基于ASP的物资管理系统设计与实现

按照大型建筑施工类企业物资管理信息化的要求,以一个铁路施工企业物资管理系统为例,介绍一种基于B/S模式,采用ASP.NET技术,在SQL2000数据库系统的基础上实现物资管理系统的结构组成、实现技术、模块设计和实现方案.     

基于代数连通度的虚拟骨干网构造方法

随着无线传感器网络的大量运用,通过分级将网络规模缩小显得十分必要。与已有的一些无线传感器网络的分簇算法不同,本文旨在构造一个健壮的、稳定的虚拟骨干网。通过引入图论中的代数连通度,并考虑无线传感器网络的信道特性,使用基于连接概率的代数连通度来表征虚拟骨干网的健壮性。同时提出度量参数网络质量,结合考虑骨干网的健壮性与代价,通过调节参数因子进行健壮性与代价因素之间的权衡。对该网络优化问题,提出集中式算法进行求解,并通过仿真得到健壮的虚拟骨干网。     

基于集成学习的在线高维投资组合策略

文章结合机器学习中的交叉验证、在线学习和集成学习方法,对基于不同高维协方差估计量的投资策略权重进行动态组合,以获得优于传统投资组合策略的样本外表现.基于这一目标,文章对机器学习中比较前沿的在线加权集成(online weighted ensemble,OWE)算法的样本更新方式、学习模型和目标函数进行了替换和修改,改进后的mixed-OWE算法能够更好地适用于多组合的动态混合策略投资.通过数值模拟,文章将mixed-OWE应用在基于二次效用目标函数的投资问题上,结果表明其样本外表现优于传统静态方法.随后,文章进一步使用A股近10年的数据作为样本对mixed-OWE进行了全局最小方差组合投资,经过一定的参数调整后,mixed-OWE策略实现的组合方差优于其成分组合以及等权重组合.     

基于SVDD的半监督入侵检测研究

提出了一种基于SVDD的半监督入侵检测算法.该算法利用少量有标记正常网络数据建立两个SVDD分类器,通过相互学习来挖掘未标记数据中的隐含信息,扩大有标记正常网络数据的数量.再利用所有已标记正常网络数据用不同的单分类方法建立多个单类分类器,通过集成学习的方法得到最终的分类器.实验表明,该算法具有良好的识别性能.     

MOPA方式高峰值功率脉冲光纤放大器模拟

为了研究如何从脉冲种子光经放大器后获得能量为毫焦级、纳秒级脉宽的激光脉冲,以及重频、受激喇曼效应对输出激光脉冲的影响,采用基于主振荡动率放大方式建立了3级脉冲双包层掺Yb光纤放大器的瞬态理论模型。在不同重频下对能量为10nJ、脉宽为100ns的脉冲种子光经放大后的脉冲能量、峰值功率、平均功率、脉宽及受激喇曼效应进行了数值模拟。计算数据表明,当重频小于200Hz时输出激光脉冲的能量、波形受重频的影响很小,可以忽略不计,在适当参量下受激喇曼效应对各级放大输出几乎没有影响。结果表明,适当选择3级光纤放大器的各项参量可以实现毫焦级的激光脉冲输出。     

MIMO-MC-CDMA中基于拉氏算子的资源分配算法

提出一种应用于多输入多输出MC-CDMA系统的功率、码道自适应分配算法。基于接收端的信道反馈信息,发送端在总发射功率受限的条件下通过多用户间功率和码道的分配最大化系统吞吐量。算法通过限制用户的最大和最小码道数来实现用户之间的带宽公平性。算法最终归结为一个约束优化问题并利用拉格朗日乘子法进行求解。提出一种用于加快拉格朗日乘子收敛速度的搜索算法,计算机仿真验证了算法的有效性。     

一种白适应比特分配的多速率MC—DS—CDMA

文中从充分利用信道分集特性的角度出发,给出了自适应调制技术在MC—DS-CDMA系统中的应用,提出了一种支持多速率业务的改进的MC-DS-CDMA传输方案。并在预知信道状态的前提下,对固定调制方式和采用了自适应调制的两种方案的误比特性能进行了仿真和比较,结果表明该算法与传统系统相比系统误比特性能有很大提高。     

Ar等离子体处理PET在非晶硅太阳电池中的应用

在射频等离子体增强化学气相沉积(RF-PECVD)系统的腔室内,对聚对苯二甲酸乙二醇酯(PET)塑料薄膜进行Ar等离子体预处理,并采用光发射谱(OES)对不同处理参数下的氩气辉光状态进行在线监测。对处理前后PET及PET/ITO进行透过谱、原子力显微镜(AFM)以及扫描电镜(SEM)的测试结果表明,Ar等离子体处理改善了PET塑料薄膜的表面形貌,使之更适合ITO薄膜的生长。以Ar等离子体处理的PET/ITO为衬底,在沉积温度为125℃条件下,制备出效率为5.4%的p-i-n型非晶硅(a-Si)柔性太阳电池。     

基于系统动力学的供应链库存策略仿真研究

针对一个动态、多级的供应链库存系统,应用系统动力学的方法,建立了供应链(s,S)库存策略下的物流成本模型,并通过动态仿真,分析了库存策略的变动对于供应链库存系统各级成员间库存供需的动态行为,提出了(s,S)策略下的供应链库存系统的有效管理方法.     

基于FCM的无监督最优模糊聚类算法

基于模糊c-均值算法的无监督最优模糊聚类算法集合了模糊c均值算法与无监督最优聚类算法的优点,它通过逐渐改变聚类数c,依据一些有效性衡量尺度,能无监督搜索出最优聚类数c.通过对距离测量尺度的改进,使聚类不受类形状的影响,以达到具备更高准确率的聚类效果.仿真实验结果表明,新算法不仅能准确找出聚类数,而且跟单纯的模糊c均值算法比,具有更好的聚类效果.