基于全周波富氏算法滤除衰减直流分量新方法

提出了一种非递推全周波富氏算法中滤除衰减直流分量Ae^t/r的新方法,并在单一数据窗口中推导了与τ无关的精确校正算法,该算法简单,适用于微机继电保护中提取各次谐波分量。     

基于极坐标Hough变换的焊点检测标定方法

针对探头在粗定位情况下对车身焊点检测效率和准确率方面存在的不足,提出了一种结合焊点形态结构特点,利用极坐标Hough变换算法和改进的边缘检测算子,以精确获取焊点坐标的方法.此方法通过形态结构决策降低参数存储,用极坐标构造二维参数极大地提高了运算速度,再结合滤波、最小二乘法、双阈值法等算法,能在高噪声的背景下对焊点进行检测标定,以提高机械臂末端探头检测焊点质量的效率和准确率,对于工业上车身焊点检测具有重要的实际意义.实验结果表明,该方法处理焊点图像的准确率达到99.2%,且快速性也有很大的提高.     

一种高精度数值积分方法

提出了一种高精度求解数值积分的新方法,其主要思想是通过训练神经网络权值并用傅立叶级数来近似未知函数,然后用傅立叶级数的积分来近似未知函数的积分.提出并证明了该算法的收敛性定理和数值积分的求解定理.仿真结果表明,与其它方法相比,本文提出的数值积分方法有计算精度高的特点,因而在工程实际中有较大的应用价值.     

基于映射的分枝切割相位解缠方法

经典的分枝切割相位解缠方法在残差点分布密集、分布范围较广的情况下形成分枝切割线所需时间较长.针对这个问题,本文提出了一种旨在加快形成分枝切割线速度的方法.将残差点数据集分成正残差点数据集和负残差点数据集,采用正、负残差点数据集之间一一映射的方式,满足分枝切割线的极性平衡条件;直接在正、负残差点数据集之间寻找分枝切割线,大大节约了形成分枝切割线时间.截取两幅不同的干涉纹图进行相位解缠实验,使用MATLAB软件仿真.实验结果表明:从分枝切割线形成所消耗的时间看,采用基于映射方式比经典方式分别节约时间23 s和36 s,解缠的结果基本相同.     

DC/DC变换器的神经网络鲁棒控制

针对有非最小相位特性的二阶DC/DC(直流/直流)变换器平均值模型的特性,以Buck-Boost变换器为典型例子,提出了一个非线性反馈做内环控制器,控制其电感电流;用RBF(径向基函数)神经网络作为自适应机构,提出了一个神经网络鲁棒控制器作为电压外环控制器,控制其输出电压.证明了系统跟踪误差和神经网络权值的有界性.仿真结果表明,提出的控制器对于系统参数的不确定性具有很强的鲁棒性,并具有很好的动态性能.     

基于主动学习隐马尔可夫模型的文本信息抽取

对只能获得部分标记的训练文本,将主动学习方法应用到文本信息抽取中,提出了一种基于主动学习隐马尔可夫模型的文本信息抽取方法.在该方法中,通过主动学习,仅将对隐马尔可夫模型的训练最有价值的训练文本挑选出来进行标记.实验表明,通过选择模型信任值的最佳门槛值,该方法在保证文本信息抽取性能的前提下,大大减少了用户标记训练文本的工作量.     

基于聚簇隐马尔可夫模型的文本信息抽取

应用隐马尔可夫模型是文本信息抽取的一种重要方法。对于网上不同来源的文本,由于其格式很不相同,进行混合训练,一般难以得到较优化的模型。将聚簇应用到文本信息抽取中,首先通过一种改进的k-平均方法对训练文本的Markov链模型进行聚簇,然后训练各簇的隐马尔可夫模型,提出了一种基于聚簇隐马尔可夫模型的文本信息抽取算法(C-HMM)。对700篇网上不同来源的文本进行信息抽取仿真实验,结果表明,新的算法能有效地提高抽取性能。     

维吾尔族和汉族大学生耵聍型分布

对2118名维吾尔族和汉族大学生进行了耵聍的调查。结果表明,维吾尔族干型耵聍为11.6％,湿型耵聍为88.4％;汉族干型耵聍为95.3％,湿型耵聍为4.7％。两群体耵聍型分布相差极显著,而耵聍型与遗传有密切关系。     

神经网络智能PID参数最优控制及应用

本文提出了一种神经网络智能ＰＩＤ参数最优控制系统，给出了有效的基于共轭梯度的神经网络学习算法。仿真实验和应用结果表明，这类智能控制器可用于难以建立数学模型的控制系统。     

复合最优模型微粒群优化算法研究及应用

针对微粒群算法全局最优(Gbest)模型收敛速度快、局部搜索能力强、鲁棒性差,局部最优(Lbest)模型全局搜索能力强、鲁棒性好、收敛速度慢的特点,提出了一种结合全局最优和局部最优两基本模型特点的复合最优模型微粒群优化算法。用4个Benchmarks函数进行了测试,实验结果表明,与微粒群算法的两种基本模型相比,该复合模型算法能有效提高算法的收敛速度及全局搜索能力。最后将算法应用于一个非线性系统模型的辨识,辨识结果验证了该算法的有效性。