一元有限总体样本均值分布的随机加权逼近

对来自一元有限总的简单随机抽样样本,共均值分布采用随机加权逼近,从模拟方差的角度说明随机加权法在抽样调查中的可用性,得到了E|Vr*Dn-VarTn|=O(1/n)的良好结果。     

随机选题算法的设计与实现

提出一种随机选题算法,给出网上自动生成试卷的随机选题例程．实践证明,该算法能够满足实际需要．     

基于多小波自适应阈值的地震图像去噪方法

结合地震图像噪声的特点,利用多尺度小波变换的优点,提出一种新的自适应小波阈值去噪算法.该算法根据小波变换各子层系数矩阵,确定各子层的自适应最优阈值,对于高频子带采用硬阈值化去噪,低频子带采用中值阈值化去噪,并去噪后重构小波系数.实验结果表明,该方法能够去除大部分高频随机噪声,并还原相干切片图像真实效果,提高了地震资料的信噪比.     

途径节点不确定的MTSP路轨规划模型及其遗传算法研究

一般的路径规划问题假设道路网络是确定的,并且采用实时优化的方法建立优化路径,这种方法的结果不具有实用性。在高速发展的中国,道路网络实际上变化很快,而路网的电子地图往往无法实时更新;即使实时规划的路径本身是可行的,各配送点也会因为对新道路缺少经验而导致实际行驶时间大大超出预计,尤其对多个司机的情况。根据途径节点,考虑不同途径节点的不确定性,阶段性地产生稳定线路,是可行的方案。能够在路径成本和时间取得综合的平衡,多配送点工作量的相对均衡。利用MTSP问题的解决,提出了具有不确定途径节点的多目标路径规划模型,并且设计了随机遗传算法。仿真研究表明,该模型是有效的,该算法具有良好的求解性能。该成果有望集成在配送或运输决策支持系统中,为阶段性路径规划提供支持。     

基于有限元的一种结构随机分析方法

通过引入可靠度的置信区间和置信度的概念。可以把结构分析中的随机参数转化为置信区间下的区间数。从而就可以运用普通的有限元程序对含有随机参数的工程结构利用区间算法进行强度分析。讨论了在一般算法的前提下,提出利用区间算法结合力学知识可以简化计算量,最后的实例表明该方法是可行的。     

铁皮石斛不同生长阶段遗传稳定性的RAPD分析

利用从20个随机引物筛选出来的3个稳定性较好的10碱基引物对已继代12到13次仍然维持在不同生长阶段、来自同一蒴果的铁皮石斛T31种群进行RAPD检测其遗传稳定性,发现不同生长阶段内遗传相似系数较高,在89．36％和100％之间,其中原球茎期的变异比萌芽期、一叶期、两叶期、开花期要显著,但程度都极其微弱．     

基于蝙蝠算法-随机森林分类算法和脉搏波的精神疲劳检测算法

针对精神疲劳易诱发多种慢性病甚至癌症但却难以精准量化评估的问题,提出了一种基于BA-RFC的光电容积脉搏波信号(photoplethysmographic,PPG)人体精神疲劳检测方法.首先,以高校学生为测试对象,根据其精神疲劳状态进行分组,用PPG仪器测量受试者的脉搏波信号,建立元数据库.接着以蝙蝠算法(bat al...     

欠驱动两自由度机械臂LQG/LTR控制

针对欠驱动机械臂系统的快速稳定控制中存在着的系统过程噪声和传感器观测噪声的干扰问题,设计了具有回路传输恢复的线性二次高斯(linear quadratic Gaussian control with loop transfer recovery, LQG/LTR)控制器。该控制器由卡尔曼滤波器和最优状态反馈增益调节器两部分组成,并进一步使用了回路传输恢复技术提高了控制系统稳定裕度。仿真试验表明：LQG/LTR控制方法相比于线性二次型调节器控制方法具有更加出色的动态品质,能很好地抑制噪声造成的系统不稳定问题,使得机械臂快速稳定在期望位置,具备良好的稳定性和鲁棒性。     

基于机器学习的飞机起落架着陆载荷预测模型

随着物联网、大数据技术的深入发展,一型装备交付部队的同时,往往需同步提供数字孪生模型以优化视情维护过程。论文基于某型号飞机试飞数据,提出一种将机器学习技术用于飞机起落架着陆载荷预测模型构建的方法。以某型号飞机飞行参数为输入,以传感器实测的左起落架垂向载荷为输出,经数据清洗和特征降维后,分别建立极端梯度提升（extreme gradient boosting, XGBoost）、随机森林（Random Forest）和多层前馈（back propagation, BP）神经网络模型,并对所建模型进行调优。经对比和评估,XGBoost模型具有最高的预测精度,对起落架载荷绝大多数样本的预测误差均保持在6%以内,同时建模时间少,泛化能力强,为起落架载荷预测最优模型。     

基于局部区域建模的复杂场景运动目标检测

为了解决传统背景建模方法难以有效检测复杂场景中运动物体的难题,提出了一种在马尔科夫随机场框架下,基于区域建模的运动目标检测方法。该方法在学习像素前景和背景的概率模型时,融合了相邻局部区域的信息;因而比传统的单像素建模方法更加精确。在马尔科夫随机场框架下,运动目标检测问题转化为能量优化问题,可以得到比基于阈值分割前景更精确的结果。在复杂场景视频进行测试;并与传统的背景建模方法进行比较,实验结果表明本文算法更优。