基于搜索数据率的弹道导弹跟踪制导雷达最优搜索时序

利用引导信息进行小窗口空域搜索是弹道导弹防御跟踪制导雷达极其重要的搜索方式,弹道导弹的高速运动对该方式下的搜索时序提出了巨大挑战.本文提出了一种基于搜索数据率确定雷达最优搜索时序的方法.首先依据累积发现概率最大化准则建立了搜索波位的静态最优数据率模型;然后依据静态搜索数据率的计算结果,采用编排的方式确定了波位的静态最优搜索时序;在此基础上采用照射波位与目标运动相匹配的方法得到波位的动态最优搜索时序;最后给出了仿真结果,验证了本文方法在弹道目标高速运动条件下的有效性.

可信数据库环境下面向服务的自适应密文数据查询方法

实现加密数据的高效安全查询是保证可信数据库安全性和实用性的关键.与目前加密数据查询采用的静态密文分段方法不同,论文基于加密数据的分布和用户查询类型、分布规律,提出了一种自适应加密索引AEI(Adaptive Encrypted Index),实现面向服务的加密数据查询.AEI通过分析查询服务对查询性能的影响,根据承载服务特性、密文数据分布、用户查询分布采用自适应的加密索引划分策略,获得更好的加密数据查询性能.基于AEI方法可在可信数据库环境下实现密文数据查询,并通过了相关性能测试.实验数据表明,与其它加密数据查询方法相比,AEI方法具有更好的适应性和更高的加密数据查询效率.

P-Grid覆盖网络的加速收敛构建算法

在原P-Grid构建算法的基础上,针对节点无初始数据负载量(Ignore-of-Load)及有初始数据负载量(Care-of-Load)两种情况提出改进的构建算法.对Ignore-of-Load算法,从加大路径延长的程度以及推荐成功率两方面提高其收敛速度;同时,提出了以路径为主导、以数据为主导及具有符合度调整的3种Care-of-Load算法,并进行了比较.模拟实验结果表明:Ignore-of-Load算法能减少原算法交互次数的50%以上,大幅提高了算法的收敛速度;具有符合度调整的Care-of-Load算法在收敛速度上表现良好,并且对数据索引的查找成功率在90%左右.

基于数据挖掘的电商搜索广告投放策略研究

为了降低商家的广告投入成本,同时优化用户在电商平台中的购物体验,本文应用阿里"天池大数据"平台提供的海量真实数据,构建并训练出以广告转化率为预测目标的机器学习模型。通过分析模型学习结果,挖掘出搜索广告转化率的影响因素及影响效应。结果表明:店铺物流服务、广告商品销量、消费者偏好、电商平台智能化程度等对转化率的影响较大。同时对所有影响因素在用户、店铺、广告商品、广告上下文4个维度进行归类和分析。据此提出基于平台视角及商家视角下的广告投放策略,为电商平台及其入驻商家提供参考。

基于SVM的房贷信用评估的应用研究

信贷风险是金融机构风险主要来源。支持向量机(SVM)在解决两类问题上是一种较好的分类方法,其学习模型有较强的稳定性。对SVM在房贷信用评估应用中的问题进行了研究和解决,如核函数选取,参数选取,样本非均衡问题等。实验得出在实际应用中径向基模型较好,采用Grid-search方法调整参数,能达到更好的推广能力和预测结果,用分别惩罚支持向量机能有效解决样本非均衡问题。试验结果也证明了基于SVM的房贷信用评估方法优于原有的打分方法。

基于权重的分区最优搜索数据率研究

针对现代电子战探测目标多样性以及多任务同时工作导致的资源不足问题,研究了一种相控阵雷达的分区优化搜索算法。根据不同分区目标的不同特性分别设计了搜索参数,并给出了各分区重要性权重的计算方法。然后,分析了在不同资源约束条件下相控阵雷达搜索性能的优化模型,给出了各分区最优搜索数据率的计算准则和方法。最后,通过仿真实验验证了优化算法的有效性。

求职心率智能管理系统的设计

利用光电反射式心率传感器探测求职者的心率数据,通过蓝牙将心率数据传输至手机,手机APP将心率数据上传服务器,职业指导师及时把反馈结果传输给求职者,便于他们控制情绪提高求职成功率,实现了职业指导师和求职者之间的实时、在线信息的交流,提升了高校就业指导效度与信度。

基于最小平均发现时间的相控阵雷达最优搜索

针对预警指示信息下相控阵雷达搜索任务,利用预警误差信息进行搜索区域确定与波位编排,并基于目标在各波位内的出现概率建立最小平均发现时间模型,得到了对应的针对单目标突防战情的最佳搜索数据率。仿真试验表明,该最优数据率方法相比于传统的顺序扫描方法,搜索性能更优。

基于互联网搜索指数的多因素集成下人民币汇率预测

针对人民币短期汇率预测问题,构建了基于互联网大数据信息的互联网搜索指数,改进了人民币汇率短期预测CAR模型.首先,基于涵盖丰富信息的互联罔大数据,构建了反映大众关于汇率波动观点、情绪及预期的互联网搜索指数,并运用热最优路径(TOP)方法、去趋势交叉相关分析(DCCA)方法对指数的有效性进行了检验,结果表明该指数可以有效地表征出大众情绪和预期的变化.进一步地,利用所编制的互联网搜索指数对人民币汇率的短期预测模型进行改进,构建了融合互联网搜索指数的CAR模型.实证结果表明,融合互联网搜索指数的人民币汇率短期CAR预测模型可以有效提升短期汇率的预测精度.

快速可变速率SAR原始数据压缩算法

该文在原分块自适应矢量量化(BAVQ)算法基础上,提出了一种通过改变矢量码书大小及矢量维数来获得可变的编码数据率的改进措施。为了降低改进算法的计算复杂度,采用了数据块方差的查表法及矢量量化的快速搜索算法。对SAR原始数据进行压缩的结果表明,改进算法能够在不降低量化信噪比的情况下,获得更高的编码效率。不同数据率的解压缩数据生成图像,都不同程度地保留了原始图像中的细节信息。

流式大数据下随机森林方法及应用

流式计算形态下的大数据分析一直是当前需要解决的问题,而且研究成果和实践经验较少。随机森林方法是目前应用较多的分类算法,但在流式计算应用场景中,数据所呈现出来的实时性、易失性、无序性等特征会使得算法准确度逐渐降低。针对这个问题,分析了随机森林的算法特点,提出了根据决策树的准确度进行随机森林剪枝的思路。同时为了适应数据的变化,结合准确度间隔的概念提出生成、验证并补充新决策树的方法,最终形成可以不断随数据更新的随机森林,满足流式大数据环境对算法的要求。使用实际数据对改进后方法的可行性进行了验证,证明新方法在真实流式大数据场景中有着更高的分类准确度,最后分析讨论了随机森林方法如何进一步研究改进的主题。

综合式拥塞控制机制的研究

针对无线传感器网络中的SFB拥塞控制算法在网络流量大时,其分类机制受影响而导致TCP流传输性能下降的问题,介绍了一种综合式拥塞控制机制的算法实现,并在NS-2平台上对该机制的性能进行了仿真研究。综合式拥塞控制机制通过建立新路径对数据包分流来解决拥塞问题;当新路径建立失败时,采用公平汇聚算法,按比例减少源节点的发送率,保证每个源节点公平发送数据;对于轻度拥塞情况,采用一种节能算法,即设置拥塞时间阈值,只有当拥塞时间超过阀值时才启动新路径查找机制。仿真结果表明,综合式拥塞控制机制能够减少丢包率,有效缓解拥塞,并能够根据数据权重的不同可靠发送重要数据。

基于预警机引导信息的雷达最优搜索算法

针对预警机引导信息下相控阵雷达的最优搜索问题进行了研究。从预警机引导战斗机雷达搜索的角度出发,将搜索目标进行分类,根据实际作战需求加入搜索约束条件,完善现有的雷达最优搜索模型,提出两步优化策略来解决不同搜索阶段的优化问题;采用凸优化的手段对搜索模型进行求解,提出拉格朗日结合障碍法的方法来实现搜索数据率的快速优化,解决了雷达最优搜索多约束、多目标优化实时求解的问题,具有较高的工程应用价值;最后通过仿真验证了拉格朗日结合障碍法进行优化模型求解的有效性以及最优搜索模型的合理性。