基于线性预测和最小二乘估计的缺陷阵波束形成

针对阵元失效时缺陷阵的波束形成问题,采用线性预测和最小二乘估计两种方法对失效阵元的输出进行预测.通过对缺陷阵输出响应进行重构,从而有效地抑制由于阵元失效而产生的旁瓣级提高以及基阵指向性的下降.仿真试验结果表明了方法的有效性.     

一种改进的加权最小二乘排序方法

本文对层次分析法中权的最小平方排序方法进行改进,提出一种新的改进的加权最小二乘排序方法,并从理论上进行证明。文章最后通过一个实例将两种排序方法与特征根排序方法进行对比分析,结果表明,改进的加权最小二乘排序方法可导出与特征向量排序方法相同的排序结果,克服了权的最小平方排序方法与特征向量排序方法排序结果不一致的缺点。     

降秩最小二乘通道估计算法的性能分析

降秩最小二乘通道估计算法有效地改进了通常的最小二乘对通信通道脉冲响应的估计,本文中我们对此算法的估计均方误差性能进行了定量的分析,文中给出了算法估计的均方误差的近似表达式。模拟实验结果验证了文中理论的正确性。     

一种用于参数估计的几何距离最小二乘方法

本文从解析几何中几何距离角度出发,对系统辨识或参数估计提出一种全新的几何距离最小二乘方法。理论分析和应用实例表明,几何距离最小二乘方法同样也是一种比较有效的参数估计方法。     

一种基于最小二乘的高频雷达信号处理方法

高频雷达工作在十分拥挤的短波波段内,可资用的能满足信号调制的连续频带很难获得。为了获得足够的带宽,雷达采用一种非规则频率调制的波形。这种波形经过常规FFT处理后的旁瓣很高,严重影响了雷达的性能。为此,提出了一种基于最小二乘的信号处理方法,它具有处理方式简单,易于应用实现的优点,能够较好地抑制旁瓣,提高了雷达在恶劣电磁环境下的生存能力。     

基于偏最小二乘回归的农村居民人均纯收入预测

偏最小二乘回归是一种能在一个算法下同时实现回归建模、数据简化和两组变量间相关分析的新型多元回归分析方法。农村居民人均纯收入受到多种因素的影响,各因素间相互制约和影响,存在着严重的多重相关性,而偏最小二乘回归方法能很好地解决这一问题。通过将偏最小二乘回归分析方法用于农村居民人均纯收入拟合和预测时,结果表明,该方法具有建模简单、计算结果可靠的特点,具有较强的实用性。图2,表4,参6。     

基于复杂度追踪的递归最小二乘盲源分离算法

对于具有时序结构有色信号的盲提取,线性预测盲源分离算法仅仅利用了信号的时序特性,而未用到信号的非高斯性.A.Hyv(a)rinen的复杂度追踪算法采用联合信号的非高斯性和时序结构的特点,能够很好地实现信号的分离,但其收敛速度较慢.为了更快的实现信号的分离,提出了基于复杂度追踪的递归最小二乘盲源分离算法.计算机仿真表明提出的算法与线性预测算法和A.Hyv(a)rinen的复杂度追踪算法相比具有更快的收敛速度,语音分离试验也验证了该算法的有效性.     

递推加权最小二乘算法的研究

通常在使用递推加权最小二乘算法时,需要设计矩阵列满秩.从极限理论的角度出发,对设计矩阵列不满秩时加权最小二乘估计的递推算法进行了理论证明和分析,得出了在任意第n步,未知参数估计值收敛于由前n组数据所决定的极小范数加权最小二来解,并且此解是唯一的,仿真结果同样验证了该结论的正确性.     

空时二维线性预测谱估计算法

线性预测是时间序列分析中常用方法,针对传统一维线性预测谱估计算法只能估计信号源角度或信号频率问题,提出空时二维线性预测算法。采取对空时二维阵列接收到的数据进行数据抽取和排列,和对数据协方差矩阵进行重新构造的方法,求取空时二维线性预测权值并进行谱峰搜索。重点分析了空时二维的前向预测、后向预测和双向预测算法的原理,着重研究了构造的空时二维线性预测协方差矩阵的数据结构,讨论了前向、后向和双向预测的相互关系以及二维与一维的关系,并与空时二维最小方差算法、空时二维多重信号分类(multiple signal classification, MUSIC)算法进行了对比与分析。理论分析与仿真表明,一维空域、一维时域算法的前向、后向和双向预测为空时二维预测算法的特例,同时空时二维预测算法不仅克服了空时二维最小方差算法、空时二维MUSIC算法不能解相干信号源的缺点,还具有很好的测向测频能力。     

直接中频采样数字正交输出的最小二乘实现

提出了数字正交接收机中正交 (I,Q)通道恢复的最小二乘实现方法 ,详细分析了该方法的性能。针对现代雷达中的几种典型信号进行了仿真计算。结果表明 ,适当选取系统参数可使正交输出的镜像功率 (IP)低于- 6 0dB ,满足现代雷达相参信号处理的要求。     

估计线性系统极点数目的MDL方法

本文利用后向线性预测和奇异值分解的基本理论,提出了一种从线性系统冲激响应估计极点数目的最小描述长度(MDI)方法,这种方法具有计算简单、抗噪声性能好等优点。本文给出了一些计算机模拟结果。     

基于模糊支持向量机的小批量生产质量智能预测方法

在分析比较目前常用的智能工序预测技术及其特点的基础上,提出一种适合小批量生产过程的质量智能预测模型,并给出了相应的预测过程和算法.由于该模型中以模糊支持向量机(FLS-SVM)技术为智能核心,一方面较好的解决小样本学习问题,避免了人工神经网络等智能方法在对小批量生产过程质量进行预测时所表示出的过学习、泛化能力弱等缺点.另一方面,通过隶属度函数对样本进行模糊化,达到样本优化选择,实现历史数据“重近轻远”的预测效果.通过对具体加工过程的预测实验,并与其它几种常见预测方法效果进行对比,说明本文方法实现容易,建模速度快,小样本的泛化能力强,为实现小批量加工过程的在线质量预测与控制提供可行的思路.     

基于最小二乘支持向量机的交通安全预测模型

分析了最小二乘支持向量机(LS-SVM)在交通安全预测中的优势,确定输入向量集合和输出向量集合,利用LS-SVM建立交通安全预测模型.将1953～2006年全国交通安全相关数据分为训练集和测试集,利用Matlab 7.0进行仿真测试.通过训练LS-SVM得到模型具体参数值,然后对测试集数据进行预测,计算预测误差,并与神经网络模型、SVM模型预测结果进行对比.仿真结果表明,基于LS-SVM建立的交通安全预测模型比神经网络预测模型、SVM模型具有更高的运算速度和预测精确度.     

结构声辐射的虚边界元最小二乘法及仿真研究

提出用虚边界元最小二乘法研究结构体声辐射,推导了该方法计算振动结构辐射声场的计算公式,与常规边界元法相比,虚边界元最小二乘法避免了奇异积分的数值处理,且系数矩阵是对称的,通过仿真计算与解析解验证。结果表明,本文方法思想简单,程序处理容易,能够有效克服特征频率处解的非唯一问题,在边界附近解的精度较高等优点,便于工程应用。     

民航旅客忠诚度模型预测方法

结合现阶段民航企业的特点,重点研究如何利用忠诚度预测模型提高企业的服务水平方法,在此基础上,建立提高旅客忠诚度的决策服务体系.通过建立符合民航的旅客忠诚度模型,运用PLS-SEM方法量化忠诚度指标;由于调查数据量的限制,研究在小样本集下的偏最小二乘法预测方法,制定提高忠诚度指标策略.对实际采集数据的分析试验也验证了该方法有助于细化分析航空公司服务水平,操作性强,效率高,可为民航企业改进服务提供决策支持.     

一种改进的多维偏好线性规划分析方法

本文对传统的多维偏好线性规划分析方法——LINMAP法进行改进,提出一种新的多维偏好线性规划分析方法。该方法运用加性加权法建立线性规划模型,同时引入任意小正数δ,使得评价结果更加符合于决策人偏好集。     

一种基于关联预测的车间生产计划的最优分解方法

提出一种基于关联预测的柔性自动化车间（ＦＡＷ）生产计划的最优分解方法。文中首先建立关联方程有延迟的车间计划分解数学模型，然后推导基于关联预测的计划分解算法，证明算法可行的必要条件，编制相应软件，进行算例研究。与现有的计划分解方法相比，本文的方法更适于将ＣＩＭＳ／ＭＲＰⅡ下达给ＦＡＷ的中期计划最优分解成ＦＡＷ中各ＦＭＳ执行的短期计划，尤其适合ＦＭＳ之间的工件传输需经过出入库并有一步延迟的情况。     

An Adaptive Method of Image Compression Based on Wavelet Analysis

1. INTroDUCTIONIn recellt years, the research on image compression and coding using wavelet transform has become a very hottOPic. It is because wavelet analysis has freedom retractility in the field of frequency. When the band of signal' is narrowl we can zoom in the resolution in order to express the signal exactly. If the band is wide, we can zoomOat the resolutinn to create the need of signal processing. Therefore.the method of wavelet analysis has a strongadaptability, and it isn't l…     

大规模含整变量多目标决策基于目标期望水平的交互式分解协调方法

针对具有块角结构的大规模含整变量多目标决策问题提出了一种基于目标期望水平的交互多分解协调方法。该方法利用目标期望水平实现交互决策过程。利用拉格朗日分解对偶方法进行分解协协调。文中定义了若干概念，证明了若干定理，给出了交互决策的具体步骤，并对软件实现作了说明.