称函数展开系数变换的新算法

在传统的二值逻辑中,存在三种构成完备集的对称函数;基本对称函数S_i、简单对称函数τ_i以及RM型基本对称函数R_i.任意对称函数均可作如下展开:f(x_1,…,x_n)= sum from j=0 to∞(A_j·S_j)（1）f(x_1,…,x_n)= (?)(B_j·τ_j)(2)f(X_1,…,X_)=(?)C_j·R_j(3)上述诸式中∑表示或运算,(?)表示异或运算,·表示与运算.根据S_i,τ_i与R_i的定义以及异或运算的性质可以得到各展开系数之间的转换关系:     

基于表格法的RM展开系数与或-符合展开系数的转换

讨论了逻辑函数的RM展开系数与或-符合展开系数之间的关系式,分析了bj图→dj图转换的图形方法．在此基础上提出了逻辑函数的RM展开系数→或-符合展开系数以及或-符合展开系数→RM展开系数转换的表格方法．与图形方法相比,表格法具有不需要画图,不受变量数限制以及易于计算机编程操作等优点．     

基于矩阵方法的dj展开系数与bj展开系数的转换

讨论了基于异或运算的bj展开系数和基于符合运算的dj展开系数的矩阵转换方法,给出了8种矩阵转换方法．虽然本文的讨论仅限于3变量,但是由于变换矩阵满足递推律容易,将这些方法推广至任意变量数．     

Reed-Muller展开系数与谱系数之间的直接转换算法

本文通过引入p-bj系数,提出了实现Reeb-Muller展开系数与谱系数之间直接互相转换的矩阵算法。通过利用bj图与谱系数图,发展了有效实现谱系数转换为bj系数的图形方法。     

异或函数在固定极性下化简的新算法

文献[1]提出了基于b_i图的异或函数在固定极性下化简的算法,但对于n变量需要进行n-1次图形变换,因此有必要研究新的化简算法.     

逻辑函数的布尔除/符合展开在固定极性下化简的表格方法

阐述了用逻辑函数的布尔除/符合展开的3种表示形式:代数表示,图形表示和表格表示,讨论了变量极性改变与0值布尔除项表变化的关系.在此基础上提出了逻辑函数的布尔除/符合展开在固定极性下化简的两种表格方法:串行表格方法和串并行表格方法,指出了它们各自的优缺点,并以实例展示具体化简程序.     

基于K图的逻辑函数OC展开式在固定极性下的化简

分析了K图在表示逻辑函数最大项展开式的特点和性质,发现在K图中作含某格的所有聚合圈相应的和项中所含变量的极性与该格对应的最大项具有相同的极性.在此基础上提出了基于K图的逻辑函数OC展开式在固定极性下化简的新方法.该方法可以利用K图直接得到逻辑函数的最小化的OC展开式,从而省略了传统方法把K图转换为dj图的步骤,具有直观、方便等特点.     

CRM展开系数与谱系数之间的直接转换算法

通过引入了n-dj系数,提出了实现CRM展开系数与谱系数之间直接互相转换的矩阵算法,并给出了相应的dj图与谱系数图的图形转换算法.实例表明,图形转换法具有简单、直接、方便的特点.     

基于混合遗传算法的MPRM最小化

MPRM(Mixed-Polarity Reed-Muller)最小化是RM(Reed-Muller)电路逻辑综合过程中一个非常重要的阶段,对于输入数较多的布尔函数,传统遗传算法(Genetic Algorithm,GA)在解决MPRM最小化问题时收敛过早.提出了一种基于混合遗传算法(Hybrid Genetic Algorithm,HGA)的MPRM最小化算法,该算法将基于相异度的局部改善策略结合到GA算法的迭代过程中.局部改善策略对种群中最佳个体和与之相异度最大的个体实施交叉操作生成新个体,并将新个体与最佳或最差个体进行竞争.将所提算法应用于一组具有较多输入数的MCNC基准电路,并与其他智能MPRM最小化算法进行比较.结果表明,局部改善策略能够避免算法陷入局部极小,增强了全局收敛能力.与模拟退火遗传算法(Simulated Annealing Genetic Algorithm,SAGA)相比,HGA算法在获得类似结果的前提下提高了时间效率;与Hybrid multi-valued DPSO算法相比,HGA在得到基本相同的算法结果时,时间效率亦基本相同.     

基于K图的函数RM展开式在固定极性下的最小化

分析了K图的性质，发现在K图中过某格的所有聚合圈相应的各乘积项所含变量与该格对应的最小项均有相同的极性，在此基础上提出了得到基于K图函数RM展开式在固定极性下的最小化的图形方法，该方法可以从K图直接得到函数的最小化的RM展开式，从而省略了传统的把K图转变为bj图再求最小化的步骤，它具有直观、简单、易于掌握等特点。此外，文中还提出了该方法的改进算法。     

基于gOMP算法的循环码译码研究

在压缩感知理论中,广义正交匹配追踪(gOMP)算法常用于解决l0范数的最小化问题.借助无噪声干扰的压缩感知观测模型,提出了循环码差错图案E重构的压缩感知模型,以校验矩阵H作为测量矩阵,伴随式S作为测量信号,采用gOMP算法重构了差错图案E,其与收码R进行模2加运算,求得发码C的估值.进一步提出了校验矩阵H作为测量矩阵的构成形式及其2个定理.详细论述了gOMP算法重构差错图案E的计算过程.以(7,1)、(7,3)、(7,4)、(15,7)和(31,21)循环码为例,分析了gOMP算法对循环码的纠错能力;以(7,1)循环码为例,分析了gOMP算法中原子选取个数s与纠错位数的关系.通过误码率和码字C重构的成功率,比较分析了gOMP算法和最大似然译码算法的译码效果.仿真实验表明,采用压缩感知理论和广义正交匹配追踪gOMP算法实现循环码译码是可行和有效的.     

部分变量取反的RM型对称函数检测的新方法

分析了函数的RM展开式中乘积项所含的部分变量取反引起的变化，在此基础上提出了直接检测部分变量取反的RM型对称函数的新方法。     

一类新的广义混合拟变分包含组

引进一类新的广义混合拟变分包含组。使用η-近似映射技巧,证明一个新迭代算法的收敛性和解的存在性。结果改进和推广了近期一些熟知的结果。     

基于制造生态框架的知识模块演化动力机制研究

面向某一业务问题求解相关的一组知识及其相关情境资源的组合被称为知识模块, 知识模块的演化代表了业务解决能力的变化. 针对业务问题求解过程中知识模块的演化现象, 提出基于制造生态框架的知识模块演化的动力机制研究方法. 在多维度视角下构建知识模块演化的维度体系, 在演化维度体系的基础上引入生态势理论, 构建了知识模块生态系统演化的生态势分析框架模型. 并利用系统动力学方法与Vensim PLE软件对知识模块演化的生态势模型进行动力学建模与仿真, 研究知识模块演化的动力机制问题. 本文研究有益于丰富知识管理理论, 为企业知识管理实践提供参考.     

基于属性权重优化算法的土地利用绩效评价及差异分解分析

为了解土地利用绩效现状,探究区域间绩效的差异特征,以31个省域2011—2015年的数据为研究对象,从土地利用结构、经济社会效益和生态可持续性3个角度构建绩效评价指标体系,用综合主客观赋权的属性权重优化算法确定指标权重,运用改进的TOPSIS模型测度绩效值,并用泰尔指数组间分解法定量分析区域内和区域间差异对总绩效差异的贡献度。结果表明：按三大地带分组时,东部差异对总体差异贡献最大,西部次之,中部最小;按六大常规分类分组时,华北、华东地区对总体差异贡献较大,东北、西北地区贡献较小;按九大土地利用分类分组时,京津冀鲁区、苏浙沪区对总体差异贡献较大,青藏区、东北区、晋豫区、湘鄂皖赣区贡献较小。总体上,绩效越高的省域对差异贡献越大,绩效越低的省域对差异贡献越小,且各区域间的差异格局长期存在。     

基于属性权重优化算法的土地利用绩效评价及差异分解分析

为了解土地利用绩效现状,探究区域间绩效的差异特征,以31个省域2011—2015年的数据为研究对象,从土地利用结构、经济社会效益和生态可持续性3个角度构建绩效评价指标体系,用综合主客观赋权的属性权重优化算法确定指标权重,运用改进的TOPSIS模型测度绩效值,并用泰尔指数组间分解法定量分析区域内和区域间差异对总绩效差异的贡献度。结果表明：按三大地带分组时,东部差异对总体差异贡献最大,西部次之,中部最小;按六大常规分类分组时,华北、华东地区对总体差异贡献较大,东北、西北地区贡献较小;按九大土地利用分类分组时,京津冀鲁区、苏浙沪区对总体差异贡献较大,青藏区、东北区、晋豫区、湘鄂皖赣区贡献较小。总体上,绩效越高的省域对差异贡献越大,绩效越低的省域对差异贡献越小,且各区域间的差异格局长期存在。     

基于RM型通用门ULM3的对称函数综合

阐述了基本RM型对称函数的定义和性质，给出了任意”变量对称函数在n-1变量基本RM型对称函数完备集中展开系数的计算公式，在此基础上，提出了基于RM型三变量通用逻辑门ULM3的变量数为奇数或偶数的对称函数综合方法，实例验证了上述方法的有效性．     

大数据量遥感图像处理系统算法模块的设计及实现

介绍了一个采用自顶向下、逐步细分的结构化软件设计方法,以Visual C++6.0为软件开发平台设计并实现的自主版权的大数据量遥感图像数字处理系统的算法模块的设计、结构,以及系统实现中采用的关键技术.提出了美国ERDAS图像处理系统在滤波算法的图像边界处理及图像处理后象元值超限处理两方面的不足,同时提出并实现了新的优化方法.实践证明在这两方面的优化更有利于图像分析和信息提取.