一种低复杂度聚类估计MLSE均衡器

给出了一种新的聚类估计最大似然序列均衡器(CBSE),避开了传统MLSE均衡需要估计信道脉冲响应(CIR)和卷积运算,由接收信号估计聚类中心,同时利用聚类中心之间的对称性,仅需估计其中部分中心,其余中心可通过简单运算获取,从而在缩短训练序列的同时减少了运算量.仿真表明,新方法在取得与RLS均衡器相近收敛性能的同时,计算量比LMS均衡器小.     

空基与星基组合监视系统中的ADS-B分群算法

广播式自动相关监视(ADS-B)技术是未来航空监视技术的发展方向之一.为了满足未来空域中移动节点快速多变以及覆盖范围不断扩大等的监视需求,需要将甚高频自组织数据链和卫星数据链综合实现空基与星基组合监视系统,而分群是实现该系统的一种有效手段.为此,文中提出了一种新型的ADS-B分群算法,通过结合最大连通度准则和非确定性算法,改进了分群组网结构,提高了组网的初始收敛速度、网络整体结构的稳定性以及通信效率.     

Differential privacy protection scheme based on edge betweenness model

With the continuous development of social network application,user’s personal social data is so sensitive that the problem of privacy protection needs to be solved urgently.In order to reduce the network data sensitivity,a differential privacy protection scheme BCPA based on edge betweenness model was proposed.The 2K sequence corresponding to the graph structure based on the dK model was captured,and 2K sequences based on the edge betweenness centrality were reordered.According to the result of reordering,the 2K sequence was grouped into several sub-sequences,and each sub-sequence was respectively added with noise by a dK perturbation algorithm.Finally,a social network graph satisfying differential privacy was generated according to the new 2K sequences after integration.Based on the real datasets,the scheme was compared with the classical schemes through simulation experiments.The results demonstrate that it improves the accuracy and usability of data while ensuring desired privacy protection level.     

Turbo码译码性能的研究

Turbo码基于随机编码的思想,将卷积编码与交织器结合使其性能接近香农极限,所以Turbo码被3G移动通信系统所采纳并在深海通信、卫星通信等功率受限领域得以应用.文中介绍了Turbo码的译码原理并分析了几种主要的译码方法,在Matlab环境下对Turbo码进行了仿真研究,分析了不同的迭代次数、译码算法、帧长、码率及分量码对其译码性能的影响.仿真结果表明Turbo码纠错性能优良,具有广泛的应用前景.     

基于自组织特征映射神经网络的聚类分析

在深入研究自组织特征映射（Self-organizing Feature Mapping,SOFM）神经网络的结构和聚类算法的基础上,阐述了SOFM网络的建立方法.以随机二维向量的聚类为例,利用所建立的SOFM网络模型对输入的随机二维向量进行聚类,并着重研究了输出层神经元拓扑结构、训练步数对聚类结果的影响以及在相同拓扑结构条件下,SOFM网络模型的权值向量的调整过程.仿真结果表明：在输出层神经元节点形式为六边型条件下,输出层神经元的个数越多,SOFM网络模型的聚类结果就越准确;在相同的拓扑结构条件下,训练步数越大,SOFM网络聚类结果越准确,但过大的训练步数对于聚类结果的影响甚微.     

基于模糊聚类和时域跟踪的视频分割

本文提出了一种基于模糊聚类和时域跟踪的视频分割方法。它把视频序列的连续7帧图像作为一组,对每组中间那一帧图像进行初始分割,对组内其他帧图像采用时域跟踪方法进行分割。初始分割采用了改进的多特征模糊聚类方法：时域跟踪是利用上一帧的分割结果通过运动估计向下一帧投影,作为下一帧的初始分割来完成的。     

基于用户反馈的兴趣模型在信息检索中的应用

兴趣模型是个性化信息服务的关键技术,介绍了基于用户反馈的兴趣模型的构造过程,并将其应用于信息检索中,通过利用反馈对检索结果集重新排序、利用反馈形成新的查询请求两种方式优化检索结果,使其能更好地符合用户的个性化需求,并说明了利用反馈对兴趣模型进行调整的原则.     

基于能量中心的电力机车接触导线几何参数视觉检测方法

传统的电力机车接触导线几何参数检测方法存在若干不足。根据检测要求和磨损后接触线的图像特征,提出了基于双目视觉技术的在线、非接触、多参数综合测量方法。对基于LOG 算子的线条边缘图像处理方法的误差进行了深入的理论分析,在此基础上提出了采用图像能量中心算法的边缘定位新方法,并进行了数值模拟。仿真结果表明:能量中心算法的抗干扰和抗模糊能力更强,定位精度更高。以不同高度、拉出值和磨损宽度的圆钢为检测对象进行了验证实验,并与激光测距仪和数显式游标卡尺检测的结果进行了比对。实验表明,能量中心算法的边缘检测精度优于LOG 算法,同时,提出的测量方法示值误差小、重复性较好,能够满足接触线在线、非接触综合检测的需要。     

改进的RBF文本分类算法

分析了文本分类系统的一般模型及现有技术,在应用了核主成分分析的特征降维方法进行处理后,提出了一种基于样本中心的径向基( RBF)神经网络文本分类算法,并且引入了聚类算法的核心思想,来改进误差反向传播(BP)神经网络分类算法收敛速度较慢的缺点.实验结果表明, RBF网络与BP网络相比,具有较高的运算速度和较强的非线性映射能力,在收敛速度和准确程度上也有更好的分类效果.     

高灵敏度全光纤电流传感器研究进展

全光纤电流传感器作为智能电网中的重要设备之一,具有比传统电磁式互感器更显著的优势,在高压及超高压环境中有广阔的应用前景.首先阐明了影响全光纤电流传感器灵敏度的主要因素,综述了近年来国内外学者提高电流传感灵敏度的解决方案和研究成果;其次着重分析一些改进型结构的全光纤电流传感器消除温度、线性双折射等对传感灵敏度影响的工作原...