关于MLMS算法步长的一点注记

用数学分析和估值理论的方法研究修正ＬＭＳ算法的收敛性能与步长之间的关系，导出算法收敛的必要条件和性能失调与步长之间的约束条件；将修正ＬＭＳ算法与ＬＭＳ算法比较，得到修正算法实质上是有界的结论，无论修正算法中的参数μ取值多大，其实际计算步长都小于ＬＭＳ算法步长的上限。实验结果与理论分析相符合。

MLMS算法的伪收敛现象

采用自适应数字信号处理的经典分析方法,导出了MLMS算法稳定收敛的充要条件。结果是,MLMS算法不是无条件收敛的,当步长超过某一阈值时,算法出现伪收敛现象。

MLMS算法收敛条件和步长的选取

利用有限方差估计的方法，对修正自适应均方误差（ＭＬＭＳ）算法进行了分析。从分析可以知道，ＭＬＭＳ算法收敛是受失调量Ｍ的影响的，算法收敛的必要条件是收敛门限其中，λ＿ｉ是信号特征值，λ＿ｍ＝ｍａｘλ＿ｉ．ｉ，ｊ∈｛１，２，…，Ｎ｝．步长μ与信号功率以ｔｒ（Ｒ）和失调量Ｍ有关，并且有μ＜μ￣＊，步长μ的选取满足下式的条件，即０＜μ＜Ｍ／ｔｒ（Ｒ），Ｍ＜１，计算机仿真结果与理论分析相吻合．

MLMS算法的步长与收敛性能

从失调量的准确表达式出发，导出了计算步长阀值的公式，公式表明：步长阀值受失调量Ｍ的约束。本文还对ＭＬＭＳ算法的收敛性能进行了分析。

应用MLMS算法解决WLAN与蓝牙的共存问题

WLAN(无线局域网)与蓝牙共存于2．4 GHz的ISM频段,一种改进的LMS算法,通过自适应分割无线局域网中的数据包长度,以此来改善存在蓝牙干扰时WLAN的传输性能。新算法是在LMS算法中权矢量的校正量与梯度估计之间人为地引入一个时延,利用现时刻的梯度估计代替前一时刻的梯度估计,从而达到更好的收敛性能,解决算法收敛时间和稳态误差间的矛盾,更快更有效地获得最佳数据包长度,从而更好地解决两者的同频干扰问题。

MLMS算法中动量因子的分析

本文从另一角度分析了动量 LMS 算法中动量因子的作用及影响,得到了一些新的认识和新结果,并得到计算机模拟结果证实.

卷破波斜向作用下方形桥墩砰击荷载研究

沿海桥梁常受到破碎波浪作用,其中卷破波砰击严重威胁结构安全。该文通过理论和试验相结合的方法研究了方形桥墩受到的卷破波砰击荷载。以结构破波荷载经验计算公式和MLM理论模型为基础,建立了方形截面桥墩卷破波砰击荷载理论计算模型。通过卷破波水槽试验探究砰击角度与砰击荷载的关系;对比不同砰击角度理论和试验下方形桥墩截面砰击压强时程,验证了理论模型的有效性,结合试验与理论模型确定了不同砰击角度下方形桥墩卷曲因子的取值范围。研究表明:卷破波砰击方向与方形桥墩迎水轴向夹角越小,砰击荷载越大;该文提出的理论模型能很好地描述方形截面砰击压强时程随砰击角度的变化情况;根据试验结果拟合得出了方形截面卷曲因子随砰击角度的变化公式。

HM-BERT:一种采用分级掩码的风电语音文本纠正方法

采用一种基于分级掩码策略的文本纠正方法来提高语音识别后的文本质量.以风电相关的语音为数据集,将其通过公开的语音识别SDK转为文本数据,利用BERT中的MLM机制实现文本纠正,并采用分级掩码策略,针对不同的内容采用不同的掩码方法,改进后的模型称为HM-BERT.实验证明:HM-BERT在提升纠正效果的同时还加强了纠正模型的鲁棒性,该方法对其他领域的文本纠正也提供了解决思路.

陆地棉动态株高与SSR标记的关联分析

【目的】分析185份陆地棉品种(系)的开花期株高(PH-ST_(1))和吐絮期株高(PH-ST_(2))关联度,发掘动态株高的优异等位变异,为进一步棉花高产分子辅助育种提供参考。【方法】利用185份陆地棉品种(系)的基因型,将137对简单重复序列(simple sequence repeat,SSR)多态性引物开发出的355个多态性位点,并结合5个环境下两个时期的株高表型数据,采用一般线性模型(general linear model,GLM)和混合线性模型(mixed linear model,MLM)进行关联分析。【结果】使用GLM模型和MLM模型,分别检测到54、12个与PH-ST_(1)显著相关的位点和62、12个与PH-ST_(2)显著相关的位点;其中,31个位点在3个或3个以上的环境都与株高显著相关。【结论】挖掘了多个可重复检测到的与陆地棉株高相关联的分子标记位点。定位到与株高性状相关的位点有24个。

低信噪比弱信号提取算法研究

采用从强背景噪声中提取话音信号的自适应噪声抵消技术———最小均方误差(LMS)入手,对该算法的性能进行了分析,针对其收敛速度慢、提取信号频带窄的缺点,提出了改进的有动量因子的自适应最小均方误差算法(MLMS).仿真结果表明,该方法对于解决弱信号提取问题有一定效果.

基于SIP的医疗事件监护系统

首先概述SIP(会话发起协议)的基础知识以及如何将其用于事件监护系统,详述了医疗逻辑模块(MLMs)在临床事件监护中的应用,提出一个基于SIP的医疗事件监护系统,结合该系统的开发,给出了一种基于XML过滤器的相关事件通知方法。最后讨论能够集成到系统中的不同的设备和无线协议,给出一种集成的体系结构。

MLM型结构脂质特性及氧化稳定性研究

比较研究了菜籽油、菜籽油为底物酶改性制备的含辛酸MLM(中碳链-长碳链-中碳链)型结构脂质的质量指标及其氧化稳定性。含38.1%辛酸的MLM型结构脂质中辛酸96.3%位于甘油sn-1,3位,其游离脂肪酸、皂化值高于菜籽油,氧化稳定性指数(OSI值)、过氧化值(PV)低于原料油脂。添加6种不同抗氧化剂后,结构脂质OSI值有不同幅度的改进,以叔丁基对苯二酚(TBHQ)效果最为显著。添加200 mg/kgTBHQ后MLM型结构脂质的OSI值由5.05 h上升到20.1 h,PV、共轭二烯与硫代巴比妥酸随氧化时间延长而增幅减小。

考虑流动分离的有限宽楔形剖面匀速入水受力分析

文章基于MLM砰击模型(Modified Logvinovich Model)研究有限宽度楔形剖面匀速入水受力问题。当流动在折角处分离后,通过引入虚拟物面扩展MLM计算方法适用范围,使其可以考虑流动分离对剖面受力的影响。并计算了垂向水动力在流动分离前、后随时间的变化。将结果与非线性数值解、试验值进行比较表明:这是一种相对简单且计算快速的有效方法,易于工程实际应用。

KOH醇水溶液分离纯化结构脂质条件研究

以酶催化酸解制备MLM型(M为中碳链脂肪酸,L为长碳链脂肪酸)结构脂质得到的反应产物为研究对象,探讨了KOH醇水溶液中和脱除游离脂肪酸条件中KOH醇水溶液用量、醇-水体积比、正己烷用量以及二次提取的正己烷用量对结构脂质回收率及组成的影响。结果表明:KOH醇水溶液与反应产物体积(mL)质量(g)比为8∶1,醇水溶液中醇-水体积比为30∶70,正己烷与反应产物体积(mL)质量(g)比为12∶1;二次提取中正己烷与反应产物体积(mL)质量(g)比为3∶1时,体系中结构脂质回收率最高,为94.35%;回收得到的结构脂质中甘油三酯含量为95.27%,结构脂质酸值(KOH)为0.11 mg/g。

运用四种线性模型对京海黄鸡上市体重进行全基因组关联分析

旨在使用4种模型对京海黄鸡的16周龄体重进行全基因组关联分析(GWAS)。试验以京海黄鸡母鸡为试验材料,通过60KSNP芯片分型,并使用2种线性回归模型和广义线性模型(GLM)、混合线性模型(MLM)4种模型对基因型数据和京海黄鸡16周龄体重进行关联分析。结果表明,虽然4种模型识别出的显著SNPs(P<0.05)数目不同,但各有优缺点。此外,本研究共识别20个与京海黄鸡上市体重关联显著的SNPs(P<0.05)。这些SNPs主要分布于1、4、19、25和Z染色体上,其中,1号染色体50.6~53.6Mb和Z染色体33.6~44.8Mb区域是显著SNPs(P<0.05)分布较为集中的区域。另外还有部分显著SNPs(P<0.05)位于之前报道的影响鸡生长性状的QTL内。最后,本研究还找到了17个候选基因,同时还探讨了FAM184B、NCAPG和NLK的功能,所有的这些结果将促进鸡生长性状标记的研究。

响应面法优化填充床反应器固定化酶催化制备MLM型结构脂质

以菜籽油和辛酸为底物,研究固定化脂肪酶在填充床中酶催化制备MLM型结构脂质的条件,在单因素试验的基础上,通过中心组合试验,考察反应时间、底物(菜籽油和辛酸)物质的量比、反应温度、水分质量分数因素及其相互作用对MLM型结构脂质含量的影响,得到填充床固定化酶催化制备MLM型结构脂质的最佳工艺条件。结果表明最佳工艺条件为:保留时间为2 h,底物物质的量比为4.5,温度为60℃,水分质量分数为0.15%,在此工艺条件下制备的MLM型结构脂质的摩尔分数为46.12%。填充床固定化酶催化制备MLM型结构脂质的二次多项回归模型拟合度良好,可以用于实际生产预测。

两步酶法合成MLM型结构脂质中醇解反应研究

为获得纯度较高的2-单甘酯来制备MLM型结构脂质,以菜籽油和无水乙醇为底物,用来自Thermomyceslanuginosa固定化脂肪酶TL IM作为催化酶来制备2-单甘酯。在单因素试验的基础上,采用正交试验设计,获得醇解反应的最佳工艺条件:菜籽油/无水乙醇(底物)物质的量比1:5,Lipozyme TL IM酶加入量为7%(以底物质量计)、反应温度35℃、反应时间18h,总单甘酯含量为38.82%。经三级分子蒸馏纯化后,总单甘酯的纯度可以达到90.76%。

Lipozyme RM IM脂肪酶催化酸解制备MLM型结构脂质

采用脂肪酶Lipozyme RM IM催化辛酸、癸酸与大豆油进行酸解反应以制备MLM型结构脂质。通过单因素实验研究底物摩尔比、辛癸酸摩尔比、酶添加量、反应时间、反应温度和初始水分含量对酸解反应的影响。得到适合的反应条件为:底物摩尔比3∶1(总脂肪酸/大豆油),辛酸与癸酸摩尔比(辛酸/癸酸)2.5∶1,酶添加量7.5 wt%(基于底物总重),反应时间5 h,反应温度65℃,加水量1.0 wt%(基于底物总重),得到MLM结构脂脂肪酸组成中辛酸含量为20.0 wt%,癸酸含量为10.5 wt%,两者质量比为1.92。

MLM形态神经网络在彩色图像恢复中的应用

目前彩色图像的恢复方法多集中在加强色彩相似性的研究上。提出了一种基于形态神经网络MLM的图像恢复法,利用非线性的形态神经元算子对噪声图像进行处理,以获得高质量的清晰图像。仿真结果表明,采用本法恢复的图像在连续性及细节的保护上优于其人方法。

MLM型结构脂氧化稳定性研究

以菜籽油和辛酸为原料,选择性脂肪酶催化合成富含中链脂肪酸结构脂(MLM)产品。研究表明,MLM型结构脂辛酸(C8∶0)含量为21.6%时,与原料油脂比较,氧化稳定性指数(OSI值)减少1.3 h,抗氧化能力下降20%。与原料油脂比较,MLM型结构脂增加了分子蒸馏精制过程,抗氧化剂维生素E含量显著减少。与市售结构脂比较,MLM型结构脂产品维生素E含量低63.5%,OSI值也相应低1.3 h。