基于AdaBoost改善虹膜分类性能

针对虹膜图像分辨率不同引起虹膜分类难的问题,提出了通过AdaBoost训练虹膜分类器的方法,利用训练集数据调整分类器参数使类内相似度达到最大,将虹膜分类器从弱分类器逐步提升为强分类器,最终为每类虹膜建立一个具有强分类能力的特征模板.仿真结果表明,在已有的特征提取算法和分类算法的基础上,利用训练数据通过自适应增强算法能进一步改善分类器分类性能,提高虹膜分类正确率,增大虹膜分类阈值的选择范围.     

BP人工神经网络自适应学习算法的建立及其应用

解决了BP神经网络结构参数、学习速率与初始权值的选取问题,并对传统的BP算法进行了改进,提出了BP神经网络自适应学习算法,又将其编制成计算机程序,使得输入节点、隐层节点和学习速率的选取全部动态实现,减少了人为因素的干预,改善了学习速率和网络的适应能力.计算结果表明:BP神经网络自适应学习算法较传统的方法优越,训练后的神经网络模型不仅能准确地拟合训练值,而且能较精确地预测未来趋势.     

自适应阈值的边缘检测算法及其硬件实现

传统Canny边缘检测算法的阈值需要人为设定,且计算量较大。为了克服传统Canny算法的这些缺点,提出了一种自适应阈值的边缘检测算法,并将其在硬件上实现。从图像的梯度幅值直方图分析出发,得出阈值的计算方法,自适应地动态生成阈值,克服了传统算法需要人为设定阈值的不足。介绍了自适应阈值的边缘检测算法在FPGA上实现的方法。实验结果表明,在FPGA上实现的自适应阈值边缘检测算法可以大大缩短算法所消耗的时间,具有实时性好、自适应性强的优点。     

自适应变步长LMS滤波算法及分析

为了提高最小均方（LMS）自适应滤波算法的性能,通过建立步长因子与误差信号之间的非线性函数关系,提出一种自适应变步长LMS算法。该算法具有初始阶段和时变阶段步长自适应增大和稳态阶段步长很小的特点,消除了不相关噪声的影响,并且进一步克服了Sigmoid函数变步长LMS算法在自适应稳态阶段步长取值偏大的缺陷,计算机仿真结果与理论分析相一致,证实该算法优于传统算法。     

基于神经网络的无源多传感器属性数据关联

采用引入动量项、自适应调整步长，Levenberg-Marquardt优化方法对基本的BP神经网络进行改进，以提高学习速度，改进的BP神经网络学习算法用于对无源多传感器获得的雷达辐射源参数进行属性数据关联，能够自适应地调整阈值，即根据训练数据调整关联的门限值，与确定门限的属性关联算法相比，有着很高的关联正确率。     

自适应模板更新的粒子滤波实时跟踪算法

提出一种自适应模板更新的粒子滤波实时跟踪算法。在粒子滤波的跟踪框架下,目标模板的自适应观测模型采用含有三个分量的混合高斯模型来建模并用增量EM算法在线更新,很好地解决了模板更新问题。实验结果表明:该跟踪算法在光照变化条件下的红外目标、外观姿态快速变化、局部遮挡等情况下的目标跟踪实验均能长时间稳定地跟踪目标,且无需普通粒子滤波算法的重采样策略,计算简单,易于硬件并行实现。     

基于量子粒子群的广义模糊熵阈值法参数选取

针对广义模糊熵阈值分割法中参数m的选择问题,提出了一种结合优化算法的自适应参数选取算法.该算法依据一种图像分割质量评价指标建立目标函数,再基于量子粒子群优化搜索算法在参数的变化空间自适应地搜索最佳参数,同时依据模糊熵最大准则对S型隶属度函数中的三个参数(a,b,d)进行了全局组合寻优,从而建立了一个嵌套的优化搜索过程,实现了广义模糊熵图像阈值分割方法的自动阈值选取.实验表明,该方法对光照不均匀图像有更好的分割效果.     

基于模糊测度的多特征融合鲁棒粒子滤波跟踪

针对基于单一颜色特征的粒子滤波跟踪算法易受光照变化、部分遮挡及相似干扰物的影响,而利用多特征融合的粒子滤波方法存在各特征权值、跟踪模板及窗口大小自适应选取问题,提出了一种基于模糊测度的多特征融合鲁棒粒子滤波跟踪算法。采用颜色及边缘方向直方图来描述目标量测模型,通过分别计算这两类特征在候选目标与参考目标之间的Bhattacharyya距离来确定其各自特征的模糊测度,通过查取模糊规则表来自适应地确定两类特征的权重;将连续帧的多特征联合模板更新机制用于对初始目标模板的更新;针对目标发生尺度变化造成跟踪窗口难以自适应的问题,通过引入粒子离散度实现了跟踪窗尺寸的自适应调整。实验结果表明:所提出的跟踪算法位置平均误差小于8个像素,相比于传统方法可以有效克服光照、部分遮挡以及相似目标干扰等影响,具有较高的跟踪精度及较强的鲁棒性。     

基于自适应学习群体搜索技术的集成进化算法

为了提高连续数值优化算法的普适性和鲁棒性,提出了基于自适应学习群体搜索技术的集成进化算法. 该算法集成了3种自适应学习群体智能优化算法作为子算法,其中1种子算法是本文设计的,另外两种子算法来自相关文献. 相应地,整个进化种群被分成了3个子种群,在进化过程中,算法以并行的方式采用每种子算法独立地进化各自的子种群,而在进化过程的不同阶段,每种子算法的进化策略及其参数可以自适应地调整. 在实验部分,首先定义了算法性能度量标准,然后在26个较新的测试函数上做了算法性能对比实验,实验结果表明所提出的算法具有较高的普适性和鲁棒性.     

基于自适应学习群体搜索技术的集成进化算法

为了提高连续数值优化算法的普适性和鲁棒性,提出了基于自适应学习群体搜索技术的集成进化算法.该算法集成了3种自适应学习群体智能优化算法作为子算法,其中1种子算法是本文设计的,另外两种子算法来自相关文献.相应地,整个进化种群被分成了3个子种群,在进化过程中,算法以并行的方式采用每种子算法独立地进化各自的子种群,而在进化过程的不同阶段,每种子算法的进化策略及其参数可以自适应地调整.在实验部分,首先定义了算法性能度量标准,然后在26个较新的测试函数上做了算法性能对比实验,实验结果表明所提出的算法具有较高的普适性和鲁棒性.     

Robust decentralized adaptive output feedback fuzzy controller design and application to AHS

A novel decentralized indirect adaptive output feedback fuzzy controller is developed for a class of large-scale uncertain nonlinear systems using error filtering. By the properly filtering of the observation error dynamics, the strictly positive-real condition is guaranteed to hold such that the proposed output feedback and adaptation mechanisms are practicable in practice owing to the fact that its implementation does not require the observation error vector itself any more, which corrects the impracticable schemes in the previous literature involved. The presented control algorithm can ensure that all the signals of the closed-loop large-scale system keep uniformly ultimately bounded and that the tracking error converges to zero asymptotically. The decentralized output feedback fuzzy controller can be applied to address the longitudinal control problem of a string of vehicles within an automated highway system (AHS) and the effectiveness of the design procedure is supported by simulation results.     

基于扩频反馈滤波算法的多目标测控技术

针对航天测控技术发展中对多目标测控技术的需求,提出了采用特殊信息编码算法解决多目标测控中的问题。该算法采用与常用的扩频码分多址体制不同的编码方法和解算方法,可依靠现有的测控设备,应用扩频自适应反馈滤波算法,有效完成对多目标的测控任务,并可成功解决多用户冲突问题。给出了新型扩频自适应反馈滤波算法的编解码原理,通过分析计算验证了该算法的有效性。     

基于局域支持向量机的海浪水压场混沌预测

针对海浪水压场的短时平稳性,采用局域支持向量机进行预测滤波.首先分析了海浪水压场信号的混沌特性,并根据其混沌特性,提取训练空间中与当前相点的行为特征密切相关的最近邻点作为训练样本对支持向量机进行训练,减少了训练样本的数目,节省了网络学习时间,从而可实时对网络参数进行更新,使支持向量机能够跟随海浪的变化.实际计算表明这种算法能够以较快的学习速度和较高准确度实现海浪预测,能够克服由于海浪的短时平稳性所带来的随时间的增长预测精度下降的问题.     

固定多波束扩频测控信号同步实现技术

针对固定多波束扩频测控信号同步和波束扫描问题,提出了一种快速同步及波束扫描实现方法。该方法通过时分复用结构的部分相关匹配滤波和延迟锁定环,可实现大频偏情况下的快速伪码同步,剥离伪码后的信号经去调制处理后,结合基于快速傅里叶变换的前向频率估计和判决反馈锁频锁相环,实现跟踪阵列波束载波同步及波束切换过程中跟踪阵列波束及切换阵列波束的同时跟踪。仿真结果表明,该实现方法能满足高动态多波束扩频测控信号快速同步、快速扫描和切换过程连续解调的要求。     

基于宽带LFM雷达的弹道目标精确测速方法

由于弹道中段末期稀薄大气对轻诱饵具有明显的减速作用,精确的速度测量是该阶段真假目标识别的重要途径之一。提出了一种基于宽带线性调频(linear frequency modulation,LFM)雷达回波信号的精确测速方法,该方法对雷达中频回波信号相位差进行最小二乘参数估计,完成弹道目标速度的精确测量。针对低信噪比条件下的精确测速问题,采用恒虚警率(constant false alarm rate,CFAR)检测与形态学滤波相结合的技术对噪声进行抑制,有效地提高了算法的鲁棒性和测速精度。对典型弹道目标的动态雷达特征信号及测速算法进行了仿真和分析,验证了算法的有效性。     

The effect of coupled feedback on noise filtering in signal transduction networks

Many interacting biomolecular components in cells form different positive or negative feedback loops. When biological signals transduce through cascades consisting of various loops they will be affected or even distorted. Especially, how to process various signals buried in various intrinsic and extrinsic noises is an important issue. This paper analyzes how the response time influences noise filtering ability and how to enhance the ability by coupling different feedback loops. A parameter to measure the response time of the signal transduction, i.e., τ _0.9, and its relationship between the response time and noise filtering will be discussed. The authors show clearly that the longer the response time is, the better the ability to filter noises will be. Therefore, to enhance the ability to filter noises, the authors can prolong the response time by coupling different positive or negative feedback loops. The results provide a possible approach to enhance the ability to filter noises in larger biomolecular networks.     

Composite filtering with feedback information

The optimal fusion solution with feedback information for a hybrid multisensor data fusion system is presented. In this system, a part of sensors process their data locally to produce local tracks, and another part of sensors only provide detection reports These tracks and detection reports are communicated to a central site where track fusion and composite filtering are performed. The comparative results on the simulations suggest the feedback information from the center can greatly improve the tracking performance of the local node.     

基于规则和统计抽取模型中的主动学习算法

提出了一种文本信息抽取的主动学习算法,在只有部分标记训练文本的情况下,通过主动学习的方法将最有价值的训练文本挑选出来进行标记,该算法能应用到基于包装器模型和基于隐马尔可夫模型的文本信息抽取中,在不影响抽取性能的前提下,能有效降低模型训练过程对已标记训练文本的依赖程度,很大程度减少人工标记训练文本的工作量。     

支持力反馈的鼻腔镜虚拟手术仿真系统

介绍了一个用于外科医生手术操作训练用的鼻腔镜手术仿真系统。该系统基于SensAble公司的PHANTOM为反馈设备,利用虚拟现实技术来表现鼻腔镜手术过程中对鼻腔解剖结构的漫游以及对有关鼻腔组织的手术操作反应。该系统提供的实时高分辨率的视觉和力觉反馈具有很强的真实感,为虚拟现实技术在手术仿真训练中的实用化探索了一条有益的路子。     

用于有虚载波OFDM系统的信道估计算法

提出了一种适用于有虚载波的正交频分复用系统的改进信道估计算法。由于传统的信道估计器无法估计虚载波处的信道传输函数,从而逆离散傅里叶变换导致信道能量泄漏,使得时域滤波方法不能直接应用。为了解决这个问题,利用信道冲激响应的有限性,推导了以最小二乘法(least square, LS)来估计虚载波处的信道传输函数。进一步观察信号子空间和噪声子空间中噪声的相关性,使用最大后验概率准则估计出信号子空间的噪声并消除其带来的估计误差。该算法不仅可在训练模式下应用,也可推广应用于基于判决反馈的跟踪模式。仿真结果表明,改进算法无误符号率平台效应,且其误符号率较传统LS算法有2 dB的信噪比增益。