检索结果-南通市图书馆

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

认知无线网络中准入控制和功率控制联合优化

系统工程与电子技术 2017年第3期39卷 641-648页

作者：朱江段昂熊加毫陈红翠重庆邮电大学移动通信技术重庆市重点实验室重庆400065 重庆第二师范学院数学与信息工程系重庆400065

提出了一种基于离散的粒子群算法和单纯形法的优化机制来实现准入控制和功率控制的联合优化方案。在主用户干扰温度门限和次用户QoS的约束下,将准入控制建模成0/1组合优化问题,并将功率控制建模成线性约束问题,由于准入控制是NP难,该方... 详细信息

提出了一种基于离散的粒子群算法和单纯形法的优化机制来实现准入控制和功率控制的联合优化方案。在主用户干扰温度门限和次用户QoS的约束下,将准入控制建模成0/1组合优化问题,并将功率控制建模成线性约束问题,由于准入控制是NP难,该方案将准入控制和功率控制进行加权规划进行优化,同时,为降低计算复杂度,提出一种针对准入控制组合优化的可行性验证方法。并且针对离散的粒子群算法的收敛性进行了证明。仿真与分析表明,该方案具有收敛性,相比其他优化方案,能更有效地提高用户准入量并降低用户功率消耗,提高网络性能。

关键词：准入控制粒子群优化算法功率控制干扰温度

认知无线网络中基于HJ-DQPSO优化的频谱分配机制

在线全文

学校读者我要写书评

暂无评论

重庆邮电大学学报（自然科学版） 2016年第1期28卷 37-44页

作者：朱江熊加毫陈红翠重庆邮电大学移动通信技术重庆市重点实验室重庆400065

在认知用户和授权用户共存的认知无线网络模型中,为了解决认知无线网络中最大化网络效益和用户间接入网络的公平性联合最优化的多目标频谱分配难题,提出了一种新的基于hooke jeeves(HJ)计算和量子粒子群(quantum particle swarm optimiz... 详细信息

在认知用户和授权用户共存的认知无线网络模型中,为了解决认知无线网络中最大化网络效益和用户间接入网络的公平性联合最优化的多目标频谱分配难题,提出了一种新的基于hooke jeeves(HJ)计算和量子粒子群(quantum particle swarm optimization,QPSO)理论的离散多目标组合优化机制,即HJ-DQPSO优化机制。该机制中,提出了采用HJ算法进行局部搜索,防止陷入局部最优,并对QPSO算法进行离散化处理以便更匹配离散的频谱分配模型。与现有的频谱分配算法进行仿真性能比较,实验结果表明,该机制具有逼近最优解、快速收敛、不易陷入局部最优、参数设置少的特点。在不同的优化目标情况下,能够较好地逼近频谱分配最优解而且可以实现快速收敛,在满足多个优化目标的情况下可以获得更合理的频谱分配方案。

关键词：认知无线电频谱分配量子粒子群多目标优化

在线全文

学校读者我要写书评

暂无评论

基于多臂赌博机模型的信道选择

电讯技术 2015年第10期55卷 1094-1100页

作者：朱江陈红翠熊加毫重庆邮电大学移动通信技术重庆市重点实验室重庆400065

在择机频谱接入系统中,为解决未知信道环境先验知识下的信道选择问题,提出了一种基于多臂赌博机(MAB)模型的改进UCB(Upper Confidence Bound)索引选择策略。该策略是通过在UCB索引的置信因子中引入收益方差值来调整对未知信道环境的探... 详细信息

在择机频谱接入系统中,为解决未知信道环境先验知识下的信道选择问题,提出了一种基于多臂赌博机(MAB)模型的改进UCB(Upper Confidence Bound)索引选择策略。该策略是通过在UCB索引的置信因子中引入收益方差值来调整对未知信道环境的探索过程,以降低探索成本。结合理论证明了本策略有较快的收敛速度,还证明了本策略下的学习后悔值曲线与时隙呈近似对数关系而较缓慢增长。仿真结果表明,与原UCB策略以及贪心算法相比,所提策略更能自适应地选择可用性较好的信道,有效降低学习后悔值并加快其收敛速度,从而提高了系统吞吐量。

关键词：认知无线电择机频谱接入信道选择多臂赌博机模型 UCB索引

在线全文

学校读者我要写书评

暂无评论

基于赌博机模型的非时隙信道选择机制

电子技术应用 2016年第1期42卷 91-94页

作者：朱江陈红翠熊加毫重庆邮电大学通信与信息工程学院重庆400065

针对未知信息环境网络中信道资源的选择与分配问题,提出了一种新的信道选择机制。借助于无休止多臂赌博机模型搭建网络系统模型,通过最大期望算法(EMA)实现了未知环境下对非时隙信道使用情况的初步学习,借助Q学习算法实现无休止多臂赌... 详细信息

针对未知信息环境网络中信道资源的选择与分配问题,提出了一种新的信道选择机制。借助于无休止多臂赌博机模型搭建网络系统模型,通过最大期望算法(EMA)实现了未知环境下对非时隙信道使用情况的初步学习,借助Q学习算法实现无休止多臂赌博机模型下的Gittins索引值的求解,同时确定出在一定干扰约束下的最优信道选择策略,最后通过借助拍卖机制实现系统内认知用户之间信道选择的冲突。经仿真实现验证,提出的新信道选择机制能够很好地避免认知用户对主用户的干扰,使系统中的信道得到高效利用,系统通信量得到大幅提高。

关键词：干扰约束 Gittins索引值 Q学习无休止多臂赌博机

护理干预对缓解腹腔镜术后肩背及双下肢酸胀痛的效果观察

在线全文

学校读者我要写书评

暂无评论

中国临床研究 2012年第8期25卷 814-815页

作者：范玉仙罗玲陈红翠安徽省马鞍山十七冶医院外二科 243000

目的探讨不同护理方式对缓解腹腔镜术后患者肩背及双下肢酸痛的效果观察。方法将198例腹腔镜手术患者分为对照组和观察组各99例。对照组采用常规护理;观察组在对照组的基础上予心理指导和健康教育,观察其肩背部、双下肢酸胀痛缓解的时... 详细信息

目的探讨不同护理方式对缓解腹腔镜术后患者肩背及双下肢酸痛的效果观察。方法将198例腹腔镜手术患者分为对照组和观察组各99例。对照组采用常规护理;观察组在对照组的基础上予心理指导和健康教育,观察其肩背部、双下肢酸胀痛缓解的时间。结果观察组术后12h肩背、下肢酸胀痛缓解率明显高于对照组(37.4%vs12.1%,P<0.01),至术后24h合计缓解率为97.0%,明显高于对照组的合计缓解率(44.4%,P<0.01)。结论早期对患者进行心理指导和健康教育,合理运用过度通气及氧疗,手术技术操作娴熟,减少气腹时间,术后加强呼吸、循环监测,采取积极的干预对策,以应对气腹对生理的干扰,能确保患者围手术期安全。

关键词：腹腔镜手术人工气腹护理酸胀痛肩背下肢

在线全文

学校读者我要写书评

暂无评论

基因检测在临床血脂管理中的作用仍在完善中

中华心血管病杂志 2024年第2期52卷 120-122页

作者：陈红北京大学人民医院心血管内科、北京大学人民医院心血管转化医学研究中心、急性心肌梗死早期预警和干预北京市重点实验室北京100044

基因检测正迅速进入临床,为血脂异常的诊断和管理带来了机遇和挑战。它是单基因血脂异常诊断的"金标准",但对多基因性血脂异常的诊治价值还有待进一步研究。

关键词：基因检测单基因血脂异常多基因血脂异常

考虑台风时空特性的海上风电场群协同紧急防御策略

在线全文

学校读者我要写书评

暂无评论

电力系统保护与控制 2024年第12期52卷 13-24页

作者：卢睿熊小伏陈红州输变电装备技术全国重点实验室(重庆大学) 重庆400044

极端天气发生率逐年升高,威胁电网安全稳定运行。为解决极端天气历史数据抽样建模存在局限性、极端天气预测不准确和电网应对自然灾害防御吸收能力不足等问题,提出一种考虑台风时空特性的海上风电场群协同紧急防御策略。首先,基于Batts... 详细信息

极端天气发生率逐年升高,威胁电网安全稳定运行。为解决极端天气历史数据抽样建模存在局限性、极端天气预测不准确和电网应对自然灾害防御吸收能力不足等问题,提出一种考虑台风时空特性的海上风电场群协同紧急防御策略。首先,基于Batts梯度风模型分析台风时空特性与影响机理,量化台风物理信息与海上风电场出力间的耦合关系。然后,以偏差考核区间内的紧急防御成本最小为目标函数,提出了考虑台风时空特性的海上风电集群多时间尺度两阶段随机优化模型。模型第一阶段基于台风预报信息定制出包含常规机组备用出力、抽蓄机组启停计划、储能电站出力、计划弃风/切负荷量的防御资源预调度策略,第二阶段将台风预报的不确定性纳入决策过程中,基于灵活分布式资源制定紧急防御调整策略。最后,通过算例验证了所提紧急防御策略的有效性与经济性。

关键词：极端天气紧急防御策略海上风电两阶段随机优化抽水蓄能电网弹性

维普期刊数据库博看期刊

基于多尺度1D-CNN和注意力机制的汇率多步预测研究

在线全文

学校读者我要写书评

暂无评论

系统工程理论与实践 2024年第6期44卷 1934-1949页

作者：王刚陈红马敬玲王珏合肥工业大学管理学院合肥230009 过程优化与智能决策教育部重点实验室合肥230009 中国科学院数学与系统科学研究院北京100190

深度学习在处理时间序列数据上具有优势,在汇率时间序列的应用研究中,目前深度学习主要关注于单步预测,即利用以前时点的数据预测下一个时点的汇率数据.然而,在实际应用中,这种单步预测方式往往无法为决策者提供足够的决策信息;同时,由... 详细信息

深度学习在处理时间序列数据上具有优势,在汇率时间序列的应用研究中,目前深度学习主要关注于单步预测,即利用以前时点的数据预测下一个时点的汇率数据.然而,在实际应用中,这种单步预测方式往往无法为决策者提供足够的决策信息;同时,由于汇率时间序列呈现出非平稳、复杂度高等特点,直接利用传统深度学习方法进行预测无法充分挖掘汇率序列的特征及规律.为此,本研究提出一种基于多尺度一维卷积神经网络(1D-CNN)和注意力机制的汇率多步预测方法,该方法在自适应的融合多尺度特征的同时,差异化的融合汇率不同时刻的时间序列特征,实现汇率的多步预测.通过实验发现,所提方法相较于基准方法,如差分整合移动平均自回归模型、支持向量回归、随机游走、极限梯度提升算法、长短期记忆网络等具有更高的预测精度,表明该方法能够为外汇市场投资者提供决策支持.

关键词：汇率多步预测深度学习多尺度1D-CNN 注意力机制

在线全文

学校读者我要写书评

暂无评论

质谱成像技术在病理学中的应用

中华病理学杂志 2024年第10期53卷 1060-1064页

作者：陈红步宏四川大学华西医院病理科/临床病理研究所成都610000

质谱成像(mass spectrometry imaging)是一种结合了成像显微镜的空间分辨和质谱的灵敏度与精确度的代谢分子检测技术,目前已越来越广泛地应用于病理学相关研究,可作为病理学家诊断和预后生物标志物分析的支持工具。本文概述了质谱成像... 详细信息

质谱成像(mass spectrometry imaging)是一种结合了成像显微镜的空间分辨和质谱的灵敏度与精确度的代谢分子检测技术,目前已越来越广泛地应用于病理学相关研究,可作为病理学家诊断和预后生物标志物分析的支持工具。本文概述了质谱成像的一般工作原理,总结了其在病理研究(包括疾病诊断、手术边缘评估、预后预测以及分子生物学机制探索)中的应用,探讨了质谱成像进入临床应用的挑战和可能的未来发展方向,以期质谱成像能作为临床患者诊断、预后和治疗模式的一种新的分子评估方法。

关键词：病理学家病理研究分子生物学机制质谱成像疾病诊断分子检测技术预后预测临床应用