资源三号卫星影像超分辨率重建

研究了迭代反投影重建的方法与基于稀疏表示和字典学习的重建方法,将两种重建
算法首次用于资源三号三线阵影像数据的重建试验,并从亮度均值、峰值信噪比、信息熵和清
晰度等四方面对实验结果进行客观分析. 重建影像结果表明：基于字典学习和稀疏表示的重建
方法获得的资源三号重建影像效果优于迭代反投影方法.     

RLS自适应滤波的迭代信道估计与符号检测算法

在现有的OFDM系统联合迭代信道估计与符号检测算法的基础上,针对高速移动通信信道,利用RLS自适应滤波器在非平稳环境下有效跟踪输入统计量随时间变化的能力,提出了一类基于对迭代初始值进行RLS自适应预测的迭代信道估计算法.通过对每次迭代的初始值进行递归计算提高其有效性,减少了后继迭代次数,并提高了收敛值的准确性.仿真结果表明:和传统迭代算法相比,该算法加快了迭代收敛速度,提高了估计精度.在复杂度适当增加的前提下,降低了系统误码率,提高了系统性能.     

解线性互补问题的控制超松弛迭代算法

运用松弛迭代算法与矩阵分裂理论,提出了求解线性互补问题的控制超松弛迭代算法.这类算法设计了两个参数:第一个参数控制了迭代阵的谱半径,从而使算法收敛,适当选取第二个参数,加快了算法的收敛速度.在一定条件下证明了算法的全局收敛性.     

量子力学中近似法与递推及迭代计算

阐述了递推与迭代计算在微扰论和变分法中的综合应用,介绍了微扰论的递推与迭代形式和变分法的迭代算法,利用微扰论的递推与迭代形式,便于在计算机上编程进行数值计算,求解体系的任意级近似,得到与精确解一致的结果;利用变分法的迭代算法,可以求解除体系基态能量和基态波函数以外的其他能量和相应波函数的近似值.     

多天线系统的推广PDA算法及其迭代检测

针对接收天线数少于发送天线数并且大于发送天线数一半的多天线系统,在研究原有PDA检测算法的基础上,提出了推广的PDA检测算法,并讨论了影响算法性能的因素和改进方法,之后对算法进行了修改使之能够适用于迭代检测.仿真表明推广的PDA检测算法能够有效改进检测性能,迭代后大大提高了系统性能.     

水库天然冰温度场数值模拟

根据水库天然冰实测温度数据,建立了识别冰层热扩散率的分布参数系统最优控制模型.该优化模型采用遗传算法求解,并对模型中的热传导方程采用半隐式差分格式迭代求解.利用太原汾河二库天然冰温度场数据进行了实际计算.算例表明:数值模拟结果与实测数据吻合良好,所建立的优化模型及算法是正确、有效的.     

改进卷积神经网络的语音情感识别方法

研究了基于卷积神经网络的语音情感识别算法,改进了传统卷积神经网络训练过程中的卷积核权值的更新算法,使卷积核权值的更新算法与迭代次数有关联;同时为了增加情感语音之间的特征差异性,将语音信号经过预处理后得到的梅尔频率倒谱系数特征数据矩阵进行变换,提高卷积神经网络的表达能力.实验表明,改进后的语音情感识别算法的错误识别率比传统算法的错误识别率约减少7%.     

GF(q)域上LDPC码的改进扩展最小和译码算法

通过分析扩展最小和算法(EMS)存在的问题,提出了一种针对q 元LDPC码的改进译码算法. 不同于EMS算法固定每次迭代中FHT的阶数,该算法根据每次迭代中变量节点的概率分布对的平均方差自适应选择FHT的阶数,并修改发生振荡的变量节点输出信息,使之同时包含上次迭代和当前迭代的信息,从而减少性能的损失与振荡的影响. 仿真结果表明,在译码复杂度相当的情况下,该算法性能与收敛速度明显优于EMS算法.     

基于分布式聚类的作物生长环境异常检测方法

为了处理大量分布式存储的农业环境数据,提高农业生产效率,对高斯混合模型聚类算法进行了改进,提出了一种基于分布式聚类的农业环境数据异常检测方法.在Spark分布式计算框架下,首先对数据进行粗聚类,得到初始化模型;然后利用Spark迭代更新模型直至稳定,其中Map阶段将样本点分配到模型,Reduce阶段更新模型个数及参数;最后利用聚类结果,实现环境异常值的检测.实验结果表明该方法可行有效.     

嵌入式大气数据传感系统及其校正

对嵌入式大气数据传感(flush airdata sensing, FADS)系统进行设计和改进.提出了避免形压系数参与迭代的卡尔曼滤波算法,形压系数通过压力修正系数得到.设计了模块化神经网络校正算法,迎角和侧滑角由模块MRCα和模块MRCβ独立校正.提出校正过程中确定迎角和侧滑角最优解的方法,解决了三点组合多解的问题.最后给出计算结果和校正结果,算法的精度和实时性都有所提高,表明对系统的设计和改进是可行的.     

IPF算法与N-R算法的对比研究及应用

IPF算法和N-R算法在列联表的相关模型研究中应用广泛.本文通过MATLAB实现了IPF算法和N-R算法,并通过数据模拟研究了两种算法的优劣.模拟结果显示,IPF算法具有稳健、简洁等特点,而N-R算法在迭代次数、精度方面有优势,算法的实现和对比研究对实际应用具有重要地参考意义.     

改进脉冲耦合神经网络及二维Otsu算法的光伏阵列阴影检测

阴影对太阳能发电系统输出功率有极大的抑制作用,该文针对光伏阵列局部遮荫现象提出一种基于改进的脉冲耦合神经网络的阴影检测方法. 设置合适的初始参数,根据unit-linking PCNN（ULPCNN）算法进行阴影分割,利用二维Otsu算法自动选取迭代次数,以循环迭代过程中具有最优阈值的分割图像为最终分割结果. 仿真结果表明：该算法可检测出光伏阵列局部阴影,与传统的脉冲耦合神经网络算法及ULPCNN算法相比分割结果更好,操作更简洁.     

广义条件梯度法求解非线性elastic-net正则化

研究非线性不适定算子方程的求解问题,并且构造了一种用来求解带有罚项约束的非线性elastic-net正则化的迭代算法.这种算法的目的主要是将广义条件梯度算法的方法推广到带有罚项约束的非线性的正则化问题中,进而去构造出一种用于解决elastic-net正则化问题的软阈值迭代算法,并且也给出了这种算法的收敛性的证明.该方法放宽了原来的广义条件梯度方法所需的紧集条件.     

综合重构与正交迭代位姿估计算法

摘要： 多摄像机系统(multiple camera systems, MCS)在机器视觉领域成为研究热点. 针对MCS的位姿估计问题提出了一种新的综合重构与正交迭代算法,并引入广义摄像机模型来描述MCS以方便算法推导. 为充分利用MCS提供的冗余测量信息,将观测到的参考点进行分类,并构建了加权目标函数,综合了最优绝对定向解和正交迭代(orthogonal iteration, OI)算法的优点. 三维重构信息的引入不仅克服了OI算法的位姿模糊,而且提高了位姿估计的收敛速度和鲁棒性. 采用了自适应权值方法降低重构误差对最终估计的影响. 仿真结果验证了提出算法的有效性和优越性.     

加权邻域重构及其在声目标识别中的应用

摘要： 针对流形学习方法用于声目标识别时易受噪声干扰的情况,提出一种加权邻域重构算法,采用加权迭代方式构造出带噪流形子曲面中最能反映该曲面变化趋势的曲线,通过拓展该曲线对带噪流形子曲面进行重构,利用新曲面计算低维嵌入. 该算法在去除噪声的同时,最大限度地保持了原流形曲面的变化趋势,是一种适用于声目标识别的算法. 在公开数据库和低空飞行目标实际数据中进行实验,结果表明在识别正确率及运行时间上,本文提出的算法相对于其他3 种对比算法均取得了较好的效果.     

一种改进变步长ELMS算法及其在自适应消噪中的应用

在简单讨论LM S算法的基础上,引入了ELM S算法,分析说明了该算法能达到更小的稳态M SE.改进的变步长ELM S算法是在对有用信号的预测中采用了自适应NLM S预测估计器,步长迭代中引入遗忘因子iλ,利用其与误差信号的加权和产生新的步长参与迭代.不仅对所提算法的收敛性及性能进行了分析,并将其用于自适应噪声对消中获得了成功.仿真结果表明,该算法有较好的收敛性能和较小的稳态失调.     

解决矩阵秩最小化问题的一个新算法

介绍一种新的不动点迭代算法,用于解决矩阵秩最小化问题.此算法是在原不动点算法基础上,将收缩算子与单位算子做一个凸组合,进行加速.并证明了新算法的收敛性.     

基于内三角形质心修正—Taylor的UWB室内定位算法

针对室内定位环境复杂,定位空间小,定位精度要求较高的问题,通过对基于到达时间差(time difference of arrival,TDOA)的Taylor级数展开超宽带(ultra wideband,UWB)定位方法的分析,提出了一种基于内三角形质心修正—Taylor的混合定位算法.考虑Taylor级数迭代算法对迭代初始值要求高的问题,首先采用内三角形质心算法对目标进行粗定位,然后采用质心修正算法对粗定位节点进行误差修正,优化后的目标坐标作为Taylor级数展开的初始值,再进行迭代求解,进行第二次精确定位.实验结果表明:所提出的算法定位性能优越,尤其在复杂室内测距误差较大的环境下有效地提高定位精度.     

l_q稀疏正则化理论及其在热传导反问题中的应用

lq(0q≤1)稀疏正则化在实际应用领域已经得到了广泛的应用。在信号处理领域,简单的迭代算法能够得到满意的重构结果,但是,针对较为复杂的偏微分方程反演问题,利用这些算法进行反演往往很难达到最佳的重构效果。将已有的迭代算法进行改进,并将其应用到热传导反演问题中,通过和标准的吉洪诺夫正则化方法进行比较,说明lq稀疏正则化方法和改进的迭代算法的优点。     

非线性最优化问题的复合形旋转方向搜索法

针对不等式约束非线性最优化问题,分析了传统复合形算法收敛速度慢的原因,提出了一种称为复合形旋转方向搜索的新算法,给出了算法的迭代计算流程和程序框图.该算法与传统复合形法的主要区别在于:①迭代计算不以中心点作为复合形收敛中心,而以最好点作为复合形收敛中心;②迭代计算的映射点不在最坏点与中心点的连线方向选取,而在最好点与复合形各顶点的连线方向选取.