首页期刊导航|廊坊师范学院学报（自然科学版）
期刊信息/Journal information
廊坊师范学院学报（自然科学版）
廊坊师范学院学报（自然科学版）

李士杰

双月刊

1674-3229

lfsyxb123@126.com

0316-7933671 2197923

065000

河北省廊坊爱民西道100号

廊坊师范学院学报（自然科学版）/Journal Journal of Langfang Teachers College
正式出版
收录年代

    基于电压图方法的LDPC码构造与设计研究

    王成东马纪成游龙邹余...
    5-11页
    查看更多>>摘要：近年来,LDPC码的研究重点是其构造方法和译码算法.已知在LDPC码的构造与译码过程中,对应的Tan-ner图中短环的存在严重影响译码性能,现有的QC-LDPC码方法虽然在一定程度上规避了长度为6,8的短环,但对大围长的Tanner图的构造理论与算法仍需要进一步研究.为此,引入拓扑图论中电压图的相关理论与算法.首先,对电压图的相关理论与算法进行优化,从算法上缩小了电压图中赋值电压的选取范围;其次,对电压基图的选取作出优化,选取非完全二部图作为基图;最后,通过选取不同的电压群进行提升图的构造与结果分析.已知(J,L)-QC-LDPC码的围长小于等于12,电压图方法所得的LDPC码围长范围被推广到了小于等于16,同时给出了围长为10、12、14、16的提升图实例.因此,利用电压图方法构造的LDPC码能够有效提升围长范围,其中电压基图的选取尤为关键.

    QC-LDPC码LDPC码电压图围长

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    优化模糊综合评价模型在水质评价中的应用

    李鑫
    12-17,53页
    查看更多>>摘要：基于熵权法和层次分析法,并采用博弈论,将主客观权重相结合,确定了综合权重,优化了模糊综合评价模型的赋权过程,最后结合加权平均法,构建了水质评价优化模型.通过对案例中的水样进行评价,结果显示:7个采样点当中,11类水和Ⅲ类水的采样点有4个,占比57.14％;Ⅳ类水的采样点有3个,占比42.86％.相较于单一熵权法赋权的模糊综合评价模型,优化后的评价模型综合考虑了主客观权重和评价因素对于整体水质影响,合理反映了水质特征,可为类似地区的水质评价工作提供参考.

    熵权法层次分析法博弈论加权平均法模糊综合评价水质评价

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于中心差商的一类避免求导的非线性方程迭代算法

    郭巧杨兵王伟昌
    18-22页
    查看更多>>摘要：非线性方程求解的迭代方法中比较经典的牛顿迭代法、改进牛顿法等,虽然能够提高迭代效率,但因为需要对非线性方程求导并要求导数不能为零,使得其在实际应用中具有一定的局限性.文章基于开依沙尔·热合曼等人提出的四阶收敛迭代格式,利用中心差商近似代替一阶导数,通过对加权因子进行赋值,得到一类避免求导的四阶收敛的迭代算法.收敛性分析和数值实例证明该方法适用于大多数非线性方程的求根问题,在工程计算方面具有一定的实用价值.

    中心差商非线性方程避免求导四阶收敛

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进AlexNet的红外图像行人姿态识别

    赵丹郭姗姗计尚冉谢雨晴...
    23-28页
    查看更多>>摘要：针对传统红外图像行人姿态识别准确率低下的问题,在经典AlexNet网络的基础上,提出一种改进型AlexNet网络.该网络设定输入红外图像的尺寸为227x227x3,包含5个卷积层、3个池化层、3个全连接层和1个输出层.同时,减小卷积核提取更精细的特征,减少节点数防止过拟合,删除分组和随机失活神经元操作获得更快的提取和计算速度.实验结果表明,与流行的GA-CNN、CNN-SVM、CNN-MLP、CNN-RF算法对比,改进网络的Mean Precision、Mean Recall和Mean F1等性能指标均优于对比算法.

    改进型AlexNet红外图像姿态识别深度学习

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于PSO-LSTM的短时交通流量预测网站设计

    王宁成利敏甄景涛段晓霞...
    29-32页
    查看更多>>摘要：短时交通流量预测是智能交通系统中的重要环节,选用在短时交通流量预测方面表现出色的LSTM神经网络,并利用PSO算法优化LSTM神经网络模型.实验结果表明,与传统LSTM模型相比,所构建的PSO-LSTM模型对未来5分钟和10分钟两种短时交通流量预测,达到了更高的准确率.在此基础上,设计了一个交通流量预测网站更好地展示了预测结果,也方便用户随时查询.

    智能交通系统短时交通流量预测LSTM神经网络PSO算法交通流量预测网站

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于并行多尺度卷积记忆残差网络的物联网流量预测

    陆勤政朱晓娟
    33-41页
    查看更多>>摘要：针对现有物联网流量预测方法中特征提取不足、丢失重要信息、预测准确度不高的问题,提出了一种基于并行多尺度卷积记忆残差网络的物联网流量预测方法.首先,采用并行结构,CNN提取多尺度的局部特征得到包含有局部特征的序列,LSTM和BiLSTM分别提取前向的时间关系和前后向的时间关系得到有合适比例的前后向时间特征序列;其次,引入ResNet结构,在CNN、LSTM、BiLSTM的输入和输出之间加入跳跃连接,即通过跳跃连接在特征序列中加入原始序列信息;再次,在有原始信息的特征序列中分配可训练的权重参数,突出相应序列的重要性,进行拼接得到总的输出序列;最后,将总的输出序列输入到全连接网络中得到预测结果.实验结果表明,本方法在均方根误差(RMSE)、平均绝对误差(MAE)、拟合系数(R2)3项指标上要优于其他方法,能更准确地进行物联网流量的预测.

    物联网流量预测卷积神经网络长短时记忆网络双向长短时记忆网络跳跃连接

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    一种快速高精度正弦信号频率估计新方法

    杨建
    42-46页
    查看更多>>摘要：针对受高斯白噪声干扰的正弦波信号,提出了一种基于DFT插值的信号频率估计的新方法.在总结经典插值算法的基础上,充分利用DFT后频谱峰值及其左右谱线的实部和虚部值进行高精度频率估计.经理论分析和仿真实验证明,当信噪比(SNR)在-5 dB以上时,频率估计的方差趋近于克拉-美罗下界(CRLB).与经典Rife法对比,相同条件下该算法综合性能更好、更稳定,并且计算复杂度更低,便于实现和应用.

    频率估计快速傅里叶变换正弦波信号高斯白噪声信噪比

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于预测反馈的混合动力汽车制动机构模糊软切换控制技术

    黄波何健
    47-53页
    查看更多>>摘要：汽车制动机构系统的模糊控制多采用耦合模型,由于缺少对控制器参数的优化,导致控制误差较大,整体控制效果不佳.为此,提出基于预测反馈的混合动力汽车制动机构模糊软切换控制技术.根据动力汽车制动机构系统的组成结构,分别建立传统制动模型与再生制动模型,利用最小二乘法将其拟合,得到制动系统的综合动力学模型.根据汽车运行的实际工况,分析模糊软切换方式与各工况的匹配度,以获取模糊控制器的权重系数,采用预测反馈机制设计汽车行驶路径指令,并通过优化控制器输入偏差与辨识参数,设计最佳控制策略.实验结果表明,所提方法的控制误差较小,控制效果更好.

    预测反馈混合动力汽车制动机构模糊软切换控制

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    电偶极子电场的数值分析

    郑世燕施妍汐谢超俊漆昌祥...
    54-57,91页
    查看更多>>摘要：应用电场及电势叠加原理求解电偶极子周围空间电场的解析解,并在此基础上验证电偶极子延长线以及中垂线上的电场强度与已有结论是否一致.基于Matlab软件对其进行数值分析,通过控制变量法比较不同r、θ情况下的电场分布.结果表明:电场强度E随着距离r的增大而减小,随着θ的变化存在一极小值.在电偶极子中垂线上的电场最弱,而延长线的电场最强.此法能较直观地帮助学习者理解和掌握电偶极子电场的相关知识点.

    电偶极子叠加原理电场强度Matlab

      原文链接:
    • NETL
    • NSTL
    • 万方数据

    基于改进PID的多电机功率平衡的研究

    袁炜徐燕飞赵鹏程卓旭...
    58-63页
    查看更多>>摘要：矿用多电机复杂系统中,电机之间输出功率不平衡不仅会影响系统的整体性能,还会导致电机寿命缩短,严重时甚至造成电机损坏和系统瘫痪,故对多电机功率平衡问题的研究十分重要.以煤矿井下多电机驱动的带式输送机为例,设计了基于动态神经网络的PID控制器,建立了多电机驱动的输送机控制模型,提出基于ANNPID控制器的转矩控制方案.利用Matlab/Simulink软件进行仿真,结果证明该方案可以提高系统性能,增强系统的稳定性和可靠性.

    多电机功率平衡ANNPID转矩控制仿真

      原文链接:
    • NETL
    • NSTL
    • 万方数据