模糊综合评判法的改进及在水源判别中的应用

为了快速有效地判别矿井突水水源,提高水源判别准确率,提出一种改进的模糊综合评判模型,即用各含水层水质判别指标的Huber-M估计量,替代其平均值作为各含水层的标准背景值。将改进的模糊综合评判模型应用于斜沟煤矿突水水源判别中,结合斜沟煤矿水文地质特点,通过K++Na+,Ca2+,Mg2+,Cl-,SO2-4,HCO-3建立判别指标,并采用超标加权法来确定判别指标权重,隶属度函数采用"三角形和半梯形组合"的隶属函数。实验结果表明,用Huber-M估计量替代平均值作为各含水层的标准背景值进行实验,提高了突水水源判别的准确率,且未知水样的水源判别结果全部正确,证明该方法切实可行。

改进可拓识别方法及其在突水水源判别中的应用

针对已有可拓识别方法用于矿井突水水源判别时易造成误判的问题,提出了一种改进的可拓识别方法。首先对已有方法中经典域、节域量值范围以及待判物元的量值进行了归一化处理,并优化了最优值的选取,然后提出了新的位值计算方法。实验结果表明,将改进后的可拓识别方法应用到煤矿突水水源判别,提高了待判物元正确归属于某个含水层的程度,从而提高了水源判别的准确率。

基于分组的多级随机数RFID标签并行识别算法

为了提高大规模RFID系统中的被动标签识别率,在分析已有基于帧时隙ALOHA标签识别算法的基础上,结合分组算法和多级随机数算法的思想,将多级随机数分别部署在不同组的标签中,使用动态帧时隙ALOHA算法框架,提出基于分组的多级随机数并行识别算法框架,推导出多级随机数适时选择机制的计算公式。针对并行识别过程中的负载不均衡问题,提出了3种负载均衡策略及其形式化描述,设计了与之相应的3种算法并进行了性能分析和仿真。结果表明,所提算法可以有效地将部分非成功时隙转化为成功时隙,提高了标签识别率、标签识别速度和时隙利用率:平均识别率均在70%以上,最高可达76.77%;标签识别速度较单随机数的算法提高了66%;时隙利用率达51.02%,约为单随机数算法的2倍。所提算法具有并行、高效、轻量等特点,适用于大规模被动式RFID系统的应用场合。

基于εN-SVDD算法的煤层底板突水危险性预测

为有效预测深部煤层开采面临的底板突水威胁,减少突水事故发生,针对水文地质勘探资料少、突水相关数据获取较难的情况,提出结合ε不敏感损失间隔的带负类支持向量数据描述(εN-SVDD)算法,采用该算法构建了底板突水预测模型,对选取的突水预测样例进行了突水预测分析,得到了准确的预测结果.研究结果表明:与原始SVDD、支持向量机(SVM)方法相比较,εN-SVDD预测模型在突水相关数据较少时仍能得到较高的预测准确率.

码书分类重排矢量量化方法及其应用

矢量量化可有效降低语音编码速率,但目前已有的多级分裂矢量量化、转换分类分裂矢量量化方法等都存在存储需求、计算复杂度以及解码语音质量等不能达到良好折衷的缺陷。该文提出了一种码书分类重排矢量量化方法。该方法通过将设计好的码书进行分类重排以降低码书搜索范围。并将该方法与多级分裂矢量量化结合,提出了码书分类重排多级分裂矢量量化方法。在量化比特及码书大小不变的前提下,实验结果表明:该方法可达到透明量化效果,量化时的计算复杂度最大降幅可达到多级分裂矢量量化方法的90.24%。