基于MATLAB的兰州市商品住宅价格变动分析及预测

根据2001～2010年的相关数据,利用MATLAB建立了兰州市商品住宅价格变动趋势的数学模型Z1=p2t2+p1t+p0,以及商品住宅价格的多元线性回归模型log Z=C0+C1log(N1)+C2log(N2)+C3log(N3)+C4N4并进行分析,考虑4个主要影响因素:人口数、房地产开发商平均投资成本、人均收入...     

锅炉加热系统的FUZZY—PID控制

根据锅炉系统的炉温实验数据及其工作原理,建立了加热系统的数学模型,并针对该系统的大延迟和模型不确定性,将FUZZY—PID控制引入到锅炉系统的炉温控制中。理论分析和仿真结果表明,应用这种方法设计出的锅炉加热系统,在响应速度和稳态精度方面均优于单一的FUZZY及PID控制。该研究具有一定的使用价值,为FUZZY—PID控制锅炉加热系统中的应用打下了理论基础。     

基于LWSFLA-SVM的人脸识别算法*

目的用线性调整惯性权重的蛙跳算法(linear decreasing inertia weight shuffled frog leaping algorithm,LWSFLA)训练支持向量机(support vectors machines,SVM),解决人脸识别中SVM在训练样本数较多且维数较高时,识别效果不理想的缺陷。方法该算法先用反向学习法产生初始群体提高初始解的质量,再修改最差青蛙的更新策略,并引入线性递减的惯性权重,最后应用于人脸识别中。结果与结论 ORL和CAS-PEAL-R1人脸库的仿真实验表明,LWSFLA-SVM方法的人脸识别时间短,识别率高,在训练样本不足时,识别效果良好。     

Multisim 10在负反馈放大电路中的仿真应用

为了将复杂的电路分析变得生动形象、真实可信,提出应用Multisim 10仿真软件,对负反馈放大电路性能指标进行了仿真分析.结果表明,利用Multisim 10仿真平台,直观形象地反映了放大电路引入负反馈后,虽然放大倍数降低了88.1,但放大电路的其他性能得到了改善,即提高了输入电阻,减小了输出电阻;扩展了频带,改善了放大电路的频率特性;抑制了非线性失真.与传统的分析方法相比,具有省时、低成本、高效率的优越性.     

基于自适应权重的粒子群和K均值混合聚类算法研究

针对K均值聚类算法存在的缺点,提出了一种基于自适应权重的粒子群优化(PSO)和K均值混合聚类算法.该算法在运行过程中通过引入非线性动态惯性权重系数,提高了混合聚类算法全局搜索能力和局部改良能力,并根据群体的适应度方差来确定K均值算法操作时机,增强算法局部搜索能力的同时缩短了收敛时间.将该算法与K均值聚类算法、基本PSO聚类算法和基于传统的粒子群K均值聚类算法进行比较,表明该算法不仅能有效地克服陷入局部最优,而且全局收敛能力和收敛速度都有所提高.     

基于局部密度改进的SVM不平衡数据集分类算法

针对不平衡数据集数据分布不均匀及边界模糊的特点,提出基于局部密度改进的SVM不平衡数据集分类算法.该算法先将多数类划分成多个子类,并依据子类内每个样本的局部密度选出边界区域、靠近边界区域的与少数类数目相等的样本,与少数类完成SVM初始分类;用所得的支持向量机和剩余的多数类样本对初始分类器进行迭代优化.结果表明,与WSVM,ALSMOTE-SVM和基本SVM算法相比,该算法分类效果良好,能有效改进SVM算法在分布不均匀及边界模糊数据集上的分类性能.     

关于深化《自动控制原理》课程教学改革初探

自动控制原理课程是数学、控制、信息领域的交叉学科。本文提出了将课堂理论教学形象化;实验教学现代化,将虚拟电子工作台软件EWB,基于LabVIEW的虚拟实验室系统,MATLAB软件的SIMULINK仿真平台,Notebook的CAI课件等用于自动控制原理的教学;将理论教学与实验教学相结合,并就其教学方法、考核形式等方面进行了探索和实践,对自动控制理论的教学起到了良好的效果。     

基于Matlab的LQ控制器的设计与仿真研究

提出了一种具有状态反馈的线性二次型(LQ)最优控制器的设计与仿真方法.该控制系统适用于燃料电池轿车动力系统、火电厂动力系统以及其他领域的动力系统控制.其算法简单、参数调整方便、快捷.并借助于Matlab[1]语言编程、仿真输出.理论分析和仿真结果表明,应用这种方法设计出的系统,在响应速度和稳态精度方面均优于无LQ控制的系统.该研究具有一定的实用价值,控制效果很好.     

基于小波树和二维主元分析的人脸识别

为提高人脸识别率,结合小波树和子空间分析中的二维主元分析,提出基于小波树和二维主元分析的人脸识别算法(WTMPCA).该算法先利用小波变换公式,在人脸图像上计算出一个小波近似分量和三个细节分量;分层次重组小波近似分量,得到新样本集;最后在此样本集上使用二维主元分析进行人脸识别.ORL和CAS-PEAL-R1人脸库的实验结果表明,与基于图像矩阵的二维主元分析(2D-PCA)相比较,WTMPCA方法的人脸识别率为96%,对光照条件、脸部表情变化有良好的鲁棒性.     

一种小波树和非参数鉴别分析的人脸识别

结合小波树和子空间分析中的非参数鉴别分析,提出了基于小波树和非参数鉴别分析的人脸识别算法(WANDA).该算法先利用小波变换公式,在人脸图像上计算出一个小波近似分量和三个细节分量;然后对小波近似分量进行二次小波分解,相应地计算出各小波近似分量;其后对三层分解的小波近似系数进行重新组合,得到新的样本集;最后在此样本集上使用非参数鉴别方法进行人脸识别.ORL和CAS-PEAL-R1人脸库的实验结果表明,与基于线性非参数鉴别分析的人脸识别(NDA)和鉴别分析的人脸识别(LDA)方法相比较,WANDA方法的人脸识别率为97.5％,对光照条件、脸部表情变化有良好的鲁棒性.