一种改进的系统误差配准算法

雷达组网系统首先要解决误差配准问题,以便较准确地估计和消除系统误差。本文提出了一种改进的基于ECEF坐标系的广义最小二乘算法用于误差配准。该算法通过循环配准逐渐对真实的系统误差进行逼近。仿真数据验证了该算法的性能优于传统的ECEF-GLS误差配准算法的性能。     

一种改进的系统误差配准算法

雷达组网系统首先要解决误差配准问题,以便较准确地估计和消除系统误差.作者提出了一种改进的基于ECEF坐标系的广义最小二乘算法用于误差配准.该算法通过循环配准逐渐对真实的系统误差进行逼近.仿真数据验证了该算法的性能优于传统的ECEF-GLS误差配准算法的性能.     

基于递推最小二乘的系统误差配准算法

针对多传感器的系统误差配准问题,首先,介绍了系统误差配准模型的建立及其最基本的处理方法:最小二乘法。其次,考虑到最小二乘法在批处理数据的时,随着时间累积,存储空间需求不断加剧的问题,引入递推思想,推得递推最小二乘法。最后,对递推最小二乘法进行了计算机仿真,验证了算法的有效性。     

最小二乘滤波算法在目标跟踪中的性能比较

目标跟踪就是对目标在每个时刻的状态作实时精确的估计。根据目标在运动过程中具有轨迹连续性的特点,采用最小二乘滤波在观测数据的基础上对目标的状态进行了估计。论文对完全最小二乘滤波算法和递推增广最小二乘算法在目标跟踪的应用作了研究,通过仿真实验并对算法的跟踪性能进行了分析。结果表明:递推增广最小二乘算法的性能优于完全最小二乘滤波算法的性能。     

矩阵最小二乘广义逆共轭梯度算法

研究了矩阵最小二乘广义逆新的性质,给出矩阵最小二乘广义逆共轭梯度算法,并给出一些例子来说明这种方法的有效性.     

多κ类广义压缩最小二乘估计

提出线性模型中回归系数的多k类广义压缩最小二乘估计的概念．在均方误差的意义下，给出了该估计一致优于最小二乘估计的充分条件．     

完整的最小二乘递推算法

利用广义逆矩阵的理论,本文给出了完整的最小二乘递推算法,并由此得到若干很有意义的推论.     

广义不定最小二乘问题的扰动分析

通过定义一种新的加权广义逆,研究不定最小二乘问题和等式约束不定最小二乘问题。应用矩阵的双曲QR分解, 得到这两个问题的解的表达形式,并且推出了关于这两个问题的解的扰动界.     

改进的偏最小二乘回归推荐算法

基于已有的相关PLS算法,提出了针对QSAR研究和工业过程控制建模的环境要求的PLS回归改进算法:加强递归PLS算法.模拟实验结果表明:在实时建模过程中,该算法的性能优于传统的PLS回归算法.     

变形系数相关的最小二乘匹配算法

对在图像匹配中被广泛使用的最小二乘算法进行了改进．最小二乘算法精度高,但收敛速度很慢．根据图像中除少数高度变化不连续的区域外,大多数区域的变形参数都是连续变化且平缓这一特点,在最小二乘算法的迭代过程中,变形参数初始值视情况取前面的结果．实验表明,这一改进大大提高了最小二乘匹配算法的计算速度,同时保持了其精度和匹配率     

用于有限脉冲响应滤波的递归全局最小二乘快速算法

提出了一种新的递归全局最小二乘快速算法，其可用于递归计算自适应滤波问题的全局最小二乘解。在这个算法中，以增广数据矢量为优化搜索方向，其快速计算归结为新定义的增益矢量的快速计算。     

基于遗传算法的最小一乘回归新算法

最小一乘在稳健性上比最小二乘好,使得最小一乘在工程中得到广泛的应用,但求解最小一乘的算法并不理想;本文根据最小一乘的性质,把最小一乘问题变为组合优化问题.将遗传算法用在最小一乘模型的求解上,在后面的仿真实验中得到了较好的效果.     

基于差分最小二乘支持向量机的目标识别研究

目标识别是目前机器视觉、图像处理和模式识别领域的研究热点之一,广泛应用于各行各业。最小二乘支持向量机算法简便、速度快、精度高,是当前目标识别的主流算法之一。针对最小二乘支持向量机的参数难以确定,仅靠传统经验试凑的方法不易实现,且结果不理想;提出一种改进的差分进化算法实现最小二乘支持向量机的参数整定。通过改进变异策略,引入早熟判断机制,遏制了传统算法早熟收敛的问题。通过实验仿真,验证了改进算法可跳出局部最优点,结果比传统算法更优。以SM-TMSSY光电伺服跟踪转台为实验平台进行实例验证,证明了改进算法收敛速度快、精度高,正确识别率可从85%提高到92.5%,验证了算法的优越性。     

快速采样数据建模的最小二乘算法

由于传统的ＡＲ模型不适于快速采样数据的建模，提出了基于增量差分算子建模的递推最小二乘算法，讨论了这种模型与相应连续模型的关系．数据仿真表明这种模型较之于ＡＲ模型有较好的适用性．     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法.算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配.实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.     

基于直接积分最小二乘法的同步发电机的参数辨识

针对同步发电机模型参数中多个不可观测量的存在使得需要求解复杂的微分方程组对电机参数进行辨识,进而导致了辨识困难,提出了一种完全由可观测量表示的同步发电机辨识模型,即状态量均为由发电机出口电流、励磁电压、励磁电流以及功角,转速变量增量表示的可量测量,并基于该模型提出用直接积分最小二乘原理(DILS)来辨识发电机参数.这样既避免了复杂微分方程的求解过程,简化了参数辨识方法,又提高了辨识效率.辨识后,利用MATLAB进行算例仿真,通过实测曲线和辨识曲线的拟合表明了所采用的辨识模型与算法是正确、有效的.     

Minkowski广义距离与多模态图像配准

根据图像灰度的联合概率分布函数与图像相似程度之间的变化规律,分析了Shannon互信息与Kullback-Leibler距离之间的关系,利用变量间的不等式关系理论,提出基于Minkowski不等式的广义距离度量,并构造了基于这一距离的多模态图像配准新测度.新的配准测度不再要求概率分布必须满足连续性的要求,实验中使用MR和PET医学图像进行了实验分析.结果显示,基于Minkowski距离的新配准测度比传统的信息论测度具有更强的噪声鲁棒性,用乘方运算代替了对数运算,数学表达式更简单,并省去了除法运算,在算法上也更容易实现.