基于电信数据的通话行为模式发现

在移动通信优化服务问题的研究中,随着移动通信技术的快速发展及手机的大范围普及,移动通信已与人们的生活息息相关,对用户通话行为模式进行分析发现具有重要的现实意义.以真实的移动电话通话记录为数据,通过提取用户的多个重要通话特征,运用数据挖掘技术对用户的通话行为进行实验分析,在宏观及微观两个层面实现了对用户通话行为模式的有效发现.结合用户的通话模式,可以提高无线资源的利用效率,同时也可以根据用户的个人习惯提供更好的电信服务,实现精准营销及个性化服务.     

基于集成压控振荡器的调频电路仿真分析

LM566是一种积分-施密特触发电路型的单片集成 VCO 芯片,在调频电路的教学中作为调制器和解调器,通过对其芯片的仿真,可以在软件平台形象的展示其工作特点,便于定量分析。由于Multisim元件库里没有LM566所需模型,为实现LM566在Multisim12仿真环境中的建模,首先,运用Multisim元件库中现有的基本元件模型,构建LM566芯片内部结构;然后,对外围调频电路的静态工作方式和动态工作方式的分析;最后,实验结果表明,给出的芯片模型能够客观的描述LM566的基本特性,为运用该芯片完成包括调频电路在内的各种功能电路的仿真分析奠定了基础,有效扩展了Multisim仿真软件的使用范围,具有一定的借鉴意义。     

单绕组磁悬浮开关磁阻电机控制策略

针对瞬时悬浮力与瞬时转矩非线性强耦合的特点,分析了单绕组磁悬浮开关磁阻电机的运行机理,以提高电机动态运行性能为目标,提出瞬时悬浮力与平均转矩分相产生的控制策略。构建单绕组磁悬浮开关磁阻电机悬浮力与平均转矩的数学模型,运用等效电流法,将实际控制电流等效为转矩电流和悬浮电流。引入超前角θm,考虑磁饱和因素,分析推导出θm计算流程,得到电机运行控制策略。有限元和simulink仿真的结果表明当电机转子发生偏心时,采用所述控制策略,转子可以在极短的时间内恢复到平衡位置,闭环系统具有良好的动静态性能。     

A neural network controller for flexible-link robots

The object in this paper is to achieve tracking control of a partially unknown flexible-link robot arm. It is shown how to stabilize the internal dynamics by selecting a physically meaningful modified performance output for tracking; this output is the slow portion of the link-tip motions. That is, the tracking requirement is relaxed so that the internal dynamics are controllable through a boundary layer correction. The controller is composed of singular-perturbation based fast control and an outer-loop slow control. The slow subsystem is controlled by a neural network (NN) for feedback linearization, plus a PD outer-loop for tracking, and a robustifying term to assure the closed-loop stability. No off-line learning or training is needed for the NN. Tracking and stability are proven using Lyapunov techniques that yield a novel modified NN weight tuning algorithm.The research is supported by NSF grant IRI-9216545 and EPRI Grant RP8030-09.     

Cognitive engineering based knowledge representation in neural networks

A model of a human neural knowledge processing system is presented that suggests the following. First, an entity in the outside world lends to be locally encoded in neural networks so that the conceptual information structure is mirrored in its physical implementation. Second, the knowledge of problem solving is implemented in a quite implicit way in the internal structure of the neural network (a functional group of associated hidden neurons and their connections to entity neurons) not in individual neurons or connections. Third, the knowledge system is organized and implemented in a modular fashion in neural networks according to the local specialization of problem solving where a module of neural network implements an inter-related group of knowledge such as a schema, and different modules have similar processing mechanisms, but differ in their input and output patterns. A neural network module can be tuned just as a schema structure can be adapted for changing environments. Three experiments were conducted to try to validate the suggested cognitive engineering based knowledge structure in neural networks through computer simulation. The experiments, which were based on a task of modulo arithmetic, provided some insights into the plausibility of the suggested model of a neural knowledge processing system.     

一种新的机械手变结构控制方案*

本文提出了一种用于机械手轨迹跟踪的变结构控制方案,通过引入特殊的滑动状态误差修正项和模型偏差补偿项,控制系统对系统的参数变化及外部扰动具有了较强的鲁棒性。同时控制无抖动,本文的控制方案能实现高精度的快速轨迹跟踪,以PUMA—560机械手的前3个关节为例给出了仿真结果。     

具结构不确定性的卫星姿态控制问题探讨

本文对弱阻尼特性的卫星姿态的鲁棒控制问题进行了研究。先采用加权办法将对象参数不确定性转化成未建模动态,然后用 H~∞方法进行设计,最后编制了 Safonov 鲁棒稳定裕度k_m 的软件,并对所设计控制系统的鲁棒性能进行了检验和分析。     

结合极值区域检测的血管内超声图像并行分割

目的 血管内超声（IVUS）图像动脉壁边界分割不仅对血管壁和斑块特征的定量分析至关重要,而且对血管弹性定性分析和重建动脉3维模型也是必需的。针对IVUS图像传统分割方法建模复杂、运算量大且需分别设计算法串行提取内膜和外膜的缺点,本文提出基于极值区域检测的IVUS图像并行分割方法。方法 本文方法包含极值区域检测、极值区域筛选以及轮廓拟合3部分。对单帧IVUS图像提取极值区域,经面积筛选后得到候选区域,并将区域的局部二值模式（LBP）特征、灰度差异和边缘周长的乘积作为筛选矢量在候选区域中提取代表管腔和介质的两个极值区域,并进行轮廓的椭圆拟合化,完成分割。结果 在包含326幅20 MHz的IVUS（intravascular ultrasound）B模式图像的标准公开数据集上,定性展示极值区域轮廓和椭圆拟合轮廓,并与专家手动绘制的结果进行对比;然后使用DC（dice coefficient）、JI（jaccard index）、PAD（percentage of area difference）指标以及HD（hausdorff distance）对本文算法做鲁棒性测试和泛化测试,实验中内膜各指标值分别为0.94±0.02,0.90±0.04,0.05±0.05,0.28±0.14 mm,外膜各指标值分别为0.91±0.07,0.87±0.11,0.11±0.11,0.41±0.31 mm,与相关文献的定量对比实验结果表明本文算法提取的内外膜性能均有所提高。此外,本文方法在临床数据集上的测试效果也很好,与专家手动描绘十分接近。结论 结合极值区域检测的IVUS图像并行分割,算法在精度和鲁棒性方面均得到了改善。     

基于IPSO-Powell优化SVM的煤与瓦斯突出预测算法

针对基于支持向量机(SVM)的煤与瓦斯突出预测算法存在预测精度和可靠性不高,选择核函数时未考虑非线性数据的分类,对非线性分布的煤与瓦斯突出影响因素提取效果较差的问题,提出了一种将改进的粒子群(IPSO)算法与Powell算法相结合(IPSO-Powell)优化SVM的煤与瓦斯突出预测算法.首先通过灰色关联分析提取出煤与瓦斯突出主控因素,即瓦斯放散初速度、瓦斯压力、开采深度、瓦斯含量和煤体破坏类型,作为算法的输入样本;然后运用IPSO算法改善粒子群算法(PSO)的早熟收敛性,结合Powell算法进行局部搜索得到最优解,对SVM算法的惩罚系数和高斯核函数参数进行寻优,得到SVM的最优参数组合;最后将煤与瓦斯突出的主控因素输入到SVM中进行分类,并将其与实际测试集分类结果进行对比,实现煤与瓦斯突出预测.仿真结果表明:与SVM算法、GA-SVM算法、PSO-SVM算法相比,利用IPSO-Powell优化SVM算法进行煤与瓦斯突出预测,具有更高的预测精度,同时提高了SVM求解过程的运算效率,能同时满足煤与瓦斯突出预测的精度和可靠性要求,准确率达到95.9%.     

教务管理信息系统后台数据库的设计与实现

文章以某教务管理信息系统为例子,通过对其功能需求分析,结合数据库设计的整体思想与步骤,介绍一种实用的数据库设计方法。首先进行系统信息收集及分析,初步确定系统的实体联系模型（E-R模型）并进行优化;进而,将设计的E—R模型转化为关系数据库模型并进行规范化;最后,在SQL SERVER 2000上对所设计的数据库模型进行实现,并给出了系统数据库的关系图。