关于稀疏最小二乘支持向量回归机的改进剪枝算法

对于含有奇异点的系统而言,由于一般的剪枝算法不能成功抑制系统中的奇异点,在借鉴支持向量分类机选择支持向量方法的基础上,提出了改进的剪枝算法. 改进的剪枝算法能成功抑制系统中的奇异点,减少支持向量的数目, 增强最小二乘支持向量回归机的泛化能力.另外,仿真实例也验证了改进剪枝算法的有效性. 在 不含有奇异点系统中,改进的剪枝算法退化成了一般的剪枝算法,也就是说一般的剪枝算法是改进剪枝算法的一个特例.     

基于FDTD的天线远场快速算法

将FDTD法与二维离散余弦变换（2D-DCT）递归算法相结合计算天线远场,大幅提高了计算效率并降低了计算存储空间。采用2D-DCT递归算法对近场数据进行压缩,得到失真度较小的重构场,并用该重构场计算天线远场,数值仿真角反射器天线所得到的结果与实验测量结果吻合良好,说明该方法的有效性。     

基于迭代最小二乘的按序串行干扰消除MIMO判决反馈算法

基于迭代最小二乘的按序串行干扰消除MIMO判决反馈算法在应用迭代最小二乘算法得到的前馈数据向量中按序将已检测并判决出的信号进行消除,并将前馈数据向量合并到反馈擞据向量中,避免了已判决出的信号对前馈数据向量的干扰,使系统检测性能得到了明显改善.在多散射物的无线通信环境下进行仿真实验,结果表明与传统的采用迭代最小二乘按序判决反馈算法相比,所提算法检测性能提高,误码率显著下降.     

融合粗糙集和二元萤火虫算法的雾霾关键影响因素预测方法

雾霾对人类的日常生活带来极大的危害,因而分析产生雾霾的关键影响因素尤为重要.针对目前传统算法预测雾霾关键影响因素存在的缺陷,从一维细胞自动机入手,提出了一种以基于群落弱连接机制的二元萤火虫算法(CWLBGSO)为搜索策略,粗糙集为评价准则的混合方法.CWLBGSO基于自然界中萤火虫间协同进化的弱连接机制,划分搜索空间,为每个子空间分配相应的种群,各子种群中的次优个体相互交互产生新个体,从而保持种群的动态多样性,然后将CWLBGSO结合粗糙集,应用于北京,广州和上海三地雾霾关键影响因素的预测中,并结合10交叉验证和SVM算法对预测结果分类准确率和影响因素进行分析,通过与其它算法进行对比,结果表明本文算法能有效剔除冗余因素,预测结果具有较高的稳定性和可行性.     

二维离散余弦变换的一种新的快速算法

介绍了二维离散余弦变换的一种新的快速算法，对于Ｎ×ＮＤＣＴ（Ｎ＝２￣ｍ，只需用Ｎ个一维ＤＣＴ和若干加法运算，与常规的行──列法相比，所需的乘法运算量减少了一半，也比其它快速算法的乘法运算量要少，而加法运算量基本上是相同的。     

基于二维几何特征的微地形快速识别算法

为满足水下超声波准确、实时探测海底微地形的需要,研制出一种摆动式单波束探测系统.该系统在探测实验过程中,因出现高程奇异值而造成数字"伪"地形产生,由此提出一种基于二维几何特征的水平、斜坡和凹凸不平三种微地形模式的快速识别算法.该算法建立在现代统计分析与模糊聚类的理论基础上,具有准确性高、实时性好以及抗干扰能力强等优点;并由物理模拟实验证明,利用该算法能有效消除高程奇异值的影响,识别出来的微地形模式准确可靠,为下一步快速重构逼真的数字微地形提供了保障,能够应用于真实的海底微地形探测.     

二维GTD模型参数估计的PQ-FB-2D-ESPRIT算法

二维基于旋转不变技术信号参数估计(2D-estimating signal parameter via rotational invariance techniques, 2D-ESPRIT)算法是估计几何绕射理论(geometric theory of diffraction, GTD)模型参数的一种经典算法,但在信噪比较低的条件下, 2D-ESPRIT算法的参数估计精度明显下降,噪声鲁棒性较差。针对这一问题,提出一种极化平方前后向平滑2D-ESPRIT(polarized-quadratic-forward-backward 2D-ESPRIT, PQ-FB-2D-ESPRIT)算法,有效地提高了算法的噪声鲁棒性与参数估计性能。改进算法利用目标散射回波数据的极化信息,并通过对协方差矩阵平方处理和前后向空间平滑处理,提高了算法的参数估计性能与数据利用率,同时达到了去相关的效果。仿真结果表明,提出的PQ-FB-2D-ESPRIT算法的参数估计性能及噪声鲁棒性要优于经典2D-ESPRIT算法、前后向平滑2D-ESPRIT(forward-backward 2D-ESPRIT, FB-2D-ESPRIT)算法及平方FB-2D-ESPRIT(quadratic-FB-2D-ESPRIT, Q-FB-2D-ESPRIT)算法。基于不同算法估计得到的GTD模型参数对散射中心的定位精度进行比较,进一步验证了改进算法的优越性与有效性。     

基于空间分布特征的阵群目标数据关联算法

在低数据率条件下,对监视区域内的每个目标进行有效分析是非常困难的。针对该问题,将阵群目标作为研究对象,并给出了一种基于空间分布特征的阵群目标数据关联算法。首先,在近邻点集聚合的基础上,从传感器给出的单目标观测集合中提取出阵群目标观测(简称阵群观测);其次,按照自顶向下的方式逐次计算各个阵群观测不同子集空间分布的距离度量,并以此为基础计算阵群观测之间的关联度量;最后,通过在关联代价矩阵上应用二维分配算法得到不同时刻各个阵群观测之间的对应关系。仿真结果证实了该算法的有效性。     

基于MEMP算法的二维DOA估计

针对L形阵列,提出利用增广矩阵束(MEMP)进行二维DOA估计的新算法。计算两个均匀线阵的互协方差矩阵,利用MEMP方法构造增广矩阵,运用ESPRIT算法实现二维波达方向的估计,并采用一种新的配对算法,实现二维波达角的自动配对。为了克服MEMP方法对阵列有效孔径的损失,利用四阶累积量的阵列扩展的性质,提出了基于MEMP方法扩展的二维DOA估计算法,该算法增加了阵列的有效孔径,无需进行谱峰搜索。仿真实验证明了算法的有效性。     

基于改进OMP算法的稀疏目标微波关联成像方法

利用稀疏重构类方法进行雷达微波关联成像时,传统的正交匹配追踪(orthogonal matching pursuit,OMP)算法在每一次迭代过程中均需要求解目标函数的最小二乘解,导致成像算法计算复杂度随矩阵规模和迭代次数增加而急剧攀升.针对此问题,结合频率捷变思想,提出了一种改进OMP算法的稀疏目标微波关联成像方法....     

一种输入驱动的BP网络高效学习算法

在深入研究BP神经网络模型的基础上,从网络互连方式、网络权值初始化以及隐结点的选取等方面,对标准的BP算法作了改进.通过实验,证明该方法是非常有效的.     

任务流驱动的指挥信息系统动态超网络模型

针对传统指挥信息系统建模方法在描述系统内在机理时存在的片面、静态和同质化等问题,提出任务流驱动的指挥信息系统动态超网络建模方法。首先构造指挥信息系统多作用域结构空间,通过使命任务空间、逻辑功能空间和物理实体空间及其相互作用关系,描述指挥信息系统内在运行机制;在此基础上,用超网络理论描述指挥信息系统功能网络,进而构建了任务流驱动的指挥信息系统动态超网络模型,并定义了相关参数。最后通过仿真分析验证了模型的有效性和可用性。     

死亡强度服从Ornstein-Uhlenbeck跳过程的长寿债券定价模型

长寿风险不仅使寿险公司和社会保障部门不堪重负,而且对经济和社会的发展产生严重威胁.以对冲长寿风险为目的,根据我国国情设计一种长寿债券,与债券相关联的生存指数是通过Ornstein-Uhlenbeck跳(OUj)过程刻画的死亡强度得到的.考虑到我国利率市场和保险市场的特点,利用正双曲利率模型对债券进行贴现,并通过王氏变换给出不完全市场中的长寿债券定价模型.最后,依据我国生命表数据进行实证研究.     

基于成长遗传算法的非线性模型预测控制及仿真

非线性预测控制在每个控制周期需要求取控制量,其实质为非线性优化问题。标准遗传算法时间消耗较大,难以用于控制周期较小的系统。首先证明了基于种子策略和精英保存策略的遗传算法能够保证闭环控制系统的渐进稳定性;继而模拟自然界成长过程,利用成长算子改进算法框架,并用爬山法进行实现。在具有强烈非线性的连续搅拌釜式反应器模型上进行仿真试验。试验结果表明,在不损失控制效果的情况下,成长遗传算法有效的降低了时间消耗。     

双层弹簧模型驱动的植物叶片运动模拟

提出了一种交互式的植物叶片运动(特别是卷曲和萎蔫)模拟方法.该方法用一个三维骨架结构表示叶片的边缘轮廓,并通过细分的方法生成叶片的网格曲面.在此基础上,构建了一个由层次化弹簧构成的双层质点-弹簧系统,该弹簧系统被用来控制叶片的运动,叶片的卷曲通过收缩上层弹簧来实现,而叶片的萎蔫或展开则通过释放弹簧来驱动.通过提供的交互式界面,用户能够交互地控制该弹簧系统的运动,从而生成各种叶片的运动动画.这种方法已被用来交互地模拟番茄叶片的卷曲过程和黄瓜叶片的萎蔫过程,模拟结果较好地重现了与真实情况相似的叶片运动过程.     

一种模型驱动的嵌入式控制软件设计技术研究

针对当前嵌入式控制软件开发方法的不足,研究了一种将常规模型驱动开发技术与基于模型系统设计方法相结合的嵌入式控制软件模型驱动开发技术,首先分析了其应该具备的功能、特征并给出了方案实施步骤;然后,详细研究了方案中的PIM模型设计方法、PSM模型(代码)层次结构及OXT框架,并开发了针对Arm-Linux平台的适配器;最后,给出了基于该方法设计的微型飞行器控制软件运行测试实例.     

基于HLA分布式仿真系统的模型驱动设计方法

提出了一种基于HLA分布式仿真系统的模型驱动设计方法。首先提出基于MDA的分布式仿真系统开发框架，然后给出了使用UMLProfile创建HLA元模型的方法，最后分析了从领域元模型到平台元。模型的映射规则．该方法通过定义基于HLA／RTI分布式仿真平台的UMLProfile，订制了HLA元模型以扩充UML对于HLA仿真平台相关模型的描述能力，有利于分布式仿真系统的快速开发和构建，同时容易实现分布式仿真应用从底层RTI平台到其他中间件平台的迁移。     

基于神经网络永磁直线同步电动机提升系统动态模型建立与仿真

永磁直线同步电动机（PMLSM）提升系统，在结构上，控制机理上均与传统的提升模式不同。电机存在着铁心开断、三相绕组分布不对称以及运行过程中参数变化较大等因素。采用理想的解析模型难以准确地反映该系统的运动特性。本文运用BP神经网络，建立了该系统的动态模型。侧重介绍了网络的学习算法，模型的构建、训练样本的获取、训练系数的选取等方法。仿真和实验结果表明，该模型比用解析法建立的数学模型更能逼真地反映出PMLSM提升系统的基本运动特性。对该系统的运行特性分析及控制策略的研究都具有实际的应用价值。     

一种基于FIRE模型的Agent联合测谎算法

FIRE模型改进了SPORAS模型,更适用于开放性的问题求解要求。检测相互合作的Agent是否说谎、以及对说谎现象进行有效控制能够提高多Agent系统模型的实用价值。基于FIRE模型,提出一种对说谎Agent进行联合测度与控制的算法,是对Zacharia和Jennings等人关于多Agent系统信任和名誉模型的研究工作的进一步延续。     

电动汽车驱动电机离散MRAC研究

电动汽车驱动系统是电动汽车的关键技术之一,离散模型参考自适应控制方法用于电动汽车驱动电机的控制将更好地提高电动汽车驱动系统的性能。首先建立电动汽车驱动电机离散化的数学模型,提出性能指标,建立参考模型。在此基础上探讨了自适应控制方法的设计,推导出了离散模型参考自适应律。仿真研究表明采用离散模型参考自适应控制方法设计的电机驱动系统性能明显优于PID控制系统。实验结果验证了方案的可行性。