一种WEI-YAO-LIU共轭梯度算法的全局收敛性

提出Wei-Yao-Liu共轭梯度法在ATLS线搜索下的算法,在适当条件下,证明算法的全局收敛性,并且算法满足充分下降条件。     

加速RRA的随机模拟算法

文章提出"最后所有可能步进的RRA算法(Final All Possible Step RRA,FAPS RRA)".该算法改变了RRA算法的数据收集方式,目的是在不失算法精度的前提下,减少模型的运行次数,有效地提高算法的运行速度.仿真实验结果表明:在相同精度的要求下,FAPS RRA算法比RRA算法的模拟运行速率有显著提高.     

基于多通道时频域信号的卷积神经网络智能故障诊断技术

在滚动轴承故障诊断中,算法难以学习所有负载下的健康状态特征,为有效诊断滚动轴承在变负载下的健康状态,算法需要较强的负载域适应能力.针对上述问题,提出了基于多通道时频域信号的卷积神经网络算法.不同的小波提取不同的特征,算法采用多种小波可以提供多样的健康状态特征.并且全局最大池化替换每一空洞卷积之后的最大池化,从全局范围内提取最大激活.因此,算法只需在源域下训练,即可在目标域下得到良好的诊断效果.为验证该算法的有效性,利用公共数据集进行实验.实验结果表明,该算法在不同负载下的分类精度较其他算法有明显提高,从而可以有效识别滚动轴承的健康状态.     

改进的六角网格系统上椭圆绘制算法

充分利用类直角坐标系下六角网格排布的对称性,提出了改进的六角网格系统下椭圆逐点绘制算法,并在MATLAB中进行模拟实现.提出的算法适用于在六角网格系统下对所有关于x轴对称的图形的绘制,算法的计算量比传统六角网格系统下逐点绘图算法的计算量减少一半.     

基于计算经济模式的资源调度算法研究

DBC算法是计算经济模式下比较流行的一套调度算法,时间最优化算法是这套调度策略中的一个算法,它的目标是在不超出费用预算的前提下．对任务的计算时间进行优化,在任务较少的情况下,该算法对解决负载不平衡问题是一种改进。     

一种强噪声环境下的语音端点检测算法

语音识别中语音信号端点检测的准确度起着至关重要的作用,传统的频带方差算法在强背景噪声环境下性能下降。提出一种改进算法,在保证算法复杂度较低的条件下,大大提高了检测的准确度。仿真证明,该算法在低信噪比条件下也具有较强的鲁棒性。     

基于差分和集相关的OFDM定时同步算法的改进

多径衰落信道中,同步技术是保证OFDM系统得以实现的关键环节。但目前已有的定时同步算法在多径衰落信道及低信噪比条件下性能尚不理想。为了改善定时同步的性能,本文在集相关和差分相关算法的基础上提出一种改进的定时同步方法。通过在集相关运算中利用多点相关和在组合算法中选择适当的加权系数,算法利用了两者在不同信噪比下的优点。改进的算法在较高信噪比的条件下不损失性能,在低信噪比环境下也可以准确定时。仿真结果表明,改进算法对符号定时位置的误判率更低,尤其在低信噪比时。并且,由于算法不依赖频偏估计,不受频偏对符号定时的影响。     

MapReduce框架下基于抽样的分布式K-Means聚类算法

提出一种MapReduce框架下基于抽样的分布式K-Means聚类算法,解决海量数据环境下并行执行K-Means算法时,时间开销较大的问题.该算法使用抽样方法,在保证数据分布不变的前提下,对数据集的规模进行约减,并在MapReduce框架下对聚类算法进行优化.实验结果表明,该算法在保持良好聚类效果的同时,能有效缩短聚类时间,对大规模数据集具有较高的执行效率和较好的可扩展性.     

一类修正的FR算法及其全局收敛性

基于喻（2006）提出的修正PRP算法,给出一类修正的FR算法.该算法的优点是：（1）在无需线性搜索的条件下,迭代方向就是充分下降方向;（2）在比喻（2006）的算法更弱的条件下,分析了算法的全局收敛性.     

一种非线性共轭梯度算法的全局收敛性

文章提出WYL参数公式在MSWP线搜索下的算法,并证明算法在适当条件下全局收敛。     

基于双剔除门限的Switching-CFAR目标检测算法

为了解决传统的目标检测算法在非均匀噪声环境下检测性能严重下降的问题,提出了一种基于双剔除门限的Switching-CFAR（switching-constant false alarm rate based on dual censoring thresholds,DCS-CFAR）目标检测算法。基于参考窗参考单元样本期望值和测试单元,得到双重剔除功率比较门限。通过双重比较,剔除参考窗中极大值参考单元,根据剩余参考单元数,选择合适的参考单元来估计背景噪声功率,并得到功率检测门限。在Matlab环境下,通过蒙特卡洛方法和SwerlingII模型对DCS-CFAR目标检测算法的关键参数,以及在各种仿真环境下与其它目标检测算法的检测性能进行了仿真对比分析,DCS-CFAR目标检测算法在均匀背景噪声下,检测率为98.76%,接近于CA-CFAR算法;在杂波和多干扰目标环境下,检测率分别为97.83%和98.23%。在均匀和非均匀噪声环境下,DCS-CFAR检测算法均优于ACCA-CFAR和GO-CFAR算法。结果表明,提出的DCS-CFAR检测算法在均匀和非均匀噪声环境下, 均具有良好的检测性能。     

联合算法稳定下变一推广误差的界

为研究机器学习在算法稳定框架下的推广能力,提出了变一误差估计条件下联合算法稳定的概念,并利用广义的McDiarmid不等式得到了机器学习在联合算法稳定下变一推广误差的界．     

修正的HS共轭梯度算法的全局收敛性

对求解无约束优化问题的共轭梯度法中的方向参数给定新的区间取法,将HS共轭梯度参数限制在此区间上,保证搜索方向是目标函数的充分下降方向,在此基础上提出了修正HS共轭梯度算法(MHS),并在较弱的条件下讨论了新算法在广义Armijo步长搜索下的全局收敛性.数值试验结果表明,新算法比广义Armijo步长搜索下的FR、PR、HS共轭梯度算法有效.     

一种基于TOA的三维推广无线定位算法

鉴于二维坐标下无线定位算法的结果与现实环境有一定的差距,提出了一种在三维空间条件下基于到达时间(TOA)的Chan推广算法。深入比较和分析了影响该算法定位精度的因素,总结了该算法适用的定位条件和定位环境。在不同定位基站数目、待定位移动台的位置和参与定位基站布局等条件下,对该算法进行了大量的模拟仿真,结果表明利用该算法定位结果比较准确,算法有效可行。     

一类非精确线搜索下的混合共轭梯度算法

给出了一类在非精确线搜索下的混合共轭梯度算法,对李荣生提出的NCG算法进行了改进,在算法的迭代过程中,保持了迭代方向的下降性,在较弱的条件下证明了全局收敛性,数值试验表明该算法是相当有效的.     

球解码的一种改进方法

球解码是最大似然(ML)检测的一种有效算法,如何进一步降低球解码算法的复杂度引起了人们注意。文中在传统球解码CL的一种改进算法(KCL算法)基础上,提出了一种新的快速球解码算法。该改进算法在保证误码性能的前提下,通过系数k(d2=k*d^2)对信噪比的加权计算得到系数k的不同值,在低信噪比下k趋近于0.1;在高信噪比下k趋近于1,进而实现在CL算法中不同的信噪比下半径搜索的深度不同。仿真结果表明了这种改进方法的有效性,最后得出如果允许误码性能的微量下降,将获得算法复杂度的显著降低的结论。     

三维空间实现全覆盖的传感节点优化分布算法

针对无线传感网中重要的覆盖问题,已有多种算法来解决这个问题.通过分析这些算法,提出了一种三维空间下的基于网格点的随机算法的改进算法.算法分为两个阶段,初始阶段采用随机算法获得一个初始部署集以实现完全覆盖,在此基础上对初始部署集进行优化,达到在满足完全覆盖的前提下部署集的最小化.实验结果显示了算法在实现最大覆盖的基础上部署集优于已提出的贪心算法和线性规划算法.     

重力梯度辅助导航的改进等值线匹配算法

针对等值线迭代最近点算法(ICCP)在大的初始位置误差下易发散的问题,提出利用价值函数等值线算法对初始位置进行调优；针对该算法在旋转与平移变换过程中存在误差传播的问题,提出在最近点附近对ICCP算法进行加密的改进方法.在初始匹配误差为3.5'下进行仿真实验,结果证明:利用加密的改进ICCP算法得到了最终匹配位置,提高了传统ICCP算法的精度；即使是在大的初始匹配误差下仍能达到很高的定位精度.     

物理计算的保真与代数动力学算法--II.代数动力学算法与其他算法计算结果的比较

基于常微分方程的偏微分形式的代数动力学精确解,在Taylor级数表示的局域精确解的有限项截断近似下,建立起代数动力学算法.在四阶近似下实现了常微分方程的数值求解,在12个典型的动力学系统的计算机实验中比较了三种算法的精度及其优缺点.结果表明,代数动力学算法是独立于辛几何算法和Runge-Kutta算法的第三种算法,它有可能克服辛几何算法的动力学失真和Runge-Kutta算法的人为耗散,在可预期和可控制的精度下兼顾运动学代数-几何保真和动力学守恒律保真.     

高动态捷联姿态测量的改进型圆锥误差补偿算法研究

高动态条件下,传统圆锥补偿算法存在不可交换性误差。为抑制圆锥误差,提出了基于角速率输出的等效旋转矢量三子样二次迭代优化算法;并采用修正型罗德里格斯参数进行更新,推导了相应的圆锥补偿算法方程和表达式。在不同圆锥运动频率下和不同更新频率下,仿真验证得出了改进算法在精度和稳定性方面均较四元数法、三子样算法均有提高。实测结果表明,改进算法受圆锥半角、圆锥运动频率的影响较小,在高动态条件下较传统算法性能更优。