基于内插型双边带滤波器的时域自适应滤波

针对过采样条件下直接序列扩频（DSSS）系统中采样样值相关性造成在使用传统时域自适应滤波窄带干扰抑制方法时扩频信号失真的问题,提出一种改进的时域自适应滤波方法.该方法基于内插型双边带滤波器,采用抽取-内插结构,结合最小均方（LMS）算法进行自适应权值更新,实现窄带干扰抑制.理论分析和仿真结果表明,在高信噪比情况下,该方法与常规自适应滤波方法比较,具有更小的信噪比回退和有用信号畸变;同时低信噪比情况下,其误码率性能也略有优势.      

基于先验知识的强化学习系统

针对强化学习算法收敛速度慢的主要原因为强化学习算法所用模型通常都假设系统参数未知、先验知识未知，由此造成该算法从没有任何基础开始搜索最优策略，搜索范围大的问题，提出将强化学习系统建立在先验知识的基础上，既有效利用了前人的工作成果，又加快了算法的收敛速度．通过解决电梯群控问题验证了所提出系统的合理性和有效性．     

基于时域误差要求的巴特沃斯滤波器设计

考察了将输出信号时域误差要求引入经典滤波器设计指标的问题。从导出的时域误差上界可见,在对滤波器进行相位补偿后,这一误差上界已与滤波器幅度平方函数相联系,从而可据此形成时域误差设计指标。在此基础上,提出了一种新的可同时满足频域与时域性能指标的巴特沃斯滤波器设计方法,并给出了设计示例。     

基于先验知识的三维模型特征选择算法

基于内容的三维模型检索被广泛运用于许多研究领域.为了弥补特征提取算法描述模型特征的不足,提高三维模型的检索效果,该文提出了一种基于先验知识的三维模型特征向量动态选择算法.该算法利用查询模型计算各种特征向量的先验知识,然后动态地选择描述能力较强的特征向量计算模型之间的相似度距离.实验采用标准的模型库Princeton shape benchmark(PSB)和多种公认的评价方法,结果显示该算法提高了三维模型的检索效果,优于现有的2种流行的三维模型特征选择算法.     

基于FIR数字滤波器随机振动信号频时域转换方法

基于有限长单位冲激响应数字滤波器,根据指定ESA功率谱密度函数特征,设计了FIR数字滤波器,并通过控制其参数,获得了满足预定条件和要求的滤波器幅相特性.利用白噪声序列作为滤波器输入端,生成了符合要求的随机振动时域信号.同时还采用基于AR自回归模型参数方法对获得的随机振动时域信号进行功率谱估计与验证.结果表明:功率谱精度及两功率谱曲线间的误差完全在允许范围内,采用该方法获得的随机振动时域信号完全满足仿真与试验测试对信号幅频特性和功率的要求.     

基于先验知识和形态学膨胀的车牌定位算法

提出了一种基于先验知识和形态学膨胀的车牌定位算法,该算法首先提取图像的垂直边缘,然后利用形态学膨胀算法得到车牌候选区域,最后根据先验知识定位车牌区域,测试表明该算法在交通卡口场景中可有效定位车牌,定位准确率达97%。     

基于先验知识的混凝沉淀过程神经网络建模

结合最优化方法中的惩罚函数,把先验知识通过惩罚函数加入到神经网络的性能函数当中,从而达到在少数据样本的神经网络训练下最终所得模型更加符合先验知识的要求.文中通过对具体的混凝沉淀大时滞过程进行神经网络建模仿真,发现该方法训练所得模型可靠程度更高.文中还对约束条件的强弱和惩罚因子的关系进行了论述.     

基于先验知识的混凝沉淀过程神经网络建模研究

摘 要：结合最优方法中的惩罚函数，利用已知对象的先验知识，把先验知识通过惩罚函数的方法加入到神经网络的性能函数当中，从而使训练过程体现先验知识的约束作用，使最终所得模型不违背先验知识．通过真实的数据仿真表明，利用该方法训练所得模型不违背先验知识，模型可靠程度更高，其中约束条件的强弱由惩罚因子的大小决定．此方法对于提高利用较少数据样本神经网络训练所得模型的可靠性以及加快网络建模速度都有重要的参考价值．     

基于先验知识的广义旁瓣对消器STAP

空时自适应处理（space-time adaptive processing,STAP）算法的运算量与处理性能构成了一对矛盾。利用广义旁瓣对消器（generalized sidelobe canceller,GSC）形式的处理器结构,提出一种基于先验知识的 STAP 算法以解决该问题。该算法使用相控阵雷达系统参数以及阵列几何模型等先验知识来构建空时杂波的匹配矩阵,并计算空时多约束导引矢量,实现对 STAP 算法的自适应加权初始化。该算法的优点是无需协方差矩阵求逆从而使处理速度得到加快。仿真实验表明该算法的处理性能未受影响,而收敛速度则明显提高。     

基于肺部先验知识的电阻抗成像重构算法

为获取人体肺部组织分布,结合人体肺部组织的结构特征,运用大型有限元仿真软件COMSOL,根据CT肺部扫描图像构建人体肺部模型,同时结合人体组织和器官电导率分布参数等信息,并考虑肺部先验知识,采用共轭梯度算法重建被测场电导率分布图像．仿真实验表明,灵敏场均匀性指标由基于圆形场域的34．218减少到基于肺部模型灵敏场域的15．568,灵敏场的均匀性得到明显改善,且重构图像具有较高的分辨率和图像质量．     

基于域知识迁移的绝缘子缺陷检测方法

绝缘子缺陷检测模型在应用过程中,需要对多种目标域图像进行检测。然而,由于不同目标域图像的分布不同,会导致在源域训练得到的缺陷检测模型难以在不同目标域中实现较好的检测效果。针对缺陷检测模型泛化性较低的问题,提出了基于域知识迁移的绝缘子缺陷检测方法。首先,采用一种新的特征融合方法提高对缺陷目标的特征提取能力;然后通过对抗性训练实现基于图像和实例级别的域分类器,在图像和目标层级上实现了域迁移;最后在区域建议网络中引入区域级别的域分类器,进一步实现了源域和目标域在区域级别上的对齐。实验结果表明,模型能够缓解不同域图像分布不平衡导致检测效果差的问题,并且与其他多种目标检测方法相比,实现了更好的缺陷检测效果。     

基于知识图谱的企业国际化研究的热点及其演化

为了系统研究企业国际化的发展进程及趋势,利用CiteSpace软件对Wed of Science 2000~2020年收录的954篇企业国际化领域的文献进行了可视化分析并绘制了科学知识图谱。结果表明：2000~2020年企业国际化研究经历了缓慢、快速和规范3个发展阶段,主要研究热点包括企业绩效、中小企业国际化和进入模式等主题,而跨国公司治理及竞争优势等问题的研究可能是该领域未来研究的趋势。研究指出,企业国际化逐渐成为我国企业扩大市场规模的重要手段。2020年新冠疫情爆发使得国际环境越发复杂多变,企业国际化形势面临深刻挑战。     

基于EOTA的多功能连续域滤波器设计

提出了一种基于EOTA的多功能连续域滤波器设计方法.通过调节EOTA的偏置电流改变其跨导gmT,实现EOTA滤波器的中心频率、Q值和通带增益外部正交可调,将非线性误差减小到0.54%,降低了电路中无源和有源元件的灵敏度,提高了电路前端芯片的集成度.结果表明此滤波器有效地实现了低通、高通、带通特性,达到了设计要求.     

数字视频时域和时-空域去噪方法研究

视频去噪的目的是将原始视频从观测到的含噪视频中还原出来.通过详细说明视频图像序列在时域和时-空域的滤波方法,更加清楚地认识到视频图像序列的本质.同时也详细研究其中的一些算法.最后对数字视频去噪处理提出了自己的一些想法,对去噪效果和算法进行了横向比较.     

基于数值积分的车削加工时域仿真

建立了车削加工系统z向单自由度动力学模型,试验测试获得了CJ0625车床的刀架频响函数,并辨识获得结构动态特性参数.采用一种变步长方法进行时域仿真研究,该算法可以根据计算点主轴转速动态调整仿真步长,保证算法收敛,满足仿真结果精度要求.基于Matlab平台设计并编写了车削加工时域仿真软件.对时域仿真方法与频域颤振预测方法(叶瓣图法)进行了比较研究.给出了稳定切削、临界稳定以及颤振情况下的振动位移变化曲线.结果表明两种方法获得的车削加工绝对稳定切削深度误差小于607%.     

求解三维电磁场问题的改进的自适应区域分解算法

提出一种改进的自适应区域分解时域有限差分(improved adaptive domain decomposition finite difference time domain,IADD-FDTD)算法.该算法通过对检测面上的电压值进行自适应边界检测,消除了检测面上电场值不稳定而带来的计算误差;还可得到更多分区,提高...     

基于最小均方的自适应滤波时差估计研究

时差估计的研究中,基于雷达信号的复杂多样性,采用最小均方自适应滤波算法,其基本原理是应用梯度下降法并通过权值衡量误差来实现滤波.对基本最小均方算法和变步长最小均方自适应算法进行仿真验证,选出最优算法,并利用sinc函数内插实现分数倍时差估计.算法仿真结果表明,对接收机离散信号的点数时差估计的误差精度提升至10倍左右.     

基于领域知识的文本分类

提出了一种基于知识的文本分类方法,其中引入领域知识,利用领域特征作为文本特征,增强文本表示能力,将文本分类过程看作集聚计算过程.文本索引过程采用了改进型特征选取和权重计算方法.提出了一种基于互信息的学习算法,从训练语料中自动学习领域特征集聚计算公式.实验结果显示基于领域知识的文本分类技术总体性能优于传统的贝叶斯分类模型,领域知识的应用能够有效改善对相似主题和相反主题的分类性能.