模糊树模型对有限样本集的逼近

对含高度非线性的复杂系统的辨识与建模提出了一种二叉线性模糊树方法.证明了对n维空间中任一闭集上的有限样本集或连续函数,总存在模糊树模型以任一精度逼近之.仿真结果表明,与已有的其它方法比较,模糊树模型不仅具有计算量小,精度高,对于输入空间维数不敏感等优点,同时它的逼近误差是单调下降的.模糊树模型在一定程度上模拟了对复杂问题进行分层、分段简化决策的思维过程.仿真结果描述了这种方法的性能.     

一种XML相似重复数据的清理方法研究

针对半结构化数据XML在数据清理中的重要性,研究了如何清理XML相似重复数据,主要工作有:提出一种有效的XML相似重复数据清理方法,该方法具有较强的适应性,任何XML相似检测算法都适用于此;给出一种基于树编辑距离的相似检测算法,该算法能有效地检测XML相似重复数据;采用树编辑距离的上下限优化基于树编辑距离的相似检测算法,避免了不必要的树编辑距离计算,降低了相似检测计算的复杂度,提高了运算效率.此工作为研究XML相似重复数据清理打下基础.      

太空温室

对于未来的载人航天来说,在太空中种植植物将是一种生存的手段。不仅是因为在无法从地球上获得食物的时候,植物可以提供食物,而且植物还可以产生可供呼吸的空气和饮用的水。同时,照料植物也是航天员在漫长无聊太空的旅程中一种很好的休闲方式,对于维持航天员良好心理状态至关重要。总而言之,植物和人类将最终生活在一起,维持着航天员在太空和其他星球上的生活。那时,在太空或其他星球上的人类栖息地可以脱离它们的地球母亲,     

机械产品装配关系建模

针对机械产品装配结构和装配关系描述问题,提出了面向机械产品装配过程的"装配树"概念.以设计装配图、产品结构树为基础,结合装配过程、装配层次结构和装配顺序特征构建了"装配树"模型,并解决了产品结构树的功能延伸和描述完备性问题.在产品"功能-结构"映射关系明确的前提下,提出了以产品功能为中间转换载体的装配树层次结构建模思路,给出了"装配树"构建方法和步骤.最后以某型柱塞式喷油泵泵油系部件装配树构建为例,验证了"装配树"概念的可行性和构建方法的可操作性.     

霜

正霜是水汽在温度很低时的一种凝华现象,跟雪很类似。严寒的冬天清晨,户外植物上通常会结霜,这是因为夜间植物散热慢、地表的温度又特别低,使得水汽散发不快,还聚集在植物表面时就结冻了,因此形成霜。     

Ad Hoc网络中一种新的能量优化多播路由算法

探讨了Ad Hoc网络中能量优化的多播路由问题.在一次多播会话中节点功率不变的假设前提下,分析了NJT(Node-Join-Tree)算法,针对NJT算法所生成的多播树中可能存在冗余发送节点的问题,提出了一种新的能量优化多播路由算法——RMT(Refine-Multi-cast-Tree)算法,给出了RMT算法的复杂性分析,并设计了RMT算法的分布式实现方案.RMT算法在已有多播树中进行本地搜索,寻找是否存在冗余的发送节点,若存在冗余发送节点则将其从多播树发送节点集合中删除,重构多播树,从而达到减少多播树能量消耗的目的,生成能量更优的多播树.仿真实验表明RMT算法性能优于NJT算法.     

植物的畸形

<正>以下列出的有关麦田怪圈植物的物理性变化是由生物物理学家W.C.利文古德总结的,他研究了上百个倒伏的和挺立的植物样品,这些样品是从怪圈边缘取得的,对照样品采自不同方向远离怪圈的植物。他在10年的时间里研究了来自多个国家的超过250个怪圈样品。尽管很多怪圈研究在整体设计上比较简单,或者在整体样本量上比较小(主要是因为基本测试法的经费及人员限制),但本文也展示了不少更大、更复杂的怪圈研究——包括地理形态     

媒体

红色树，黄色树；大爆炸！暴胀！遥远的“表兄妹”。     

基于最小Wilcoxon学习方法的模糊树模型

模糊树方法采用最小二乘法学习模糊规则的后件参数,对例外点敏感.为此采用对例外点不敏感的最小Wilcoxon学习方法代替最小二乘法,提出一种基于最小Wilcoxon学习方法的模糊树建模方法,该方法既改善了模糊树方法对例外点敏感的缺点,又继承了模糊树方法的优点.通过对混沌时间序列预测研究,仿真结果表明:所提方法可以对Mackey-Glass混沌时间序列进行准确预测,验证了该方法的有效性和对例外点的鲁棒性.     

卫星图像零树编码及其效果分析

采用嵌套零树小波编码 (EZW)算法的核心——零树概念和连续逼近量化的思想设计了一个编码器 ,对卫星图像 (小波分解后 )进行压缩实验 ;分析了卫星图像 (小波分解后 )进行零树编码的压缩效果。设计的编码器采用六符号的零树符号集 ,从而把 EZW算法的主过程和副过程合并在一起 ,使得算法流程易于实现。对零树符号流进行无损编码时 ,对比了多种编码方案且未采用适应性算术编码 ,并依据实验结果推荐了较好的无损编码方法。     

超磁致伸缩作动器率相关磁滞环的模糊建模

超磁致伸缩作动器的输入输出特性中存在磁滞非线性现象,它在很大程度上影响了振动主动控制的精度及其稳定性.针对这一非线性特性,提出了基于模糊树模型的建模方法,为了产生适合模糊树建模的数据,首先将原来磁滞环中的一维输入空间映射到高维输入空间,从而将磁滞环一维输入空间的多值函数问题变为高维输入空间的单值函数问题.该方法结构简单,计算量低,对输入数据维数不敏感,通过数值算例表明了该方法的有效性.      

航天科普讲坛 五、开发太空 第十三节 昆仑天梯

传说,高峻巍峨的昆仑山的顶峰上,有一株大树,叫做建木。这株树不知有几千丈高,紫褐色的树干笔直地插向蓝天;树干上不长枝杈,只在树顶上伸出无数枝条,向四周展开形成一把大伞;枝条上长着万年常青的绿叶,开着千载不谢的花,结着永不枯落的金果。谁要是能沿着这颗大树攀登到顶,就能     

面向NXD的XML数据函数依赖

XML的半结构化特性造成了Native XML 数据库中数据模式规范化设计中的很多问题.采用结构信息和数据信息相结合的方法,给出XML数据间函数依赖的定义,解决数据模式规范化设计中的理论问题.建立了XML模式路径和XML数据树节点路径的定义,描述XML数据中的路径;给出了XML文档有效性的形式化定义;在此基础上定义了树元组和树元组相等的概念.运用树元组及其相等的概念定义了XML数据的函数依赖关系,进而给出了相应的自反、增广、传递推理规则,用于推导给定集合所蕴涵的函数依赖关系.并证明了这一推理规则是正确的.上述工作为Native XML 数据库系统中数据模式的规范化设计提供了一定的理论基础,增强了XML数据的语义特性.     

基于航迹片段树的快速四维航迹规划方法

为消除起飞时间误差以及飞行过程中各种干扰对无人飞行器到达指定地点时间的影响,提出了一种基于航迹片段树的快速四维航迹规划方法.结合现代无人飞行器特点,利用改进的稀疏A*算法,生成遍布规划空间的航迹片段树,根据指定目标位置直接从航迹片段树中寻求最优叶节点,通过回溯及速度优化设置,快速获得能消除各种时间误差的飞行航迹.试验结果表明,本算法能快速完成四维航迹规划,满足飞行器按指定时间达到指定地点的要求.     

GA矩阵编码方法及其在模糊建模中的应用

在遗传算法(GA)的实际应用中,许多问题都可以采用树结构描述.模糊建模中的结构辨识是指如何划分输入空间,它是一种复杂的非线性优化过程,模糊树模型可将输入空间的划分表示成二叉树结构的形式.本文提出了一种树结构的矩阵编码方法,这种编码方法直观、简单,非常适合遗传算法的各种遗传操作.针对模糊树模型,以树结构为个体,采用矩阵编码方式,利用遗传算法优化输入空间的划分,得到了一个精度较高而复杂度较低的次优模糊树模型.     

网络可靠度的简捷计算法

网络可靠度的计算和任意失效树概率的计算一样,都是NP问题,即其计算量随网络或失效树的规模成指数增长。现有的计算方法大多比较复杂、繁琐、需要编成算法,借助于电子计算机运算。本文介绍一种通过建造树来直接求得网络成功的不交型路集,从而计算网络可靠度的方法。此法比较直观、简便易行,按照一定的规则可以方便地找出不交型表达式。这一方法可用于人造卫星分系统的可靠性分析和通信网络、交通网络的可靠度计算。     

五、开发太空

第十三节 昆仑天梯 传说，高峻巍峨的昆仑山的顶峰上，有一株大树，叫做建木，这株树不知有几千丈高，紫褐色的树干笔直地插向蓝天；树干上不长枝杈，只在树顶上伸出无数枝条，向四周展开形成一把大伞；枝条上长着万年常青的绿呆，开着千载不谢的花，结着永不枯落的金果。[第一段]     

低树代价的低轨卫星网络组播算法

为了解决低轨卫星网络中现有典型源组播算法的信道资源浪费问题,提出了一套单核共享树组播算法,即核心群合并共享树(CCST)和加权核心群合并共享树(w-CCST)算法.CCST算法包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法.在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而大大提高了网络带宽利用率.在w-CCST算法中,通过调整加权因子可以适度增大树代价、降低端到端传播时延,以支持某些时延性能要求严格的实时业务.仿真结果说明,CCST算法的树代价性能比其它算法有显著改善,w-CCST算法的端到端传播时延性能好于CCST算法.      

基于树模型机器学习方法的GNSS-R海面风速反演

GNSS-R是基于GNSS卫星反射信号的一种新技术.GNSS-R技术可以运用到海面风场反演中,传统的GNSS-R技术反演海面风场主要有波形匹配和经验函数两种方法,风速反演精度约为2m·s-1.波形匹配方法耗时多,计算量大;经验函数方法通常只使用少量物理观测量,会造成信息浪费,损失一定的反演精度.为了提高海面风速的反演精度,引入机器学习领域常用的树模型算法决策树、随机森林、GBDT等对海面风速进行预测.利用GNSS-R与ECMWF数据构成训练集和验证集,训练集用于模型学习,验证集用于检验模型的反演效果.实验结果显示,决策树和随机森林预测误差约为0.6m·s-1,GBDT等算法的预测误差约为2m·s-1,满足风速反演要求.与GNSS-R传统反演方法相比,机器学习树模型算法效果更好,在验证集上表现稳定且误差较小.因此,可以将机器学习树模型算法运用到海面风速反演中.