Armijo型线搜索下一种修正HS共轭梯度法的全局收敛性

本文对HS算法进行了修正,在Armijo型线搜索下,该方法保证每次迭代中的搜索方向是充分下降的．在较弱的条件下．证明了此修正HS算法具有全局收敛性．最后对算法进行了数值试验,试验结果表明该算法具有良好的收敛性和有效性,尤其适合求解大规模无约束优化问题．     

数字调制方式的识别研究

数字调制方式的识别对于通信信号分析有着重要的作用 .此文首先介绍了数字调制方式的识别算法(DMRA) ,即判决理论算法的原理 ;然后提出了一种基于该算法的判决流程 ;最后在软件环境中进行计算机仿真 ,通过实验数据对该算法进行修正 .仿真结果表明 ,该修正算法具有较高的识别率和良好的可行性 .     

一种修正HS共轭梯度法的全局收敛性

对HS算法进行了修正,在非单调线搜索下,该方法保证每次迭代中的搜索方向是充分下降的。在较弱的条件下,证明了此类非单调修正HS算法具有全局收敛性。最后对算法进行了数值试验,试验结果表明,该算法具有良好的收敛性和有效性,尤其适合求解大规模无约束优化问题。     

修正AHP中判断矩阵的最佳步长算法

对AHP中判断矩阵一致性的修正方法进行了研究,提出了一种新的最佳步长迭代算法,该法通过分析偏离矩阵与判断矩阵之间的关系,对矩阵中偏差最大的元素进行修正,给出了确定迭代步长的简洁实用的算法,最后,通过算例说明了该算法的可行性.     

基于模态参数与改进萤火虫算法的结构模型修正

：为尽可能提高结构模型修正的准确性和有效性,提出一种基于模态参数和改进萤火虫算法的有限元模型修正方法. 该方法基于结构模态参数构造目标函数,使用本文提出的改进萤火虫算法进行优化求解,并通过桁架模型数值仿真将改进算法同原始萤火虫算法、遗传算法和粒子群算法进行对比,结果显示：使用改进的萤火虫算法得到的最优解更接近实际值,且离散性低,验证了改进算法求解的准确性和优越性. 最后通过六自由度剪切框架损伤识别模型试验验证了该方法在求解结构有限元模型修正问题上的准确性和有效性.     

AHP中判断矩阵一致性改进的一种新方法

针对AHP中不一致性判断矩阵,提出了一种新的修正方法,该法通过分析诱导矩阵与判断矩阵之间的关系,对矩阵中偏差最大的元素进行修正,给出了其简洁、实用的迭代算法,最后,通过算例说明了该算法的可行性。     

盲信道均衡中的一种修正恒模算法

用于数字通信盲信道均衡的恒模算法(CMA)存在收敛速度慢和相位旋转等缺点.该文提出了一种修正的恒模算法(MCMA),该算法能使被修正的误差函数最小化,并且自适应学习率可由接收序列即时调整.用正交振幅调制(QAM)信号对两种算法进行了性能比较,广泛的模拟结果显示提出的修正恒模算法比普通恒模算法的收敛速度快,均衡输出符号间干扰(ISI)小.该算法收敛后均衡器输出既无相位旋转也无延迟等特点.与普通恒模算法相比该文提出的修正恒模算法的盲均衡性能更优.     

一种基于模型概率修正的IMM目标跟踪算法

在IMM算法的基础上,提出了一种新的机动目标跟踪FIMM算法.该算法使用中值滤波对IMM算法模型更新概率进行平滑,再对其利用模糊推理系统进行实时修正,将修正后的概率作为最后输出的权值,让有用模型概率增大,减少了模型之间的竞争,提高跟踪精度.仿真实验表明,提出的FIMM算法显著提高了IMM算法的跟踪性能.     

成分数据中基于MCLasso的修正EM算法

针对成分数据中含有近似零值,对其作对数比变换后就会出现无穷值,从而影响对数据的进一步分析.提出了一个新的修正EM算法来处理成分数据中的近似零值问题,针对EM算法的缺点对其进行一些改进,即:对EM算法的E步用Monte Carlo方法改进,对EM算法的M步用Lasso算法进行改进.对新的方法进行实证分析,并与基于线性回归的修正EM算法、基于均值插补法和Bootstrap的修正EM算法进行比较研究,验证了该方法的有效性.     

基于最优化理论的离合器接合曲线研究

提出一种基于最优化理论的离合器接合曲线的修正算法. 根据原始曲线基本结构,通过对哈密顿函数的判断来修正原始曲线,得到新的离合器接合曲线. 建立与发动机实时反馈的离合器模型,对修正算法进行了计算机仿真. 结果表明,该算法原理正确,修正所得到的新曲线在接合过程中比原曲线在滑磨功和冲击度方面有明显的降低.     

多维自回归模型的最大熵谱估计

本文以多维时序模型预测误差能量最小为依据,推导了一种新的多维自回归谱分析算法。理论和实验表明,该算法估计的模型精度较高,而运算工作量较低,是目前较好的一种算法。     

自动生成多层神经网络的算法及其在编码中的应用

本文提出了一种多层神经网络自动生成的新算法。对给定的问题,它能够在学习中动态生成一个多层网络,并确定网络的连接方式。通过采用模拟退火的方法,加快了学习的速度。该算法能随时按要求生成神经网络编、译码器,便于处理等长码和变长码问题,还能进行误码纠正,适合于保密通信的需要。     

五杆并联机器人运动轨迹插补计算

研究了两自由度的五杆并联机器人运动轨迹的插补问题,提出了一种小直线增量步长算法,利用雅各比矩阵按照给定误差要求实现运动轨迹的插补算法。并且提出了一种,利用通用数控系统实现五杆并联机器人运动的方法。插补算法在仿真实验的基础上,在Mach3系统上实现了样机实验,取得了预期的结果。     

基于在线多示例学习的协同训练目标跟踪算法

为解决把多示例学习应用到目标跟踪算法而导致的误差积累问题, 结合协同训练方法, 提出一种新的目标跟踪算法。该算法利用协同训练克服分类器自训练带来的误差积累, 同时在线多示例学习提高了跟踪效果的鲁棒性。将跟踪结果中心与理想目标位置中心的误差作为评价标准, 在标准视频序列上将跟踪结果与半监督学习跟踪算法和传统多示例学习跟踪算法进行对比。实验结果表明, 该方法在背景光照变化、目标旋转等复杂条件下, 可很好地跟踪目标, 具有较好的鲁棒性。     

多输入多输出系统的加权多模型自适应控制研究

针对单入单出系统设计的加权算法无法在多输入多输出系统中得到较好的控制效果,对加权多模型自适应控制中的加权算法进行研究,并设计矢量与标量两种加权算法,研究多变量系统中标量以及矢量权值对系统的影响.同时,对加权算法中的误差性能指标进行研究,选取不同的误差性能指标,研究不同误差性能指标对权值收敛速度的影响.通过Matlab搭建Simulink仿真模型,对加权算法进行仿真.仿真结果显示,采用定常系数的误差性能指标的标量加权算法能对多输入多输出系统做出理想的控制效果.     

计算机继电保护中卡尔曼滤波算法的估计误差分析

本文论述了计算机继电保护中卡尔曼滤波器的一般计算方法,并重点就电压稳态分量估计误差问题进行了理论分析,讨论了影响估计误差的主要因素及改善估计精度的主要途径。     

改进花朵授粉算法

智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策,但是搜索空间通常很大,因此很难使用传统的算法进行决策;元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。本文介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上,并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。     

双变量线性回归解算方法的等价性

在回归分析中,有必要讨论同时顾及自变量和因变量误差的回归计算。在总体最小二乘原则下,从公式上导出了3种解算方法,为条件平差、间接平差和两步解算算法。通过矩阵运算,从理论上证明了3种解算算法的等价性,可保证解算结果的一致性。     

基于Bayesian正则化算法的非线性函数拟合

为克服常规BP算法在解决非线性函数拟合时泛化能力不强的问题,本文研究了用贝叶斯正则化算法来提高网络泛化能力的问题,结果表明在相同网络规模或误差条件下,Bayesian正则化算法泛化能力明显优于基本BP算法及其它改进的BP算法,且收敛速度较快,拟合效果好。     

MIMO系统中垂直分层空时检测算法的性能分析

对多输入多输出系统中垂直分层空时检测算法常用的最小均方误差算法、迫零检测算法、非线性检测算法以及正交三角分解检测算法进行分析比较.仿真实验结果表明:在相同天线系统下,经过排序串行干扰消除的最小均方误差检测算法性能最优.