稀疏多带信号的压缩采样技术的研究

实现宽带压缩采样的结构有多种类型,在分析调制宽带转换器的采样结构的原理的基础上,针对稀疏多带信号的压缩采样,搭建了四通道的宽带压缩采样系统的原型系统平台,其中,混频调制信号是现场可编程门阵列硬件电路产生的序列。采用稀疏多频带信号作为系统的输入测试信号,并且利用另一已知的稀疏多带信号作为系统的同步信号,对宽带压缩采样原型系统进行系统仿真。该系统中的混频调制信号容易生成、实现结构简单、参数设置灵活。软件仿真及硬件测试,验证了该宽带压缩采样系统的硬件平台的正确性和可行性。     

打包车间的潜在危险

打包车间是轧花厂设备最密集的区间之一。车间不仅有很多工人，而且在打包机周围还有一些运动着的设备，这就可能引起危险倩况的发生。首先是打包机上的预压器，今年就因此而发生了一场事故。预压器是美国职业安全与卫生管理局规定的必须注意的地方之一。要求将限位开关（行程开关）放到适当的位置，并使之能在预压器进料口能正常工作。其次，不同的打包机，有的进料口能将手指压碎，有的柱塞能将任何障碍物压碎。因此，当打包机箱门打开时，应千万当心。在捆扎棉包期间，当柱塞下降时，手指有可能被钢丝钩住，或者断裂的包带有可能损坏你的…     

TGH—1高强度封堵剂的研究与应用

TGH－1高强度封堵剂是一种非选择性复合堵剂，与其它堵剂相比，该堵剂具有流动性好，抗温抗盐，有效期长等特点，介绍了TGH－1高强度封堵剂的机理，主要性能，并进行了室内试验，该堵剂对于封堵油水井套管漏失，窜槽以及高渗层具有较好的作用，在濮城油田15口井应用表明，工艺成功率100％，有效率86％，取得了良好的效果。     

基于不完全数据的TAN学习算法

TAN算法是一种针对复杂数据且在实际中具有极强的学习能力的有效算法,它已被广泛应用于数据挖掘、机器学习和模式识别领域。由于现实世界中的数据大多是不完全数据,研究了怎样使TAN有效地从不完全数据中学习。首先,用一种有效的方法直接从不完全数据中估计条件互信息,然后应用估计条件互信息法去扩展基本的TAN算法来处理不相关数据,最后实验比较了扩展的TAN算法和基本的TAN算法。实验结果表明,在大多数不完全数据集合上扩展的TAN算法精确性明显高于基本的TAN算法。虽然扩展的TAN算法时间复杂度高于基本的TAN算法,但在可接受范围之内。此估计条件互信息的方法能够容易地和其它技术相结合来进一步提高TAN算法的性能。     

远距离教育网络在成人教育中的应用特色

根据远距离教育和计算机网络的特点 ,从学习、教育、学术研究、成人教育行政应用等四个方面分别论述了远距离教育网络在成人教育中的应用特色 ,建立、发展、完善远距离教育网络系统 ,是成人教育发展的需要     

贝叶斯网络分类模型研究及其在信用评估中的应用

基于概率估计的贝叶斯及贝叶斯网络分类模型,拥有其它数据挖掘工具所不具备的优势。在分析贝叶斯及贝叶斯网络分类模型基础上,结合最小风险决策准则,提出了一种新的信用评估模型。在实际数据集上采用交叉验证方式进行了测试。实验结果表明基于最小风险决策准则的贝叶斯及贝叶斯网络分类模型可以有效地减少信用评估风险。     

基于POCS算法的序列图像超分辨率复原技术研究

本文针对POCS超分辨率算法降噪能力差的缺陷,对含噪图像首先利用小波技术进行去噪预处理,然后再用POCS算法复原。实验证明,本文提出的方法对低信噪比序列图像的超分辨率复原有很好的复原效果,并且对各种噪声处理基本有效。     

基于新的属性依赖的TAN分类器

通过分析朴素贝叶斯分类器与树扩张型朴素贝叶斯(TAN)分类器,提出了一种新的属性依赖度量方法,并依此对TAN分类器的构造方法进行了改进.将该分类方法(XINTAN)与朴素贝叶斯分类器和TAN分类器进行了实验比较.实验结果表明,此分类方法集中了朴素贝叶斯分类器与树扩张型朴素贝叶斯(TAN)分类器的优点,性能要优于TAN分类器.     

一种懒惰式决策树和普通决策树结合的分类模型——半懒惰式决策树

懒惰式决策树分类是一种非常有效的分类方法。它从概念上为每一个测试实例建立一棵“最优”的决策树。但是,大多数的研究是基于小的数据集合之上。在大的数据集合上,它的分类速度慢、内存消耗大、易被噪声误导等缺点,影响了其分类性能。通过分析懒惰式决策树和普通决策树的分类原则,提出了一种新的决策树分类模型,Semi—LDtree。它生成的决策树的节点,如普通决策树一样,包含单变量分裂,但是叶子节点相当于一个懒惰式决策树分类器。这种分类模型保留了普通决策树良好的可解释性,实验结果表明它提高了分类速度和分类精确度,在某些分类任务上它的分类性能经常性地胜过两者,特别是在大的数据集合上。     

采用确定性测量矩阵的宽带压缩采样的研究

在对宽带信号进行处理的过程中,常运用压缩感知的理论来获得有效的信息。而在实践压缩感知理论的压缩采样的结构中,调制宽带转换器的采样结构更加适合用于处理宽频带信号。文中研究了调制宽带转换器的压缩采样原理,也介绍了随机测量矩阵和确定性测量矩阵。分别将随机矩阵和确定性矩阵作为该调制宽带转换器的测量矩阵,对比分析了该采样结构的重构性能。研究了在确定性测量矩阵的基础上,该采样结构在折叠和非折叠条件下的信号重构性能,同时,也对系统的通道数目对性能重构和信噪比的影响进行了补充分析。