火箭飞行数据的两种滤波方法对比

传统的火箭飞行数据处理方法是使用α-β-γ数字滤皮离线处理，对飞行数据采样信号的第1点、第2点不进行滤波估值，第3点开始逐个进行估值、预测、校正。该方法需要消耗大量的时间，并且滤波后信号的残留噪声仍然较多。针对此问题，经过大量的数值实验和理论分析，发现用小波方法实时处理火箭飞行数据效果较好，比较两种结果，证明无论是滤波后信号的残留噪声还是消耗的时间上小波方法都优于α-β-γ滤波，且实现了数据的实时处理功能，应用前景好。     

基于遗传算法的轮廓模糊匹配问题研究

在由序列的二维轮廓线重构出面模型来表示三维形体的面绘制方式中,首先要解决相邻两层切片上的轮廓线之间的匹配连接关系。针对目前的轮廓线匹配算法容易导致错误匹配的问题,提出一种基于遗传算法的轮廓模糊匹配算法。模糊性为轮廓匹配问题本身所具有,借鉴遗传算法这一种全局优化自适应概率搜索算法,可以准确表达轮廓匹配中的约束,有效地减少错误匹配的发生。在肝脏的CT数据三维重建中应用该算法取得了比较理想的效果。     

材料腐蚀特征的图像模式识别处理

利用计算机技术、图像识别处理技术对材料腐蚀外观特征信息进行相关处理 ,其中包括材料腐蚀外观特征信息的采集、腐蚀特征信息数值处理、腐蚀特征信息识别、相关图像处理的原理及部分算法等内容。该方法的研究有利于推动计算机技术、图像处理技术在材料腐蚀学科中的应用 ,从而实现材料腐蚀外观特征信息数值化     

基于小波变换的实时信号噪声快速识别

在火箭飞行过程中，常常需要对火箭位置和飞行姿态进行实时处理，这必须以准确的飞行测量数据为基础。但在测量到的火箭飞行数据中往往伴随着大量噪声，如何快速有效地识别这些噪声成为关注的焦点。针对该课题给出了一种基于小波方法的实时信号所包含噪声的在线快速识别算法，能大大减少小波变换的计算量，其时间复杂性为常数，并在采集实时信号的同时快速识别出信号包含的噪声。实用证明该算法处理这类问题的效果好，充分满足了实时性要求，并能处理其它领域中的实时测量数据。     

基于相邻层间相似性的加速Splatting算法

利用体数据的相邻层数据间具有高度相似性、差异较小这一普遍特性设计了Splatting体绘制的加速算法。计算各层采样点对屏幕像素颜色值的贡献时，只计算与上一层同位置有数据差异的采样点对屏幕像素颜色值贡献的变化量，然后用这个变化量修改在该采样点影响范围内的屏幕像素颜色值。试验表明，新算法可以大大加速Splatting算法的速度。     

基于遗传算法的模糊c-均值聚类算法

基于误差平方和准则的模糊c-均值算法(FCM)是一种典型的动态聚类算法,其求解结果通常是局部最优解;当模糊集合之间的并、交、包含运算采用传统定义时,在模糊c-均值聚类结果中还会存在无意义的聚类集.研究表明采用遗传算法进行模糊c-均值聚类(Fuzzy c-means algorithm over genetic algorithm,GFCM)时,不仅能够消除无意义的聚类集,而且还在一定程度上避免模糊c-均值算法收敛到局部最优解,为此设计编码、选择、配对交叉、变异等步骤.测试数据实验表明采用GFCM算法的结果优于FCM算法.     

一种求解TSP的生物信息启发式遗传算法

遗传算法是解决旅行商问题（traveling salesman problem，TSP）的通用路径优化算法之一。为解决传统遗传算法收敛速度慢且解不稳定的问题，提出一种生物信息启发式遗传算法（bioinformation heuristic genetic algorithm，BHGA）。通过优化适应度函数和初始种群，引入生物信息学中的基因序列对比手法进行交叉重组排序，采用基因逆转操作进行变异，对遗传算法进行改进，使算法能够加快收敛速度，得到更优路径解。利用BHGA对TSPLIB数据库中算例进行求解，实验仿真结果表明：该算法在中小型规模的TSP中求解效果好且结果稳定。