静态旋转侵彻混凝土力学仿真与实验研究

为研究静态旋转侵彻过程中力学和结构参数之间的匹配关系,按照经典切削理论建立了静态旋转侵彻混凝土的经验公式,应用LS-DYNA软件对其作用过程进行了数值仿真。利用正交实验法进行了静态旋转侵彻混凝土模拟实验,并利用经典Levenberg-Marquardt算法拟合经验公式,得到了轴向力和扭矩、侵彻量、旋转侵彻体直径和旋转速度之间的经验关系。实验结果表明:经验公式与仿真结果相符合,旋转侵彻体直径对轴向力的影响较大,进给量对扭矩的影响较大,钻速对轴向力及扭矩的影响较小。     

利用混合高斯进行物体成分拟合匹配的算法

为了寻求代价更小、效率更高、适应性更强的图像原型表征方法,借鉴成分识别理论的观点,设计出一种更符合人类认知原理、更具有可理解性的物体拟合算法。利用二维高斯混合函数,用高斯成分来拟合物体的边缘图像,使得物体的表征由单一的像素表示转变为利用成分进行表征的方式。为了使得拟合结果更具有健壮性,在算法中还引入了分裂-归约机制来对拟合结果进行修正。实验结果表明,这种拟合手段能够很好地描述物体的特征成分,为图像进行后期的高级语义处理奠定了基础。     

基于贝叶斯推断的脉冲星偏振位置角拟合算法

脉冲星辐射束的偏振位置角与相位的关系可用旋转矢量模型(RVM)描述,现有的Levenberg-Marquardt非线性拟合和格点搜寻算法对RVM的拟合存在效率低、易过拟合等问题。本文发展了一套基于贝叶斯推断的马尔可夫链蒙特卡洛算法(MCMC),并用该方法对已有文献中的10颗脉冲星偏振位置角进行了拟合。结果表明,MCMC算法不仅能得到与已有文献一致的结果,而且该算法具有高效、不易过拟合、能更好地估计参数的可信度区间等优点。     

基于随机森林算法的旋转机械齿轮组故障诊断

针对单一的分类器用于旋转机械故障诊断时存在准确率不高的问题,提出一种基于随机森林算法的旋转机械齿轮组故障诊断方法。该方法利用随机森林多分类器组合决策树的思想,通过多分类器的组合学习提高故障诊断的准确率,并在风力涡轮动力传动系统故障诊断模拟器系统上进行了多工况多故障的实验验证。首先,收集多工况、多故障的齿轮传感器信号,提取传感器信号的时域特征作为随机森林的输入特征量。然后,利用构建好的随机森林模型进行齿轮组的故障诊断,并将随机森林算法的分类结果与支持向量机方法的分类结果进行对比。通过对故障诊断结果的分析,随机森林算法避免了复杂的寻参过程和传统分类器的过拟合现象,能够处理大规模数据集,通过分类器的组合,提高了故障诊断准确率,并缩短了分类模型的预测时间,具有较好的应用前景。     

基于协方差拟合旋转不变子空间信号参数估计算法的高分辨到达角估计

为进行高分辨到达角(DOA)估计的同时避免稀疏类算法的不足,提出了协方差拟合旋转不变子空间信号参数估计(ESPRIT)算法.首先将协方差拟合准则转换成半正定规划问题,利用凸优化进行求解,得到更接近理论值的信号协方差矩阵;然后对估计的信号协方差矩阵进行特征分解,利用信号子空间和噪声子空间特征值的差异估计信源个数;最后利用子空间旋转不变性反解出未知DOA.仿真实验从DOA估计精度、分辨率等方面验证了该算法的有效性,较传统ESPRIT算法具有更高的DOA估计分辨率并且受相干信源影响小;与稀疏类算法相比,不依赖先验信息以及避免了网格失配问题.     

基于整体最小二乘的空间直线拟合算法

首先通过一定方式的转换将空间直线六参数拟合问题简化为平面直线四参数拟合问题,然后将方程组进行矩阵化,有利于利用整体最小二乘理论进行算法计算,最后分别利用本算法和最小二乘法对实测数据进行空间直线拟合计算,并对2种算法的结果进行比较,初步验证了本算法的可靠性和精确性.同时,将计算结果与不同文献的研究结果相比,证明了本算法的有效性与正确性.     

三维激光扫描拟合平面自动提取算法

在对现有的点云数据分割和拟合算法进行深入研究的基础上,指出现有算法的不足.充分利用扫描线数据自身固有的特点,提出了新的算法.对RANSAC算法进行了改进,改进后的算法既具有较好的抗差性能,又在计算效率上较现有的抗差算法有了较大的提高,且能够得到更准确的提取结果和更合理的扫描点分隔归属.提出了平面拟合计算过程中拟合直线段端点的定权算法,解决了现有算法中由于拟合直线段端点权重不同无法直接参与平面拟合计算的问题.提出了完整的细碎平面剔除规则.实例证明,利用该算法能够取得较好的点云数据拟合平面自动提取结果.     

基于快速数据分组处理方法的改进研究

数据分组处理方法(GMDH算法)是一种模拟大脑辨识复杂非线性系统的算法。这种算法在对数据进行分组处理时具有较明显的优势。但是处理大数据时，当取恰当终止拟合条件，GMDH 算法又显得比较弱势。为此从 GMDH 运算的本质去解决算法的效率问题，给出了一种结合快速求解逆矩阵以达到快速求解拟合方程的目的的算法，并且利用外推准则，合理选取拟合结束条件及快速选择最佳模型的方法。在不改变 GMDH 算法准确度的情况下，研究了如何提高 GMDH 算法的计算效率
     

用B样条拟合计算带噪数字图像的梯度

利用B样条的局部性及其求导的特殊性 ,对带有噪声的数字图像的梯度计算 ,即 :首先利用B样条进行拟合 ,然后求梯度。这样的处理就抑制了噪声的影响 ,而且B样条的计算特别简单。还提出了算法实现的优化 ,同时给出了实验结果     

基于流形分析与AP算法RBF神经网络分类器

提出了一种基于流形分析与近邻传播（AP）算法的径向基函数（RBF）神经网络分类算法.通过流形分析算法对数据集进行初步处理,然后通过指数函数调整相似度矩阵,再重新进行AP聚类,在此基础上构造RBF神经网络分类器,通过拟合正确率来判断算法是否收敛,并对分类结果运用FMI指标进行评价.实验结果表明：改进算法中RBF网络隐节点数普遍得到增加,使得RBF神经网络拟合精度得以提高;从分类结果可以看出该算法对训练数据集都获得了很好的拟合正确率,对测试数据集也获得了较高的测试正确率.     

激光光斑定位的多圆拟合算法的研究

介绍了用于提取激光光斑参数的曲面拟舍和圆拟合算法，在圆拟合算法的基础上提出了新的多圆拟合算法，在不同的噪声水平下比较了曲面拟合算法和多圆拟合算法所能够达到的精度。研究结果表明，多圆拟合算法具有更好的抗噪声性能，除了可以检测光斑中心外，多圆拟合算法还可以检测其半径达到亚像素级的光斑，所以能够广泛地应用在光学测量系统之中。     

激光光斑中心高精度定位算法研究

为提高测风激光雷达系统光学结构能量接收效率,需要对激光雷达系统中的激光光斑中心进行准确定位. 通过对常用亚像素定位算法的分析,利用高斯拟合和矩形区域来对灰度重心定位算法进行优化,提出了激光光斑定位的改进算法,并与已有的算法进行了对比分析,设计并开展了验证试验. 试验结果表明改进算法比已有传统算法对激光光斑的定位准确性大幅提高,最大限度地减小光斑形状的不对称所导致的误差,对于光能量分布中心的估计也更为准确,是一种切实可行的光斑中心定位算法.      

高原鼠兔体重生长动态数学模型之再探讨

本文用麦夸算法构造高原鼠兔体重生长的Logistic和Compertz曲线模型,其结果表明:Logistic曲线比Gompertz曲线更优化,Logistic模型比逻辑斯谛-指要饱和模型的精确度更高.     

基于NURBS曲面拟合的图像边缘检测方法

提出了一种利用NURBS曲面拟合进行图像边缘检测的新方法。与Haralick对称区域正交多项式曲面小片拟合方法不同 ,NURBS曲面拟合克服了Haralick方法对图像区域划分和灰度平稳的限制 ,且不再需要窗口区域对称。利用NURBS曲面拟合构造简单、算法灵活、易于控制的特性 ,提高了曲面小片构成的灵活性与边缘检测的精度及计算效率。本文给出了NURBS曲面拟合基本小面构成、拼接及求导方法 ,并以一个真实图像进行了实验验证 ,结果证明 ,该方法稳定可靠 ,精度较高     

数据稀缺条件下水文频率分布模拟及应用

传统水文频率分析往往需要大量样本以保证分布的拟合效果,而我国仍有部分站点水文数据记录较少,因此本文提出小样本算法：将Jackknife方法、Bootstrap方法与水文频率分析中传统参数估计方法相结合,得到新的参数估计值,以增强传统水文频率分布的拟合效果.为验证小样本算法的优越性,以泾河流域为例,将8个站点的年最大日降水量作为原样本,利用小样本算法对不同样本量的样本进行多次再抽样,将多组再抽样样本分别进行分布的拟合,得到小样本算法的参数估计值,并通过Kolmogorov-Smirnov检验和RMSE检验结果,验证小样本算法对传统参数估计方法的改进效果.结果表明：1）在小样本情况下,该算法明显优于传统方法的拟合效果,尤其部分站点的Bootstrap方法,使用较少样本量时达到了使用较多样本量的拟合效果;2）随着样本量的减少,某些站点的传统方法所求分布不能通过检验,而小样本算法可以得到较好的结果.     

基于Iterative映射和非线性拟合的鲸鱼优化算法

为解决鲸鱼优化算法中收敛速度慢和寻优精度低等问题,提出一种基于Iterative映射和非线性拟合的鲸鱼优化算法（NWOA）。首先,该算法利用了Iterative映射对鲸鱼种群初始化,保证初始种群的多样性;其次,采用非线性拟合的策略对收敛因子和惯性权重进行改进,以平衡算法的全局勘测能力和局部开发能力。通过对13种函数进行仿真实验,从均方差和平均值的角度分析,改进后算法寻优精度显著提高,且稳定性较强。实验结果表明NWOA与传统的鲸鱼优化算法相比,收敛速度明显加快。     

最小二乘混沌算法在水位流量关系拟合中的应用

针对水位流量关系曲线拟合问题,将最小二乘法(LS)与混沌算法(CA)相结合,提出了一种适应于曲线拟合的最小二乘混沌算法(LSCA),并与最小二乘算法及遗传算法的拟合结果进行比较。结果表明,最小二乘混沌算法具有简便、快速、实用性强等优点,是一种较为优秀的全局优化方法,适应于非线性关系的参数率定。     

一种基于随机粒子群的变差函数优化方法

变差函数是克里格法中反映区域化变量空间变化特征的有效数学模型,其在克里格插值算法中是重要的环节,由其确定的拟合模型参数直接影响插值精度。由于变差函数采用非线性模型,导致拟合误差曲面存在很多局部极值点。因此传统的最小二乘法不易达到满意的结果。基于这一问题,提出了基于随机粒子群优化(RPSO)算法的变差函数设计方法。实验结果验证了该方法的有效性。     

基于小波双立方插值的Bessel拟合图像复原算法

对模糊图像复原的目的在于对图像进行去模糊、去噪及建立在特征值基础上的矢量化处理,最大限度恢复原图像。本文提出了一种基于小波双立方配比插值的贝塞尔拟合图像边缘特征复原的新算法,在初始图像降质处理基础上通过小波双立方配比插值（Wavelet Bi-cubic）、双三次插值法得到融合样本图像,并在Canny边缘检测基础上提出对拟合边缘特征点的贝塞尔曲线拟合,最后将图像特征轮廓分别进行Delaunay剖分算法的矢量化处理,保留原始灰度色彩复原图像。实验对这三种方法的轮廓复原图像与原始清晰图像进行对比,由具体参数（PSNR、SSIM、FSIM以及运算时间TOC等）说明验证。实验结果表明,经由小波双立方配比插值与贝塞尔拟合得到的轮廓图像复原比双三次插值与贝塞尔拟合得到的轮廓图像复原效果要好,且明显缩短运算时间。     

A New Algorithm of Sub-pixels Image Matching

This paper discusses a new algorithm of sub-pixels image matching and analyzes the characteristics of resampling and surface fitting methods. In order to meet the matching demands and to alleviate the computation workload, the following improvement algorithms are used. First, resample the model n-times,putt out (2n - 1) sub-models, and calculate the NCs between each sub-model and image. Then choose the maximum between the sub-model and the displacement corresponding to this sub-model which requires the sub-pixel displacement. Finally, put forward a new algorithm that combines the resampling with surface fitting methods. Experimental results show the validity of the algorithm.