发表咨询:400-808-1731
订阅咨询:400-808-1751
北大期刊
影响因子 0.51
人气 23556
北大期刊
影响因子 0.94
人气 20243
部级期刊
影响因子 1.03
人气 13500
北大期刊
影响因子 3.18
人气 11594
统计源期刊
影响因子 0.55
人气 10976
北大期刊
影响因子 0.79
人气 9677
省级期刊
影响因子 0.41
人气 9476
省级期刊
影响因子 0.57
人气 9303
省级期刊
影响因子 0.15
人气 9106
统计源期刊
影响因子 0.47
人气 8348
摘要:现今机器人标定技术具有一定的成熟度,但当机器人关节具有一定柔性时,常规标定模型则存在不完整性的问题,并最终影响零位标定的效果。为此,论文对机器人柔性关节进行研究,分析柔性关节的变形规律,建立其相应的误差模型,改进原有的零位标定模型,分别对原有模型和改进模型进行实验,并对标定效果进行分析与比较。仿真实验结果表明,在含关节柔性的综合误差影响下,改进的零位标定误差模型具有更好的标定效果,并在基于工业机器人IRB120的实验平台上得到了相应的验证。
摘要:环境空气质量预测在环境污染防止中具有重要作用,由于环境空气质量预测受多方面因素的影响,预测的精度并不能满足日益发展的需要,通过对人工蜂群算法进行改进,并引入反向传播的神经网络中,以训练误差的倒数作为适应度函数,以随机化方式赋值给蜂群中蜜蜂的初始值作为神经网络的初始权值和阈值,改进的人工蜂群算法所求得的全局最优解即是反向传播神经网络中最优权值和阈值,以此优化的反向传播神经网络进行环境空气质量预测,通过和传统反向传播神经网络、传统人工蜂群算法优化反向传播神经网络算法的实验结果表明,论文提出的优化反向传播神经网络在环境空气质量预测中的整体性能取得了较为理想的结果,完全能用于实际。
摘要:为了研究指数和高斯随机粗糙表面的光散射现象,根据线性滤波法生成指数和高斯分布随机粗糙表面,采用矩量法分别计算了指数和高斯表面的散射光强度空间分布,分析了散射场散射分布、散射峰值、散射峰位置等特征。数值计算结果显示高斯和指数表面的散射特征具有显著差异,并从表面特性分析这种了差异。
摘要:随着高性价比并行计算系统的技术发展,大规模电力系统潮流并行计算应用越来越广泛。针对电力系统潮流并行计算中方程组求解这一核心问题,首先分析了潮流并行计算大型矩阵常用算法,通过对稀疏矩阵压缩算法以及矩阵分块算法进行性能比较,给出了不同算法的适用范围。其次,探讨了潮流计算线性方程组求解并行算法,对比分析了共轭梯度法、GMRES等不同算法的优点和局限性。并对进一步提高电力系统潮流并行计算效率的研究方向进行了展望。
摘要:四则运算是小学数学最为重要的教学环节,如何使教师更好地教,学生更容易地学,这一问题成为焦点。论文从学生和教师两大群体出发,开发设计实现了一种基于JAVA技术和MVC模式的小学数学四则运算教学系统,该系统具有随机出题、交互解答、智能测评以及通过菜单设定实现分年级教学等优点。系统测试结果表明,该系统响应时间较短,CPU占用率低,试题测评结果正确,界面美观且易于实现。该系统既可用作小学数学课堂教学,也可用作学生们日常测试练习。
摘要:心理学表明人类行为受到其情感的影响,随着社交网络的飞速发展,人们随时随地的在分享传播着他们的情感。基于复杂网络的SIR舆情传播模型的特点,将其应用于社交网络的情感传播行为分析当中,提出了情感网络图论,给出了一种基于SIR模型的情感网络传播模型,并建立了该模型的动力学演化方程组,然后对于模型的传播过程进行计算机仿真。最后结合真实的微博用户数据对于情感传播演化过程绘制了直观的情感网络演化过程图,呈现了情感网络在情感传播中的个体情感变化过程。
摘要:针对不确定规划领域中存在的FDCP模型问题不易求解,提出了一种求解该模型的新的混合智能算法,该算法选择模糊模拟来向模糊函数逼近,随机微粒群算法在进行适应值计算时选择的是模糊模拟,并给出了具体步骤。它克服了传统的基于遗传算法的混合算法的费时、计算复杂、易陷入局部最优等不足,最后通过数值实验验证了该算法的可靠性和有效性,具有一定的实用价值。
摘要:为提高电力通信网业务风险评估准确性和有效性,提升主动预警能力,本文提出一种融合关联规则分析和层次分析法的风险评估方法Apriori-AHP。该方法首先基于多源异构的海量原始数据构建初始指标集,在此基础上采用改进的Apriori算法确定多种因素与目标的关联度,实现指标筛选;其次采用AHP确定最终的指标体系及各因素的权重,并加权求得最终的综合风险评估指标。仿真结果和实际应用效果均表明,Apriori-AHP避免了传统层次分析法的不足,使筛选的指标更加合理,提高了电力通信网业务风险评估准确度和有效性,使运维人员能及时发现电力通信网及其承载业务存在的隐患和风险,实现主动预警与智能检修,提高电力业务运行的安全性和稳定性。
摘要:在空间数据库中,空间查询技术已经成为研究的热点。相关领域专家在最近邻查询问题的基础上提出了一个新的空间查询概念反最近邻查询。随着数据形式的不断发展,二维空间中的数据查询已经不能满足数据查询的需求,空间数据查询趋向多维化。论文将就在多维空间中的反最近邻查询技术进行研究,使用一个过滤和提纯的两步算法框架设计并实现多维空间上的反最近邻查询算法。
摘要:从遥感影像中检测毁损的建筑物对于地震应急响应与救灾十分重要。在大多数情况下仅有震后影像,一般是把地震建筑物毁损评估当成一个影像分类的问题,也就是将毁损建筑物当成一种新的地物类型来对待。论文基于面向对象的遥感影像分类进行建筑物毁损评估,并针对其中特征提取过程的不足引入了基于迁移学习的特征提取方式。在基于卷积神经网络的迁移学习算法中,该文使用了基于空间域池化的特征提取方法,并针对其中窗口尺度无法自动设置的问题提出了多窗口融合的改进思路。实验结果表明该文提出的基于迁移学习方法提取的特征相比传统手工构造的特征具有更强的描述能力,而基于多窗口融合思路能够避开算法运行过程中对于采样窗口设置问题,大大增加算法的工程实用性。
摘要:为改善传统k均值算法随机选择初始聚类中心导致算法稳定性较差这一问题,提出了一种基于样本空间分布密度的K-均值算法。改进算法将样本分布空间分割为多个大小相同的子空间,通过统计子空间中的样本密度,优化初始聚类中心。实验表明可以有效提高算法稳定性并减少迭代次数,最终获得较好的聚类效果。
摘要:论文针对受噪声干扰的单字母加密方式的密文设计了一种破译算法,该算法建立在频率分析的基础上,通过统计密文中的字母频率制作出字频表,联合受噪声干扰的误码率得出新的字频表,将一些非常相似的字频表分组存放,求出它们的排列情况,将这些新的字频表与经过大量文献统计出的英文字频表进行对照,生成若干的疑似密码表。利用穷举方式根据疑似密码表还原出若干的疑似明文。利用LZW算法对大量真实文本进行压缩生成LZW压缩编码表,利用压缩编码表对生成的疑似明文进行压缩,根据LZW算法的原理和英文语法和词汇特性,得出经过LZW算法压缩后长度最短的明文即为真实明文,这种压缩编码的验证方式非常高效。
摘要:文章提出了舰艇辅助决策软件作战试验设计与评估方法,构建了辅助决策软件作战试验考核指标体系,采用多指标加权综合评价的方法进行了评估处理。
摘要:为了提高蛙人运载器的生存能力,提出一种博弈均衡的蛙人运载器抗毁伤性效能分析方法,构建蛙人运载器的反拦截的等效数学模型,在不同速度和不同方位参量分布坐标中求得蛙人运载器的毁伤概率,采用自适应反演跟踪控制方法进行蛙人运载器的航路控制,以全航路毁伤概率最小为博弈目标,建立博弈均衡模型,实现蛙人运载器抗毁伤性的生存评估测试和效能分析,提高蛙人运载器的抗拦截能力。仿真结果表明,采用该方法进行蛙人运载器控制和抗毁伤性效能分析,能提高蛙人运载器的航路控制精度,降低全航路毁伤概率,具有较好的反拦截效果。
摘要:现在的电子兑奖方案通常让消费者在网上的兑奖平台通过输入商品内包装上的兑奖码进行兑奖,但存在某些人在不购买商品的情况下,通过猜测猜中兑奖码从而进行兑奖的风险,提出多批次生产可降低猜测1次就猜中兑奖码的概率。但某些批次数量值可能导致某些人利用计算机脚本程序进行海量猜测兑奖码时,猜中多个兑奖码的概率提高了。进一步提出了一种计算批次数量值范围的算法,算法根据二项和泊松分布的相关特性来计算相关的概率函数值,通过C#编程语言和。Net平台的一款开源数学工具Math.Net实现。该算法能够为商家决定生产批次的数量提供指导,切实为商家减少经济损失。
摘要:针对智能电网的云存储数据多属性难以准确调度的问题,提出了一种基于MapReduce的并行算法解决存储效率,利用挑战-响应的方法给出了云存储数据完整性模型架构,采用数据的分片结构来减少数据标识的数量,依据MapRe?duce定义给出了五种算法定义对数据进行分片分块处理,通过设计相应的Map和Reduce函数实现了数据标识产生算法的并行化,通过模拟智能电网数据的双线性配对过程进行实验分析,结果表明:TagGen阶段对2M的数据分片约为1.13s,而再经过分块后标识开销时间仅为16ms,并且挑战阶段的计算开销随着挑战数据块的增多而相应的增大,但是整体增长幅度很小;响应阶段的计算开销是由数据块数和数据片数之和决定的。
摘要:在科学研究领域普遍存在高维多目标优化问题且难有较好的解决方法,论文提出了基于相关性选择的高维多目标优化算法,首先,论文算法借鉴差分算法中的变异引导算子和交叉算子来提高搜索能力和搜索精度;其次,该算法没有采用传统的非支配排序的选择机制,而是使用基于相关性情况选择个体来维持种群的多样性。为检验算法的性能,将所提出的算法应用于多个基准测试问题,与同类算法相比,所提的方法在收敛性和分布性方面效果较好。
摘要:针对由于研究手段与技术等原因导致地应力测量难度大,而现有预测方法精度不高的问题,提出融合多模型预测方法。该方法首先通过构建多个子预测模型,然后由随机选取的样本训练子模型,按一定的优化算法将这些子模型进行线性融合,子模型投票优胜的决策结果即为预测的深层地应力值。利用某油田实际测井数据进行实验,并与最小二乘支持向量机(LS-SVM)、BP神经网络、线性回归进行对比分析。实验结果表明,对于最大水平应力和最小水平应力的预测,文中的融合多模型预测方法精度较LS-SVM、BP神经网络、线性回归最好,且其拟合结果也较好,提高了预测精度,能够满足工程需求,可有效应用于工程中深层地应力预测。