基于近邻信息和PS O算法的集成特征选取

提出了一种新的PSO特征选取方法。以粒子对应特征组合的同类近邻样本和异类近邻样本间的距离关系作为类别可分性和粒子适应度函数。以适应度函数加权的群体历史最佳、粒子历史最佳和粒子邻域内最佳个体信息共同指导粒子运动方向,搜索类内紧密、类间分离的最佳特征组合;同时,利用加权集成方法对PSO特征选取方法进行集成,以提高特征选取方法的稳定性和鲁棒性。在5个高维数据集上的特征选取实验结果表明集成PSO特征选取方法的有效性和可行性。     

一种肿瘤基因表达数据的知识提取方法

本文以多发性骨髓瘤的基因表达数据为例,利用数据挖掘技术,提出了一种针对基因表达数据进行知识发现的方法.该方法通过计算基因的信息增益,结合神经网络,找出了特征基因集合,最后利用决策树进行特征规则的提取,给出了基于多发性骨髓瘤数据样本的产生式规则,为生物医学研究提供了一种分析和研究基因表达数据的参考方法.实验结果表明了该方法的有效性.     

外伸梁差分离散系统的模态反问题

研究外伸梁模态的反问题,即由两组位移模态或应变模态及相应的频率构造外伸梁差分离散模型物理参数的方法,讨论反问题解存在的充要条件.提出算法并用算例验证.结果表明,由应变模态构造外伸梁的物理参数比用位移模态构造梁的物理参数精度要高.     

基于强化学习的智能超表面辅助无人机通信系统物理层安全算法

该文从物理层安全的角度出发研究了智能超表面(RIS)辅助的无人机(UAV) 3D轨迹优化。具体地说,当RIS辅助的UAV向地面用户进行无线传输时,通过联合优化RIS相移和UAV的3D轨迹来最大化物理层安全速率。然而,由于目标函数是非凸的,传统的优化技术很难直接求解。深度强化学习能够处理无线通信中动态复杂的优化问题,该文基于强化学习双深度Q网络(DDQN)设计一种联合优化RIS相移和无人机3D轨迹算法,最大化可实现的平均安全速率。仿真结果表明,所设计的RIS辅助UAV通信优化算法可以获得比固定飞行高度的连续凸逼近算法(SCA)、随机相移下的RIS算法和没有RIS的算法有更高的安全速率。     

叶片挤出机制备中药渣纤维/回收ABS复合材料的结构与性能研究

利用基于拉伸流变的叶片挤出机制备中药渣纤维/回收ABS复合材料,并研究叶片挤出机的加工温度、加工转速对复合材料结构与性能的影响。研究结果表明,随着叶片挤出机加工温度的升高,中药渣纤维/回收ABS复合材料的拉伸强度和弯曲强度都呈现先增大后减小的趋势,并且在200℃时达到最大值,分别较最小值提高了19.48%、14.57%,冲击强度变化较小;叶片挤出机加工转速对复合材料综合力学性能的影响与加工温度类似,30rpm为最佳加工转速。从复合材料的SEM图可以看出,随着加工转速的提高,中药渣纤维在复合材料中的取向更加明显。     

一种基因芯片光学扫描图像倾斜校正方法研究

针对在基因芯片光学扫描时产生的图像倾斜问题,提出了一种基于像素灰度的芯片图像倾斜校正方法。结合基因芯片图像的结构特点,基于行、列方向像素灰度定义芯片图像的校正指标。在角度检测范围内,利用折半搜索方法,基于校正指标来检测芯片图像的校正角度和芯片图像的校正位置。实验结果表明,该方法能有效地检测多类基因芯片图像的倾斜角度,具有较强的鲁棒性和实用性。     

基于Swin-Transformer的YOLOX交通标志检测

交通标志检测是驾驶辅助系统和自动驾驶系统的关键因素之一。在交通标志检测过程中，交通标志距离不同导致目标尺度变化很大，远距离小尺度交通标志对基于卷积网络的目标检测器提出了巨大挑战。YOLOX-Swin算法将Swin-Transformer作为YOLOX的骨干网络以提取交通标志图像特征，通过移动窗口获取足够的全局上下文信息，并利用多头自注意力机制提取更多差异化特征；利用YOLOX自身的路径增强特征金字塔网络(Path Aggregation Feature Pyramid Network, PAFPN)提取、融合包括交通标志低层信息在内的多尺度特征信息，提升小目标交通标志检测精度。由于小目标交通标志在图像中所占像素较少，同时考虑到Transformer需要的训练样本多于卷积网络，在原本的复制粘贴法上进行改进，增加交通标志样本数量，以进一步提高交通标志检测精度。在TT100K数据集上的测试结果表明，所提目标检测方法较其他几种方法具有更高的交通标志检测精度，能满足交通标志检测准确性和实时性要求。