应用Elman神经网络的混沌时间序列预测

利用改进的 Elman神经网络对 3个典型的混沌时间序列在不同的噪声水平下进行预测 ,探讨了神经网络学习与泛化之间的关系 ,通过试凑法给出了 Elman最优的隐节点个数。并利用3种指标对预测结果进行了评估 ,结果显示 Elman网络对混沌时间序列预测的良好特性     

四旋翼无人机系统PD-ADRC串级控制

针对四旋翼无人机飞行系统欠驱动、非线性、多变量、强耦合等控制难点,设计了串级控制系统。在该控制系统中,外环位置回路采用了经典的比例-微分控制方法,内环姿态回路分别采用线性自抗扰控制和非线性自抗扰控制两种控制方法进行设计。通过仿真对两种控制方法进行了比较,仿真结果表明,两种控制方法虽然都实现了四旋翼无人机位置控制和姿态角控制,但是线性自抗扰控制更加符合工程实际的需求,对四旋翼无人机而言线性自抗扰控制是一种更有效的控制方法。     

基于神经网络误差补偿的混沌系统广义预测控制

本利用BP结构神经网络，对混沌系统的建模误差进行预测，并将其补偿到广义预测控制中，以提高算法的鲁棒性，线性模型和神经网络的学习均采用阻尼最小二乘算法．仿真结果表明该算法对混沌系统控制的有效性．     

2-D mini mumfuzzy entropy method of image thresholding based on genetic algorithm

1 .INTRODUCTIONI mage thresholding[1]which extracts the object fromthe backgroundin an input i mage is one of the mostcommon applicationsini mage analysis .For example ,in automatic recognition of machine printed or hand-written texts ,in shape recognition of objects ,and ini mage enhancement ,thresholding is a necessary stepfori mage preprocessing.If the object is clearly distin-guishable from the background, the gray-level his-togram will be bi modal andthe thresholdfor segmen-tation can…     

基于对角Elman神经网络的失业预测模型

本文通过对角Elman神经网络来挖掘我国失业规律，建立失业模型，并预测我国的失业形势。表明，神经网络用于社会经济方面有自己独特的优势。     

自适应Kalman滤波的改进及其在SINS/GPS组合导航中的应用

为解决自适应Kalman滤波中存在的问题,综合采用对观测粗差和滤波结果粗差进行判断、对系统噪声方差阵扩零和修改自适应方程减去项等措施对算法进行了改进.观测粗差的判断可以避免观测奇异,提高滤波稳定性;对滤波结果粗差的判断可避免矩阵求逆时的奇异现象;对状态噪声方差阵扩零,可保证在不影响滤波精度的情况下解决滤波过程中矩阵维数不对应的问题;修改自适应方程减去项,虽然牺牲了一定的精度,但可保证求解状态噪声协方差阵Q和观测噪声协方差阵R的等式右边非负定,从而保证Q和R的非负定.将上述改进后的自适应Kalman滤波算法应用到SINS/GPS组合导航中,仿真结果表明上述改进有效地提高了自适应Kalman滤波的稳定性,且保证了滤波的精度.     

Global Convergence of Adaptive Generalized Predictive Controller Based on Least Squares Algorithm

Some papers on stochastic adaptive control schemes have established convergence algorithm using a least-squares parameters. With the popular application of GPC, global convergence has become a key problem in automatic control theory. However, now global convergence of GPC has not been established for algorithms in computing a least squares iteration. A generalized model of adaptive generalized predictive control is presented. The global convergebce is also given on the basis of estimating the parameters of GPC by least squares algorithm.     

基于超混沌和扩展Cat映射的实时视频流加密算法

为提高密码的抗攻击性,利用超混沌系统随机性好、可确定再生,且密钥空间较大的特性,提出了一种基于四维连续超混沌系统和扩展Cat映射的实时视频流加密算法。该算法将流密码和块密码相结合,实现视频流的实时加密,克服了现有的多数基于混沌系统的视频加密算法不能抵抗已知明文攻击和密钥空间小的缺点。流密码采用四维连续超混沌方程进行加密,可同时生成4个混沌序列,既提高了加密速度,又增加了密码的复杂度。块密码应用扩展的Cat映射,通过将信息置乱进行加密,Cat映射对初值和参数敏感,置乱效果好,且是双射函数,适合于信息的加密。实验结果表明,该算法安全性高,密钥空间大,能抵抗统计分析、差分攻击,密钥敏感性高,加密速度快,可达到3 Mb it/s,满足实时处理的要求。同时,该算法与视频压缩算法相独立,实现简单。     

基于超混沌和扩展Cat映射的实时视频流加密算法

由于超混沌系统具有随机性好、可确定再生且密钥空间较大的特性，提出了一种基于四维连续超混沌系统和扩展Cat映射的实时视频流加密算法。由于流密码加密可增加密码的复杂度，而块密码加密可帮助流密码抵挡已知明文攻击，从而大大提高了密码的抗攻击性。因此，提出将流密码和块密码相结合实现视频流的实时加密，克服了现有的多数基于混沌系统的视频加密算法不能抵抗已知明文攻击和密钥空间小的缺点。该算法流密码采用四维连续超混沌方程进行加密，可同时生成4个混沌序列，     

车牌照定位及倾斜校正方法研究

针对车牌照自动化管理中需要对采集到的车牌照图像进行自动校正和去除背景的处理问题,在传统的集合参数提取方法———Hough变换基础上,提出了一种实现对车牌照图像进行定位和倾斜校正的方法。根据车牌照自身特点,对对称Hough变换作出改进和剪裁,使得该方法可对平行四边形形状的车牌照进行检测。测试证明,该方法缩短了计算时间,减小了空间复杂度。