一种基于循环小波累积量的谐波恢复方法

循环统计量是乘性和加性噪声中谐波恢复问题的主要分析工具之一。本文在其基础上提出了一种新的理论与方法——基于循环小波累积量的谐波恢复方法。首先,提出了循环小波累积量的定义。然后,建立了基于一阶、二阶、三阶循环小波累积量的谐波分量的频率和相位的估计方法。在此基础上,采用了一种可调参数的小波,通过调节其参数来改善传统方法中频率分辨率低的缺陷。最后给出了模拟实验结果。     

尺度可调的混合核RBF网络

针对传统核模型中采用单一核函数的局限性,利用两个核函数的线性组合得到混合核.在RBF网络的训练中,采取正交最小二乘的方法进行逐步回归建模.在学习每个神经元参数时,首先,用全局K均值聚类法得到数据样本的聚类中心,然后对每一个聚类中心,利用群搜索优化器搜索出最佳的尺度和混合核调节参数,误差最小的参数组合即为径向基函数参数....     

基于STM32单片机的3维LED光立方的设计与实现

本设计为基于单片机的3维LED光立方,由STM32F103VBT6系列单片机、1个74HC154芯片、32个74HC573芯片、8个APM4953芯片等部分组成。用单片机对芯片的信号传输的方式来进行对4096个LED的控制。本系统具有灯光绚丽、3D立体特效、效果直观以及时间控制轴等优点,可以实现动画、曲面等复杂的立体图形。     

基于树型正交前向选择方法的可调核函数模型

基于留一准则的正交前向选择算法(Orthogonal Forward Selection based on Leave-One-Out Criteria, OFS-LOO)是最近提出的一种数据建模方法,它能够产生鲁棒性好的参数可调的核函数回归模型。OFS-LOO采用贪婪算法策略,利用全局优化算法逐项调节每个回归项的参数,逐步地增加模型的项数,减少留一准则函数值。但是OFS-LOO仅保留当前最优解作为新回归项的参数,而忽略当前的选择对以后步骤的影响,破坏了模型的稀疏性。本文在OFS-LOO的框架下提出了一种新颖的树型算法。在选择核函数模型的每一项时,采用重复加权增进搜索（Repeated Weighted Boosting Search, RWBS）算法,同时保留RWBS得到的多个局部极值作为核函数参数的候选项。新方法试图找到传统OFS-LOO和全局最优解之间的折衷。实验表明,与传统方法相比,新方法得到的核函数模型稀疏性更好,泛化能力更强      

基于ICA的谐波恢复方法

加性有色高斯或非高斯噪声中谐波恢复是信号处理中的一个常见问题,本文利用独立成分分析(ICA)来研究加性噪声中实谐波信号的恢复问题.首先建立了谐波信号的ICA数学模型,分析了谐波恢复可以由ICA方法实现的数学原理,然后提出了噪声中谐波恢复的ICA方法,最后通过仿真实验说明了基于ICA的谐波恢复算法的有效性.     

基于更贪心策略的快速正交核匹配追踪算法

为了得到信号的稀疏表达结果,正交核匹配追踪采用贪婪算法,在逐步回归建模过程中,每步只寻求当前最优原子,这使得计算效率大大降低.针对此局限性,提出了一种新的更加贪心的策略:在每次回归时,选择超过阈值的一个或者多个原子.为了更好的提高算法精度和稀疏度,再利用原子相似度对所挑选的原子做进一步筛选.实验结果和计算复杂度的分析说明:较传统的方法,新的基于更贪心策略的方法不仅能够提高计算效率,而且所得到的模型具有稀疏性好,泛化能力高等优点.     

概率统计课程中研究性学习方法探讨

研究性学习的关键问题之一是充分调动学生主动学习的兴趣与热情,提高学生学习效率,变被动学习为主动学习.结合实例给出了四种激发学生学习兴趣的研究性学习方法,即逆向思维、发散思维、基于Matlab的验证学习以及基于实际问题的教学研究方法.这四种学习方式的有机结合能在理论和实践上有效激发学生主动学习热情及学习兴趣,从而大大提高学生学习效率.     

一种基于修正动量的RBM算法

受限玻尔兹曼机（Restricted Boltzmann Machine,RBM）是一种随机网络、概率图模型,它是一种比较有效的的无监督学习模型.针对RBM梯度近似的一种计算方法对动量加速不敏感,以及识别效果不理想等问题,本文提出一种基于修正动量的RBM算法.该算法结合RBM梯度近似方法,通过修改隐单元偏置参数的更新方式,避免RBM模型中隐单元取值采用概率值时导致模型识别效果不理想、动量加速有限等问题.同时,在RBM预训练阶段采用快速上升的动量方式,以加速网络收敛;在微调阶段引入缓慢下降的动量项,以避免陷入局部最优点并提高识别效果.本文算法通过在MNIST手写数字体,Extended Yale B和CMU-PIE人脸数据库上的数值实验结果表明,提出的算法能够有效地提高计算效率和提高网络泛化能力.该算法不仅对RBM的应用领域扩展具有十分积极的实际意义,且为深度学习的应用方法提供一种新的研究思路和借鉴.     

焙烧温度对SO42-改性锆交联粘土固体酸结构与催化活性的影响

用聚羟基锆离子交换Na基膨润土中的水合钠离子,再引入SO4^2-,在不同温度焙烧制备了锆交联粘土固体酸催化剂,利用XRD,IR,DTA等手段,对该催化剂的结构进行了分析测试,并以柠檬酸和正丁醇酯化反应为探针,考察了焙烧温度对其结构与催化活性的影响。实验结果表明,焙烧温度为500℃时,SO4^2-与锆氧化柱形成了具有超强酸性的结构,催化剂活性较佳,能使柠檬酸酯化反应转化率达96．6％,反应酯化率达95．72％。     

核-壳结构多酸/磁性铈铁纳米复合氧化物@SiO2吸附-氧化脱硫性能

水热法合成了铈铁纳米复合氧化物,采用化学沉积法在其表面包裹SiO₂制备核-壳结构磁性材料,以其为载体负载H₂O₂结合Keggin结构磷钼酸(HPMo)制备了HPMo-H₂O₂/CeFe_xO_y@SiO₂吸附-氧化脱硫催化剂。 采用扫描电子显微镜(SEM)、透射电子显微镜(TEM)、傅里叶红外光谱(FT-IR)、X射线粉末衍射(XRD)、氮气吸附脱附(BET)、³¹P魔角核磁共振(MAS-NMR)和X射线光电子能谱(XPS)等对催化剂的结构进行表征。 结果表明,SiO₂将CeFe_xO_y包裹形成核-壳结构纳米复合材料,以其为载体负载HPMo-H₂O₂后Keggin型多酸的骨架结构保持,并产生少量过氧化磷钼酸盐活性物种。 不同催化剂对有机硫化物二苯并噻吩(DBT)的吸附脱硫和氧化脱硫性能,均呈现出HPMo-H₂O₂/CeFe_xO_y@SiO₂＞CeFe_xO_y@SiO₂＞CeFe_xO_y的活性顺序,多酸的引入大大提升了其对大分子有机硫化物的吸附和氧化脱除性能,催化氧化脱硫活性的提高源于多酸分子“假液相”反应过程的结果。 在反应温度60 ℃,反应3 h,m(油)∶m(催化剂)=35∶1,n(O)∶n(S)=10∶1的条件下,对DBT氧化脱除率达到99.4%。 制备的磁性核-壳结构氧化脱硫剂有理想的氧化脱除DBT的循环使用性能,并且可通过外加磁场进行简单分离,是一类制备方法简单、催化活性高且稳定性好的绿色环保型催化剂。