基于加权贝叶斯分类器的人类启动子辨识方法

基因启动子区域控制一个基因转录的起始.因此,真核启动子预测是DNA序列分析中最重要的问题,也是非常困难的任务.用高斯混合模型(GMM)估计启动子中寡核苷酸位置密度并将其作为特征向量,是一种有效的方法.然而混合度G通常都选的很大,模型训练需要大量的时间.由于每个寡核苷酸位置分布的不同,本文提出用模糊聚类的方法分别确定每个寡核苷酸的最优混合度,提高了寡核苷酸位置分布的检测精度,并减少了计算时间.接着,提出了一种基于最小二乘法的加权贝叶斯分类器算法,用于人类启动子的辨识,进一步提高了辨识精度.仿真结果表明,本算法具有较高的预测效果.     

基于改进的蛙跳算法的神经网络在语音情感识别中的研究

本文提出了一种改进的混合蛙跳算法,利用混沌运动的遍历性改善初始个体的质量和引入高斯变异,提高了算法的全局搜索能力,同时将改进算法与人工神经网络结合,并把它应用到语音情感识别系统中.依据情感的维度空间模型.分别提取了情感语音的韵律特征与音质特征,研究了谐波噪声比特征随情感类别的变化特性.利用本文所提的蛙跳算法(SFLA)训练随机产生的初始数据,优化神经网络的连接权值,能快速地实现网络的收敛.在实验中比较了BP神经网络、RBF神经网络与改进SFLA神经网络分别用于语音情感以别的识别性能,结果表明基于改进SFLA的神经网络的平均识别率高于BP神经网络9.2个百分点,高于RBF神经网络7.9个百分点.因此本文所提的蛙跳神经网络用于语音情感识别能获得明显的识别性能的提升.     

四分位数z比分数法在能力验证过程的改进-高斯节点分位数z比分数法

通过对四分位数稳健统计进行Z比分数法能力验证过程的分析提出高斯节点z比分数法。     

格兰-傅科棱镜空气隙厚度的测量

为了测量格兰-傅科空气隙的厚度,分析了棱镜对单模高斯光束的影响,结果表明：透射光束随光束在棱镜端面上的入射角变化呈现周期性的振荡,且振荡特性与入射光的波长、光强分布特性、棱镜结构角及空气隙的厚度有关,对于给定波长的入射单模高斯光束,由于棱镜的结构角在棱镜胶合之前可以精确测得,所以通过分析这种振荡特性便可以得出棱镜空气隙的厚度,据此,设计实验,并测出了成品棱镜空气隙的厚度。     

受限拉盖尔-高斯光束湍流传输时轴上光强分布

为了研究受限拉盖尔-高斯光束湍流传输时轴上光强分布,采用扩展惠更斯-菲涅耳原理方法进行了理论分析,得到了受发射圆孔限制的拉盖尔-高斯光束在大气湍流中传输时轴上光强的表达式。并运用MAPLE模拟,取得了不同湍流强度、波长和发射圆孔孔径下轴上光强的分布理论数据。结果表明,拉盖尔-高斯光束在不同阶数、湍流强度、波长和发射圆孔孔径下,真空和湍流较弱时,轴上光强在近场发生明显振荡,达到最大值后,强度明显开始降低,湍流较强时,传输很近距离强度就迅速衰减,并与其在真空中的传输特性进行了比较。这一结果对研究拉盖尔一高斯光束是有帮助的。     

基于小波的信号去噪分析

由实际应用可得,作为一种新的多辨认分析方法的小波变换,由于具有多分辨特征和时频局部性,可同时进行频域和时域分析,所以特别适用于进行非平稳信号的处理。首先介绍了小波分析的信号去噪原理,其次接着阐述了4种去噪算法：小波分解与重构去噪方法、模极大值检测法、阈值法及平移不变量小波去噪法。对于叠加了高斯白噪声的仿真信号,分别将上述的4种方法用于去噪处理,并通过仿真过程不同及图形差异对几种方法进行比较。     

改进的蚁群算法求解VRP问题

为了使蚁群算法针对VRP问题解的搜索更加高效,将变异操作用于蚁群算法．给出了变异概率的设置,合理地改进可见度的计算及信息素更新方法,结合swap局部搜索,获得了更加稳定的求解VRP问题的蚁群算法。实验表明,该算法稳定有效。     

高斯混合分布杂波下ARM的Wald检测方法

提出一种在高斯混合分布杂波下检测反辐射导弹(ARM)的Wald检测方法.针对基于期望最大化(EM)算法估计杂波参数时,由于初始化不当使迭代运算落入初值陷阱、导致估计错误的问题,提出基于矩-EM算法估计杂波参数的方法,导出了高斯混合分布杂波下ARM目标的Wald检测统计量.不同参数条件下的仿真表明,矩-EM算法能够更准确地估计杂波参数;基于高斯混合分布杂波假设的Wald检测性能明显优于基于高斯分布杂波假设的Wald检测性能.     

某双塔楼表面风压的非高斯特性研究

通过对某双塔高层建筑进行了风洞试验,对该双塔高层建筑表面风压的非高斯分布特性进行了研究;基于各风向角下风压系数的三阶、四阶矩统计量,对高层建筑各立面风压进行了高斯与非高斯分布的分区;最后,对高斯区和非高斯区设计风压系数的峰值因子取值问题进行了探讨,发现在实际应用中对非高斯区的峰值因子取值偏小。     

用改进变异粒子算法实现突发威胁下的无人机航迹规划

针对无人飞行器航迹规划问题,提出一种改进变异粒子群算法及航迹节点拓展法,有效解决了突发威胁下的航迹规划问题,并进行仿真验证。通过引入维量化活性度解决了粒子群算法搜索后期速度下降问题,通过相对坐标转换避免了采用一元多项式函数作为水平航迹丢失部分解的情况。仿真表明,利用改进的变异粒子群算法能够有效地提高搜索速度和精度,适用于突发威胁下的航迹规划问题。