一种改进的解相关LMS自适应算法

针对变步长LMS自适应滤波算法在输入信号高度相关时,收敛速度下降导致性能下降的问题,提出了一种改进的解相关LMS自适应算法,该算法引入解相关原理和归一化处理,用输入向量的正交分量来更新滤波器权系数,有效加快了算法的收敛速度,且稳态误差小,使得算法在有色输入和大范围的动态输入下都能保持良好性能.     

用水量对乳化沥青混合料性能影响的研究

从乳化沥青混合料的拌和用水量与绝对用水量双重角度，讨论水对乳化沥青混合料性能的影响．以乳化沥青混合料最终强度为评价标准，通过马歇尔稳定度试验、间接拉伸试验，分析用水量对三种乳化沥青混合料性能的影响．从拌和、击实、养生等多阶段研讨水的作用．认为不同级配存在着不同的最佳拌和用水量，拌和水主要起润湿集料的作用，绝对用水量影响混合料的压实、成型、混合料强度形成及最终强度．     

基于非均匀B样条曲面的DTM内插模型

对非均匀B样条曲面在数字地面模型(DTM)内插中的应用进行了研究,首先探讨了非均匀B样条曲面基本理论及其最小二乘解法,然后提出了基于非均匀B样条曲面的DTM内插算法,最后利用提出的B样条算法与目前一些常用的内插算法,对数学曲面与实际地形进行了试验和比较.试验结果表明B样条算法具有良好的精度和稳定性,能较好地改善在构建DTM时常出现的“梯田”现象.     

基于Matlab 与 C++Builder偏最小二乘分析的编程实现

针对工程测量和科研活动,根据回归性分析中较为先进的偏最小二乘法原理,以Matlab为平台,设计了实用的C Builder回归性分析程序.利用该程序,得到大米近红外光谱和其对应蛋白质含量的模型,模型预测结果和观测值的相关系数为0.993 2,模型的显著性检验F值为1.009 3.     

基于PCA和LS-SVM的软测量建模与应用

针对工业过程中某些重要过程变量难以实现实时在线检测和高维数据处理的问题,提出了将主元分析与最小二乘支持向量机相结合的软测量建模方法,并利用该方法建立了工业阿维菌素发酵过程中的菌丝浓度软测量模型.主元分析方法的引入,有效地提高了最小二乘支持向量机软测量模型的精度和泛化能力.应用结果表明,该方法与基于径向基函数神经网络软测量模型相比具有有效性和优越性.     

Efficient structures for wideband digital receiver

1 .INTRODUCTIONWith the development of high perfor mance ana-logue-to-digital converters ( ADC) , applicationspecific integrated circuit ( ASIC) devices anddigital signal processing ( DSP) technology , dig-ital receiver has increasingly become popular inrecent years[1 ~7]. The digital receiver is a typi-cal application of software radio in radar . Itsmain purpose is to move the digital conversionprocess closer to the antenna and execute mainfunctions on general hardware . But the sign…     

基于聚类分析和区间判断矩阵AHP的群组评价

把区间模糊数的一些基本理论引入到AHP群组评价中,并利用聚类分析方法来确定专家权重系数,得到一种便捷的群组评价算法。最后结合实例,对该方法具体的应用作了介绍,根据该算法计算的结果合理、准确。     

基于RAMP密度插值理论的拓扑优化准则法

在研究密度插值法理论和拓扑优化准则基础上,以结构整体柔度最小为目标,推导了基于RAMP插值理论的优化准则,并实现优化准则的迭代算法,二维算例说明了算法正确性、有效性。     

E-逆半群上的一类特殊同余

利用正则半群上的酉群带同余的刻画,讨论了E-逆半群S上的同余ρ是一个酉群带同余当且仅当它是S上的一个群同余和一个带同余的交.     

多元条件密度函数的投影追踪估计方法

由多元条件密度函数fYX(yx)(x∈Rp)可以知道许多被解释变量Y对解释变量X的回归关系的信息,其条件期望就是回归函数,条件方差就是回归误差项的条件方差.为了克服高维空间数据稀松性带来的估计上的困难,提出多元条件密度函数的投影追踪估计方法,通过最小化Ku llback-Le ib ler距离,得到了最优初始条件密度函数和每一步的增量函数和方向向量,还给出了估计步骤及其终止法则.