基于改进的网格搜索法的SVM参数优化

比较了现今应用比较广泛的3种支持向量机(SVM)参数优化方法.具体分析了网格法、遗传算法和粒子群算法在SVM参数优化方面的性能以及优缺点,提出了一种改进的网格法.先在较大范围内进行搜索,在得到的优化结果附近区域再进行精确搜索.实验表明改进的网格搜索法耗时短,更适用于有时间要求的说话人识别应用中.     

一种融合分布估计的离散粒子群优化算法的配电网重构

将基于分布估计的离散粒子群优化算法运用于配电网重构,以降低网损为目标函数,对于新的种群,随机从概率模型和至今全局最优信息项中获取解信息。仿真实验结果表明提出的关于配电网重构的新算法优于其他几种优化算法。     

研究称暗物质粒子撞击人体或引发突变

据美国国家地理网站报道,根据几项暗物质探测项目获得的数据进行计算的结果显示,平均大约1分钟就会有一颗暗物质粒子击中人体。     

改进的辅助粒子多Agent系统信息融合滤波算法

为克服多Agent系统的非线性问题,提高多Agent系统对信息的协同合作能力,提出一种改进的辅助粒子信息融合滤波算法。该算法通过分析多Agent系统的结构,根据正交小波多尺度分析理论对系统内Agent的信息进行分解、重构,给出以Agent信息为重要采样密度函数的辅助粒子滤波算法,并对滤波结果进行特征融合,得到多Agent系统融合特征。将此算法应用到机动目标跟踪领域,并与传统的滤波算法进行对比,仿真结果验证了该算法的有效性。     

基于改进引力搜索算法的励磁控制PID参数优化

在引力搜索算法（GSA）基础上,结合PSO算法中粒子的运动特点,提出了改进引力搜索算法（IGSA）,并将其应用到励磁控制系统PID参数优化．IGSA嵌入了引力搜索和粒子群搜索,使其在保留引力搜索特点的前提下增加了信息共享及记忆能力,进一步提高了搜索能力．定义了同时考虑ITAE指标和超调量指标的加权目标函数,提出了基于混沌引力搜索的参数优化策略．将IGSA与传统群体优化算法进行了充分对比试验,验证了提出的励磁控制系统PID参数优化方法的有效性．     

环境噪声抑制的红外接近传感器设计

分析红外接近传感器的工作原理,针对红外接近传感器容易受到环境噪声影响而发生检测错误的问题,提出一种高效的环境噪声抑制方法．该方法通过光学镀膜滤波和基于时序控制的数字模拟混合减法电路,分步滤除环境噪声,达到准确接近检测目标的目的．设计了相关传感器电路,可以在太阳光或灯光光照度低于4000lx,温度低于85℃的环境下,实现25cm范围内的物体接近程度的准确测定．在相同工艺下,通过Spec-tre进行仿真,结果表明：该传感器在给定的噪声环境中工作与无环境噪声的理想情况相比,最大误差不超过1％．所设计电路已在0．35μm3VCMOS工艺下投片验证,结果满足设计指标．     

基于决策空间划分模型的多目标进化算法

为有效利用决定空间中的信息、提高收敛速度与准确度,提出了基于决策空间划分模型的多目标进化算法.该算法将决策空间划分成多个子决策空间并在每个子决策空间内映射出一个超球体,运用某一多目标进化算法完成超球体内个体的1轮次进化,基于粒子群优化算法的粒子移动机制实现超球体间的信息共享、引导超球体质心向最优解集方向移动.对8个测试问题的实验结果表明:基于决策空间划分模型的多目标进化算法在收敛精度和收敛稳定性方面比FastPGA,MOCell,NSGA-Ⅱ和SPEA2算法表现出更好的性能.     

可处理多个无序量测的前向滤波算法

基于等价量测和前向滤波法,推导出一种单个无序量测算法Fl1,并说明了该算法与Al1算法、FPFD算法以及AA1算法之间的等价性.以Fl1算法为基础提出可以处理同时到达融合中心的多个不同单步延迟无序量测的最优算法CZ1.所提新算法的性能不依赖过程噪声的离散化模式,且无须对状态转移矩阵求逆.仿真结果表明在过程噪声DCM下CZ1算法与CA1算法的性能是相同的.     

存在定时偏移的UFMC系统信号与干扰分析

通用滤波多载波（universal filtered multi-carrier,UFMC）接收机接收到的信号到达时间与预期到达时间不一致时,会产生定时偏移（timing offset,TO）,引入符号间干扰（inter symbol interference,ISI）,从而破坏子载波正交性造成通信质量下降。为了分析TO对UFMC系统的影响,本文研究存在TO的UFMC系统信号和干扰分析,推导其数学表达式,数值计算并分析对比不同波形滤波器长度与不同定时偏移下的信干比（signal to interference ratio,SIR）,仿真对比不同情形的误符号率（symbol error rate,SER）。结果表明,定时偏移数值与信号干扰强度呈正向相关,滤波器长度与系统SER数值呈反向相关。     

基于纳米粒子的光纤LSPR传感器用于检测超级电容器电极表面电荷状态

随着环境问题日益严重,具有环保清洁特质的超级电容器等新能量存储设备得到广泛关注.因此,对于实时灵活地评估能量存储器件的运行机理和充电状态(State of charge,SOC)仍然具有挑战性.电化学分析法是研究电极反应机理和电极过程动力学的重要方法,但有时不能实时在线监测内部电极的表面电荷状态.透射电子显微镜和X-射线衍射仪等检测设备由于体积庞大和价格昂贵等原因,限制了对超级电容器的原位监测的发展.提出了一种灵活便携的光纤局域表面等离子体共振(Local surface plasmon resonance,LSPR)探针,用于超级电容器内部电极的电荷量实时在线分析.将负载金纳米粒子的反射式光纤LSPR传感器贴合超级电容器电极表面,结果表明,此结构可以灵敏地监测超级电容器充放电过程中的电极表面电荷状态;通过与传统电化学工作站的结果比较,该方法得到的电荷状态与实际电荷量具有良好的线性关系,有效拓展了光纤传感器在能量检测领域的研究与应用.