基于粗糙集理论的知识约简及应用实例

在保持分类能力不变的前提下 ,通过利用粗糙集理论中的知识约简方法 ,在保护知识库分类不变的条件下 ,删除其中不相关或不重要的知识 ,从而导出问题的决策 .利用基于决策表的粗糙集模型算法 ,实例分析如何数字化表示决策表 ,并对其进行属性约简和属性值的约简 ,从而提取决策规则 .     

一种LC-VCO 1/f3相位噪声优化方法

建立了差分互补型电感电容压控振荡器(LC-VCO)的等效分析模型.采用有效截止频率厂T.e.来表征MOS管的充放电能力,结合振荡器起振后共模输出电压下降的现象,提出了优化1/f3相位噪声的方法.采用该方法并结合跨导效率gm/ID设计方法,实现了LC-VCO 1/f3相位噪声的优化,并在0.18 μm CMOS工艺上获得验证.结果表明,该优化方法可以使频偏在1 kHz以内的相位噪声改善2～3 dB,可用于开环LC-VCO作为本振的低功耗无线收发机及高性能晶体振荡器的电路设计中.     

磁性复合材料在固相萃取食品中环境类雌激素的应用进展EI北大核心CSCD

环境类雌激素作为食品中一类典型的污染物,严重影响人体内分泌系统的功能与代谢。磁性固相萃取因其简洁高效、富集倍数高、适用范围广等优点,已被广泛应用于食品中环境类雌激素的富集检测。Fe_(3)O_(4)纳米粒子作为经典的磁固相萃取材料,易于形成大分子团聚物,影响其选择吸附性能,限制了磁固相萃取技术在食品中环境类雌激素的痕量分析。新兴的磁性复合材料可有效地解决上述问题,已成为磁固相萃取技术的研究热点之一。本文综述了近5年来新兴的磁性聚合物复合材料、磁性碳基复合材料和磁性金属-有机骨架复合材料在食品中环境类雌激素富集检测的应用进展。     

高性能升余弦滤波器设计

给出了一种适用于PHS基带系统中的高性能成形滤波器,对比两种实现方法在基带芯片中的性能,利用最少的非零比特位来表示符号数的编码技术即符号数（Canonic Sign Digit,CSD）。采用子结构共享技术改进数字滤波器结构,实现了2进制补码与CSD的转换和系统中升余弦Nyquist成形滤波器的ASIC设计,在TSMC 0．18μm工艺下进行了功能仿真、综合和后仿真。     

色散与色散斜率同时进行补偿的方法

在参考大量国外文献的基础上,介绍了三类对光纤传输线路中色散与色散斜率同时进行补偿的方法,并将每类补偿方法又细分成几种.     

草酸钙结石形态的红外光谱分析

草酸钙结石主要是以一水草酸钙(COM)、二水草酸钙(COD)的形式存在。在解决缺少COD标样的难题后,将制备的COD样品与COM标样混合,然后采用红外光谱法对混合物进行分析研究,采用谱带比值法,确定了COD和COM在660和610 cm-1处与780和520 cm-1处的吸收度比值(R)与质量分数(w)的关系式,其线性回归方程分别为:R=11.95×10-3wCOD 0.873 61,r=0.983 63;R=4.74×10-3wCOD 0.886 52,r=0.992 44。同时为了减少压片、测定等因素引起的误差,采用零点交叉一阶导数法,测定在1 320 cm-1处吸收度一阶导数与COD质量分数(w)的关系式,其线性回归方程I=5.5×10-5w 9.2×10-5,r=0.996 60。线性良好。     

基于无线局域网的信号检测算法实现

实现了针对WLAN（IEEE802.11）系统的信号检测算法.根据突发传输的特性,一套简单有效的信号检测算法是硬件实现所必需的.通过分析比较几种信号检测算法,在基于IEEE802.11a帧前的短训练符号和IEEE802.11b的长前导码和短前导码部分做以算法分析,以蒙特卡罗分析结果来评估其效能,选取适合硬件实现算法以FPGA实现.     

利用FreeBSD构建安全网络

1 FreeBSD FreeBSD是BSD Unix的一个继承者,是一个完全免费的操作系统.从FreeBSD的起源和发展过程可以看出,FreeBSD是一种自由的Unix操作系统,它是由计算机科学家、软件工程师等志愿者通过Internet合作开发的,目的是为所有的使用者提供没有任何附加条件的自由的Unix操作系统.     

基于路径特征和支持向量机算法的硬件木马检测技术

硬件木马攻击成为当前集成电路(IC)面临的严重威胁。针对硬件木马电路具有隐蔽、不易触发以及数据集不均衡等特点，该文提出对门级网表进行静态分析的硬件木马检测技术。基于电路可测性原理建立涵盖节点扇入数、逻辑门距离、路径数、节点扇出数的硬件木马路径特征，简化特征分析流程；基于提取的路径特征，使用支持向量机(SVM)算法区分电路中的木马节点和正常节点。提出训练集双重加权技术，解决数据集不均衡问题，提升分类器的性能。实验结果表明，分类器可以用于电路中的可疑节点检测，准确率(ACC)达到99.85%；训练集静态加权有效提升分类器性能，准确率(ACC)提升5.58%；与现有文献相比，以36%的特征量，真阳性率(TPR)降低1.07%，真阴性率(TNR)提升2.74%，准确率(ACC)提升2.92%。该文验证了路径特征和SVM算法在硬件木马检测中的有效性，明确了数据集均衡性与检测性能的关系。