航行船舶的运动估计在海浪预报中的应用研究

研究航行中的船舶运动估计及时性不高的问题.由于在海上航行的船舶受海浪运动的随机性和多向性影响,船舶的运动估计信号较复杂且难于提取.传统的方法是从船舶的运动交叉谱中逐一计算提取运动估计信号,存在计算量过大不能及时预报海浪的问题.为解决上述问题,提出了最大似然估计法完成海浪及时预报.根据船舶运动是窄带平稳随机过程的特点,采集船舶的实时横摇、纵摇、垂摇运动时间序列,并将船舶的运动交叉谱作为约束条件,采用最大似然估计法提取出隐含的运动估计信号,避免传统方法对交叉谱的逐一大量计算,然后利用船舶运动估计结果完成海浪的预报.实验表明,提出的方法能够快速获取航行船舶的运动估计信号,可及时完成海浪的预报.     

核ICA在电流传感器相位差监测中的应用

介绍了核独立分量分析(ICA)的基本原理和算法,并将其用于对电流传感器输出的混合信号进行分离,通过比较分离出的单频测试信号输入前后的相位差,来标定传感器本身的相位差对其检测对象的影响。此外,还采用最大似然法对核ICA的分离效果进行评价。实验证明:在输入信号的信噪比为18.73dB的情况下,核ICA分离出的信号与源信号相位差在0.002 rad以内,达到了实际应用中所要求的误差范围。     

项目反应理论在试题库系统中的应用

本文针对传统试题库系统的不足,引入了项目反应理论,分析了项目反应理论在试题库系统中的应用,并介绍了试题库系统整体架构的设计。     

PRML技术在硬盘驱动器中的应用

介绍了采用ＰＲＭＬ技术的磁记录通道的构成原理。特别讨论了用于磁记录通道的部分响应系统和实现最大似然（ＭＬ）检测的Ｖｉｔｅｒｂｉ算法。     

题库建设中的智能组卷策略研究

题库建设中智能组卷是关键环节,本文介绍了两种组卷策略,其数学描述形式为：组卷策略=（基础数据结构定义,组卷参数定义,参数变换算法描述）     

基于项目反应理论自适应测试系统的设计实现

根据自适应学习的特点,对项目反应理论的参数模型进行分析,提出极大似然估算法计算学习者能力参数。并在分析自适应测试系统的体系结构及系统主要功能模块的基础上,构建该测试系统;并提出了测试系统中首题估算策略、信息间隔量估算策略,从而提高出题速度和计算速度;并根据学习者的实际测试情况得出难度系数和特质水平,实现了难度系数算法和学习者特征水平计算算法。在此基础上开发了一个基于计算机应用基础课程的自适应测试系统。     

一种无信标无线传感器网络中的目标定位策略

无信标无线传感器网络的传感器节点通常是按照一定的概率,以分组形式部署,为实现其定位和动态节点跟踪,提出了的无信标定位发现策略,在已有的部署之上,建立模型去反映目标位置和监测传感器探测信息之间的内在关系,同时还建立了预测模型来对目标移动方式进行推断。利用贝叶斯理论构造了一个条件概率分布,将以上两种模型相关参数归并起来,并在这个分布上应用最大似然估计(MLE)方法来估测目标的位置。实验结果表明此目标定位策略取得了较好的效果。     

混沌优化算法在TDOA定位中的应用研究

为了解决TDOA定位估计中遇到的非线性最优化问题,提出了一种联合使用Chan算法和混沌优化算法的混合定位算法。针对TDOA方式进行最佳坐标搜索的问题,本文所设计的基于Chan算法的的混沌搜索方法,提高了算法的收敛速度和性能。仿真结果表明,该算法性能稳定,能找到逼近全局最优点的解,相对于Chan算法精度更高,相对于遗传算法在保证收敛性能的前提下有更快的收敛速度。     

镜向多路径模型在低角跟踪中的应用

在存在多路径反射的低角跟踪中,当信源相关时,传统的多信号分类（MUSIC）算法和其它一些超分辨技术一样,空间谱估计性能会明显变差。为了克服这一缺点,用一组模拟镜向多路径的特殊向量代替波达矢量（DOA）。把镜像多路径模型应用在最大似然（ML）估计中,其性能得到了很大的改善。最后,应用同一镜像多路径模型,对MUSIC算法和ML算法的性能进行比较,给出仿真结果,结果表明,应用同一镜向多路径模型,且其它条件相同的情况下,在高信噪比时,ML算法和MUSIC算法性能相当,但在低信噪比时,由于ML算法需要的快拍数少而更有效,且计算量小。     

基于项目反应理论的影响计算机化自适应测试a分层法的因素研究

计算机化自适应测验CAT(Computerized Adaptive Testing)中的选题策略,一直是国内外相关学者关注的问题。选题策略是计算机自适应测验研究的一项重要内容,它的好坏直接关系到考试的信度、效度及考试的安全性。采用计算机模拟程序对影响a分层选题策略的各因素进行研究。得出了包括测试的终止条件应设为已测项目的信息总量或题目总数达到事先预定标准,层次划分数应为15层,各层信息量所占比例应逐渐上升,项目难度参数应服从均匀分布等各因素的最佳状态,实验证明,优化了a分层选题策略,能显著提高计算机自适应测验的准确性和稳定性。     

基于粒子群的DV_Hop算法优化

原DV_Hop算法中存在节点间距离估算的累计误差以及待测节点坐标求解时的误差问题。在平均跳距的计算阶段,信标节点先后以两个通信半径广播自身位置信息,精确了节点间最小跳数值,加入修正因子来校正平均跳距,得到更精确的未知节点坐标。采用基于线性优化惯性权重和线性加权改进的学习因子同步变化的粒子群算法来优化待测节点位置解析误差,降低待测节点的平均定位误差。仿真结果表明,与原有算法相比,该方法可以有效地降低估算距离误差,提高待测节点的定位精度。     

C60在有机溶剂中溶解度的遗传算法研究

遗传算法是庆适应性和信息交换思想上的随机方法。本文基于遗传算法设计了一种判别分析方法。并用来研究Ｃ６０在有机溶剂中溶解度大小与有机溶剂折光率、介电常数、摩尔体积及Ｈｉｄｅｂｒａｎｄ溶解性参数等物理化学特性参数之 间的关系。     

搜索论在视野检查及视野计设计中的应用

本文介绍了搜索论在视野检查中的应用，并进一步探讨了把该理论用于一种简易视野计的设计。     

A FEW REMARKS ON MEASURES OF UNCERTAINTY IN DEMPSTER-SHAFER THEORY1

It is shown, through two simple examples, that neither the measure of discord nor the measure of total uncertainty used in [Klir, 1991] satisfy one of the fundamental requirements generally taken as necessary for a meaningful measure of information (or uncertainty): the subadditivity requirement. The only measure which satisfies this requirement is the measure of nonspecificity, but it does not possess a more general semimodularity property.     

粗糙集理论在故障诊断规则获取中的应用

本文的目的是给出一种利用粗糙集理论解决故障诊断的规则获取问题的方法 ,该方法的特点是可以处理由于类重叠引起的样本信息不精确、不一致情况下的规则获取 .以规则形式表示的知识接近于人脑推理过程 ,因此基于规则的诊断方法在故障诊断中得到广泛使用 ,但规则获取是其瓶颈之一 .粗糙集 (RS)理论是为开发自动规则生成系统而提出的 ,其主要思想是在保持分类能力不变的前提下 ,通过知识约简 ,导出概念的分类规则 .因此 ,可以把 RS理论用于规则的故障诊断中 .本文给出了基于决策矩阵和决策函数的获取规则方法的流程图 ,以故障诊断实例说明其使用方法 ,并验证了其有效性     

Developing an efficient computational method that estimates the ability of students in a Web-based learning environment

This paper presents a computational method that can efficiently estimate the ability of students from the log files of a Web-based learning environment capturing their problem solving processes. The computational method developed in this study approximates the posterior distribution of the student’s ability obtained from the conventional Bayes Modal Estimation (BME) approach to a simple Gaussian function in order to reduce the amount of computations required in the subsequent ability update processes. To verify the correctness and usefulness of this method, the abilities of 407 college students who solved 61 physics problems in a Web-based learning environment were estimated from the log files of the learning environment. The reduced chi-squared statistic and Pearson’s chi-square test for the goodness of fit indicate that the estimated abilities were able to successfully explain the observed problem solving performance of students within error. The educational implications of estimating the ability of students in Web-based learning environments were also discussed.     

机器人结构参数最优公差及关节最佳运动误差

本文给出了机器人位置和姿态误差的一种矩阵形式.根据矩阵原理,得到一个重要结论:若机器人位姿误差在其工作空间内达到最小,则机器人结构参数误差和关节运动误差矢必须等于位姿误差系数矩阵最小特征值对应的标准正交特征向量。本文还讨论了如何选择结构参数最优公差以及相应的关节最佳运动误差.最后结出了一个六自由度关节型机器人的数值计算。     

Stochastic dominance-based rough set model for ordinal classification

In order to discover interesting patterns and dependencies in data, an approach based on rough set theory can be used. In particular, dominance-based rough set approach (DRSA) has been introduced to deal with the problem of ordinal classification with monotonicity constraints (also referred to as multicriteria classification in decision analysis). However, in real-life problems, in the presence of noise, the notions of rough approximations were found to be excessively restrictive. In this paper, we introduce a probabilistic model for ordinal classification problems with monotonicity constraints. Then, we generalize the notion of lower approximations to the stochastic case. We estimate the probabilities with the maximum likelihood method which leads to the isotonic regression problem for a two-class (binary) case. The approach is easily generalized to a multi-class case. Finally, we show the equivalence of the variable consistency rough sets to the specific empirical risk-minimizing decision rule in the statistical decision theory.