基于符号检测辅助的MMSE与LS干扰对齐算法研究

干扰对齐（IA）是一种有效消除干扰的管理机制。为了彻底消除干扰信号对期望信号的影响,通过预编码技术处理使干扰在接收端重叠,使接收端的干扰信号与期望信号有效分开。在传统最小均方误差（Minimum Mean Square Error,MMSE）算法和最小二乘（least square,LS）算法基础上,提出基于符号检测辅助的最小均方误差（Symbol Detection Aided Minimum Mean Square Error,SDA-MMSE）算法和最小二乘（Symbol Detection Aided Least Square,SDA-LS）算法。分别基于传统算法和改进算法进行迭代计算,通过仿真可看出SDA-MMSE算法的MSE较SDA-LS算法的MSE降低约20%。理论分析与仿真结果表明,改进算法较传统算法具有更好的系统性能,且SDA-MMSE算法系统性能最优。     

Hadamard空间中逼近算法的收敛性

为了解决Hadamard空间中的极小值问题,引入改进的逼近点算法.最后证明了所定义的序列强收敛于凸函数的一个极值点.     

基于神经网络的垃圾邮件过滤

垃圾邮件的过滤是一个具有重要现实意义的课题．将交叉覆盖学习算法和向量空间模型等技术相结合可得到一种新的垃圾邮件过滤方法．实验结果表明该方法识别率较高，具有较强的实用价值．     

Refreshing File Aggregate of Distributed Data Warehouse in Sets of Electric Apparatus

Integrating heterogeneous data sources is a precondition to share data for enterprises. Highly-efficient data updating can both save system expenses, and offer real-time data. It is one of the hot issues to modify data rapidly in the pre-processing area of the data warehouse. An extract transform loading design is proposed based on a new data algorithm called Diff-Match, which is developed by utilizing mode matching and data-filtering technology. It can accelerate data renewal, filter the heterogeneous data, and seek out different sets of data. Its efficiency has been proved by its successful application in an enterprise of electric apparatus groups.     

口算教学追根求源

传统的口算教学重在让学生掌握统一的最优化算法,在此基础上再通过操练达到又快又准的程度,其教学重点是口算技能和速度的训练。在新课程理念下如何有效地实施口算教学?口算教学的根又在哪里?一、口算教学之源(用多媒体展示在“菜场买菜”、“商场购物”等生活中用到口算的场景     

基于邻域思想改进的微粒群算法

该文从基本微粒群算法社会行为分析的基础出发,分析了微粒群算法局部最好模型和一种基于邻域思想的微粒群算法与基本微粒群算法的关系。为了改进微粒群算法的全局和局部搜索能力,避免算法陷入局部优化,该文通过借鉴使用较为稳定的元胞自动机邻居模型中扩展摩尔型邻域,同时利用了元胞自动机的一些理论,提出了基于邻域思想改进的微粒群算法。实验结果表明,该方法在函数优化中能有效地进行全局搜索。     

基于模拟退火的微粒群算法

微粒群算法具有较强的全局搜索能力,但容易陷入局部最小点,与模拟退火算法相结合,利用退火算法搜索过程中具有的概率突跳能力,能够有效地避免搜索过程陷入局部极小解。仿真结果表明。改进的算法能够有更好的优化效果。     

基于深度学习改进的机器人轨迹规划算法

在公路环境巡逻机器人轨迹规划问题中,实时准确的交通流量预测对机器人轨迹规划尤为重要。然而由于车流量的随机非线性,使得机器人轨迹规划任务仍然充满挑战。提出一种深度神经网络与轨迹规划算法相结合的融合算法。通过深度学习预测短期交通流量,优化交通网络图并运用轨迹规划算法完成路径规划。实验表明,改进的机器人能够更快、更安全地完成道路巡逻任务。     

图F_(n,8)的奇优美性及标号算法

本文给出了图Fn,8的定义,证明了它们都是奇优美图;给出这类图奇优美标号算法;证明了该算法的时间复杂度为O(N),而且证明了该算法的时间最优性.     

雌激素受体(ER)与基因蛋白(P53、erbB-2)在胃癌中表达的研究

目的:探讨ER、erbB-2和P53在胃癌表达及相关性。方法:取胃癌手术标本119例,SP免疫组织化学染色。结果:ER、erbB-2和P53在胃癌表达率分别为63.87％,75.51％和73.11％;三者同时阳性者31.93％;ER与P53同时阳性者37.82％;ER与erbB-2同时阳性者33.61％;ER在高分化组阳性率高于低分化组(P<0.05);而erbB-2和P53在低分化组阳性率高于高分化组。70岁以上组P53、ER和erbB-2表达率均较高。结论:ER、P53和erbB-2在胃癌中表达率与癌瘤分化程度相关。P53和erbB-2有相关性,而且它们是胃癌预后不良的指标。