节点的社区隶属度进行惩罚,并通过行归一化消除节点度异质性的影响,最后运用交替迭代更新给出了目标函数的求解方法.在真实网络数据上的对比实验验证了算法的有效性,相对于基于非负矩阵分解的现有方法,本文方法能显著提高社区发现的准确性.

基于LMI和BP网络的非线性矩阵加权次优融合算法

为了解决互协方差未知的多传感器非线性系统融合估计问题,提出了一种改进的矩阵加权次优融合算法。利用舒尔补定理推导出线性最小方差意义下基于矩阵融合的最简约束条件。此约束条件可保证融合估计误差方差的正定性,以及所提出次优融合估计的一致性;基于线性矩阵不等式(LMI)提出了一种矩阵加权次优融合估计。考虑到LMI算法优化过程中存在的耗时问题,采用BP网络获取最优值;结合容积卡尔曼滤波算法(CKF),提出了基于LMI算法和BP网络的非线性矩阵加权次优融合算法。仿真分析结果证明了算法应用于非线性系统的有效性。

一种基于Clos网络的新型4×4全交换开关矩阵

文中首次将Clos网络结构应用于4×4全交换开关矩阵中,采用多芯片模组技术将低温共烧陶瓷(LTCC)和双刀双掷芯片进行集成化设计。新设计克服了传统单刀四掷方案接口数量多、布线复杂的缺点,以更为简捷的拓扑形式实现了全交换功能。该设计结合LTCC多层堆叠工艺和具体芯片接口,给出了切实可行的叠层结构和互连方案,并以此研制出一款驻波优良、通道一致性好、隔离度高的C频段4×4开关矩阵。文中设计实现方法简单、可靠,适用于其他形式或更高频率的开关矩阵设计。

相关系数矩阵—非线性可逆网络模型在氧化镥价格预测上的应用

以氧化镥价格作为预测对象,选取2013年6月-2023年3月的月度数据,构建相关系数矩阵—非线性可逆网络模型(CM-INN模型),对氧化镥价格进行预测.预测结果表明,CM-INN模型能够解决异常值和离群点敏感、参数选择困难的问题,可有效处理复杂建模关系,提升特征值计算和模型训练效率.CM-INN仿真能力强、误差低、收敛精度高、计算效率高,对重稀土氧化镥价格走势有一定的预测意义.

网络自媒体“数智化”传播矩阵构建策略探究

随着网络自媒体时代的到来,人们的生活节奏变得更快,短视频诞生可以为实际生活带来很多乐趣,成为网络自媒体之中更为吸引人的亮点。网络自媒体可以在短时间内传递信息,具有很庞大的受众,属于当代传播信息的新型网络媒体,但是其实际传输效率以及传播问题也逐渐凸显。基于“数智化”时代,为了有效满足大众对信息的实际需求,网络自媒体需进行科学化改革,分析出网络自媒体基于数智化的传播矩阵构建基本路径。

民办高校网络思政矩阵式传播构建方法与实践路径

随着网络的普及,网络成为人们获取信息的主要渠道,也成为人们沟通思想的主要渠道。对于民办高校而言,如何利用网络开展有效的思想政治教育是当前面临的一个重要问题。思想政治教育的传统方式已跟不上现代社会的发展要求,亟须进行革新与完善。网络思政矩阵传播作为一种新型的思想政治教育方式,以其独特的优势,正在逐渐改变着思想政治教育的传统模式。本文将探讨网络思维阵式传播在民办高校的构建方法与实践路径,并深入探讨。

基于非负矩阵分解的复杂网络社区检测研究

社区检测是复杂网络分析领域的热门研究课题之一。它旨在识别社区,表示为内聚的子组或集群,其中同一社区中的节点比外部的节点更紧密地相互连接。由于非负矩阵分解(NMF)的可解释性、简洁性等优点,已成为一种理想的社区检测模型。为了促进基于NMF的群落检测的研究,文章对基于NMF的群落检测方法进行了全面的描述。首先,介绍NMF的基本原理,并设计一个基于NMF的社区检测的总体框架;其次,根据适用的网络类型,提出一种分类方法,将现有基于NMF的社区检测方法分为拓扑网络、签署网络、属性网络三类;最后,总结了各种方法面临的共同问题和可能的解决方案,并提出四个有前景的研究方向。

融合矩阵分析模型的跨域虚拟网络源节点隐私位置信息保护方法

为了提升跨域虚拟网络安全性,提出融合矩阵分析模型的跨域虚拟网络源节点隐私位置信息保护方法。该方法使用用户网络源节点隐私位置信息,生成跨域虚拟网络源节点隐私位置信息矩阵,建立维度相同秩为1的矩阵;利用融合矩阵分析方式,将矩阵与跨域虚拟网络源节点隐私位置信息矩阵进行融合后,生成跨域虚拟网络源节点隐私位置信息可逆矩阵,并将该矩阵看做网络源节点隐私位置信息保护密钥;同时以该密钥为基础,利用跨域虚拟网络源节点隐私位置信息保护方案,对需要保护的用户网络源节点位置隐私信息矩阵进行加密、云服务器解密等操作,实现网络源节点隐私位置信息保护。实验结果表明:该方法可有效保护跨域虚拟网络源节点隐私位置信息,提升跨域虚拟网络的安全性。

增量网络法矩阵形式的灵敏度分析方法研究

灵敏度是衡量物理仪表输出对所测量参数变化敏感程度的一个重要标志,通过灵敏度的研究可加深对仪表内部的网络构造和电路原理的理解,特别是电学仪表更要注重灵敏度的提高。本中通过灵敏度分析实例,包括问题的提出、问题分析、问题讨论和问题解答,最终说明增量网络法的矩阵形式分析电路灵敏度时,需要掌握电路原理的本质、求解方法的适用范围和分析方法的多样性。

面向复杂图像分类的共享转换矩阵胶囊网络

针对胶囊网络(CapsNet)在处理含有背景噪声信息的复杂图像时分类效果不佳且计算开销大的问题,提出一种基于注意力机制和权值共享的改进胶囊网络模型——共享转换矩阵胶囊网络(STM-CapsNet)。该模型主要包括以下改进:1)在特征提取层中引入注意力模块,使低层胶囊能够聚焦于与分类任务相关的实体特征;2)将空间位置接近的低层胶囊分为若干组,每组内的低层胶囊通过共享转换矩阵映射到高层胶囊,降低计算开销,提高模型鲁棒性;3)在间隔损失与重构损失的基础上加入L2正则化项,防止模型过拟合。在CIFAR10、SVHN(Street View House Number)、FashionMNIST复杂图像数据集上的实验结果表明,各改进均能有效提升模型性能;当迭代次数为3,共享转换矩阵数为5时,STM-CapsNet模型的平均准确率分别为85.26%、93.17%、94.96%,平均参数量为8.29 MB,比基线模型的综合性能更优。

基于矩阵型惯性投影神经网络的非负矩阵分解算法

提出一种基于矩阵型神经动力学优化的非负矩阵分解算法.将矩阵非负分解优化问题首先转换为两个矩阵变量凸优化子问题,针对其子问题分别提出矩阵型惯性投影神经网络;然后,采用交替迭代方案寻找矩阵非负分解优化问题的解.理论分析证明了矩阵型惯性投影神经网络能收敛于矩阵变量凸优化子问题的最优解,并且基于矩阵型神经网络的交替迭代算法可以收敛到矩阵非负分解优化问题的偏最优解.最后,所提出的基于矩阵型神经网络的交替迭代算法被有效地应用于人脸识别.

基于对抗自编码填补网络的MIMO雷达故障阵元缺失数据重构

多输入多输出(Multiple In Multiple Out,MIMO)雷达的阵元故障会导致其协方差矩阵出现整行整列数据缺失,从而降低其角度估计性能。为此,提出一种对抗自编码填补网络(Adversarial Autoencoder Imputation Network,AAEIN)来重构故障阵元的缺失数据。该网络由负责重构缺失数据的自动编码(Autoencoder,AE)网络和负责分辨数据来源的鉴别器组成。在二者的对抗训练中,AE网络的重构能力和鉴别器的分辨能力不断得到提升,直至两者收敛。为避免网络训练过程中参数量大和计算复杂度高的问题,文中结合MIMO雷达协方差矩阵的Hermitian特性,使用协方差矩阵上三角部分构建数据集用于网络训练。仿真结果表明,文中方法可以有效地重构故障阵元的缺失数据且具有较高的重构精度。

有限时间网络求解时变复矩阵的逆及抗噪声分析

设计了一个特殊的带有可调激活函数的有限时间递归神经网络求解时变复数矩阵的逆,同时分析了其抗噪声能力.首先,时变复数矩阵逆问题被转化为一个误差矩阵,为了使此误差矩阵收敛到零,提出了一个带有可调激活函数的有限时间递归神经网络,并在此基础上设计了一个带有噪声干扰项的网络;其次,证明了设计网路的有限时间稳定性并估计了收敛时间上界,证明了添加噪声干扰项后的网络误差可以收敛到零;最后,通过两个数值例子展现了方法的有效性、优越性和设计网络在添加多种形式噪声时的强鲁棒性.