基于目标高斯分布的定位系统节点最优部署方法

针对三维空间定位系统中目标位置服从高斯先验分布假设条件下节点最优部署问题, 分析了纯方位目标定位算法中估计误差的费希尔信息矩阵, 推导出基于目标先验分布的克拉美罗界(Cramer-Rao bound, CRB)。为了解决目标位置在任意高斯分布时, 协方差矩阵为非对角阵的问题, 提出了基于三维坐标旋转的最大后验概率估计方法, 将协方差矩阵转化为对角阵以实现最小化CRB的迹, 从而得到定位系统中节点的最优部署。最后, 通过梯度下降算法对节点最优部署问题的理论推导进行仿真, 验证了该部署方法的有效性，同时仿真结果中不同节点部署方法的对比也表明了该方法可有效降低定位误差。     

多壳层Cr2O3空心球用作高性能锂离子电池负极材料

采用硬模板方法,以碳微球为模板,通过调控铬盐前驱体在模板上的吸附时间以及碳球模板的尺寸,来控制铬金属前驱体在碳球模板上的吸附量及嵌入深度,煅烧制备得到单、双、三、四以及五壳层Cr_2O_3空心球.合成的多壳层Cr_2O_3空心球尺寸均匀、纯度高、结晶性好.将Cr_2O_3多壳层空心球用作锂离子电池负极材料,相对于Cr_2O_3纳米颗粒其电池性能取得了显著的提升,具体表现在比容量更高,循环稳定性更好,且大电流放电能力更出色.其优异的性能主要得益于多壳层空心结构较大的比表面积、较短的离子/电子传输距离,且其内部空腔能起到缓冲由于锂离子反复嵌入引起的结构应力以及电极体积膨胀的作用.值得注意的是,四壳层Cr_2O_3空心球由于具有最佳的空腔体积占有率,其锂电性能最为突出,在100次循环后,比容量仍然高达1031.2 mAh/g,是目前商业石墨负极材料的3倍,有望用作新一代高性能锂离子电池负极材料.     

关于有限群幂图的强彩虹连通数

图的强彩虹连通数在网络信息安全传输中有重要的应用,由于决定图的强彩虹连通数问题是NP-困难的,因此需要给出一些特殊图的强彩虹连通数的计算方法.该文首先运用图论与群论的相关知识,给出了幂图强彩虹连通数的一些上下界,并且研究了达到界的一些幂图.其次利用这些界给出了循环群、初等交换p-群、二面体群和半二面体群的幂图的强彩虹连通数的计算公式.结果表明,幂图的强彩虹连通数依赖于群的极大对合数及群的极大循环子群数.     

基于GIS的郑东新区绿色空间指数演变研究

景观格局一般指景观的空间格局,是大小、形状、属性不一的景观空间单元(斑块)在空间上的分布与组合规律。本文选取最大斑块指数(LPI)和景观形状指数(LSI)两个指标,分析郑东新区2007—2019年城市化进程中的景观格局演变。     

基于域适应与分类器差异的滚动轴承跨域故障诊断

基于数据驱动方法诊断滚动轴承故障时，不同工况下的数据特征分布差异会导致模型诊断性能严重下降.针对这一问题，提出了基于域适应与分类器差异的滚动轴承跨域故障诊断方法.首先利用卷积神经网络对带标记的源域样本和无标记的目标域样本进行特征提取;然后通过2个全连接分类器进行故障分类;最后通过分步优化分类损失、域最大平均差异损失和分类器差异损失，实现源域和目标域之间的域分布对齐，从而实现无标记目标域样本的故障诊断.实验结果表明，所提方法与主流的域适应方法相比具有更高故障诊断准确率，验证了该方法的合理性和可行性.     

关于审查阶段如何认定权利要求保护范围的思考

本文通过对一个实际案例的分析,引出了权利要求保护范围的认定对专利审查的重要性,并从法条依据、对后续程序的意义和专利审查阶段的认定原则对权利要求保护范围的认定进行阐述,为审查过程中准确认定权利要求保护范围提供相关参考。     

基于最大熵原理的金融系统风险测度及实证研究

金融系统是一个复杂的非线性系统。信息熵是一种对系统整体性不确定程度的一种度量。从信息理论出发,用信息熵度量金融风险,通过最大熵分布采用定性分析与定量计算相结合,构建一种金融系统风险分析模型,并以中国股票市场为例分析与验证模型。实证结果表明,该模型是一种有效的风险分析方法,较准确地反映了金融系统的风险状况,为金融系统风险分析提供了一种新的思路。     

基于mRMR与因子分解机的分类模型研究

很多学者用“全球恐怖主义研究数据库”GTD数据集，采用博弈论、K近邻法和支持向量机等分析恐怖事件的聚集性，已经取得一些成果.但在前期研究中未有很好考虑数据的稀疏性以及高维度多冗余等会导致聚集分类准确率不高的问题.本文提出一种基于最小冗余最大相关与因子分解机结合的TFM分类模型，使用增量搜索方法寻找近似最优的特征解决高维度多冗余问题和FM方法解决数据稀疏问题，并对预处理后的恐怖袭击事件数据用TFM模型做量化分类.文中使用朴素贝叶斯NB、支持向量机SVM、逻辑回归LR与TFM等4个模型的“马修斯相关系数”MCC进行比较，结果显示TFM的MCC相对于其他三个模型NB、SVM、LR分别提高了49.9%,2.5%,2.3%，可见TFM模型有一定可行性.