广义迭代Tikhonov正则化方法的参数选取

在模型具在误差的情况下，讨论了求第一类算子方程解的含闭算子的迭代Ｔｉｋｈｏｎｏｖ正则化方法，运用谱理论建立使正则化逼近解具有最优收敛阶的选取正则参数的方法，得到收敛性及收敛阶估计定理。     

广义迭代Tikhonov正则化方法的参数选取

在模型具有误差的情况下，讨论了求第一类算子方程解的含闭算子的迭代Ｔｉｋｈｏｎｏｖ正则化方法．运用谱理论建立使正则化逼近解具有最优收敛阶的选取正则参数的方法，得到收敛性及收敛阶估计定理     

关于不适定问题的迭代Tikhonov正则化方法

讨论了求解不适定问题Kx=y的迭代Tikhonov正则化方法:x0a=0,(αI+K*K)xma=K*y+αxm-1a,m=1,2,….文中将参数α取为固定常数(α＞0),这时迭代次数m起到正则化参数的作用.推导出正则滤波函数的性质,给出正则化参数m的先验估计m=m(α,δ)=O(αδ-2/2r+1),r≥0,证明了误差估计的收敛阶达到最优.在实际中,这种方法比将α看作正则化参数更容易计算.数值例子验证了理论结果.     

广义Arcangeli方法在迭代TИХОНОВ正则化中的应用

应用广义Ａｒｃａｎｇｅｌｉ方法，讨论了迭代正则化方法的正则参数选取，给出逼近解的收敛速度估计．     

用于病态反问题求解的正则化方法算例分析

以成像技术为背景,采用算例分析的形式介绍了用于病态反问题求解的正则化方法,重点介绍了Tikhonov正则化方法及Landweber迭代方法,包括其基本原理及对应的普滤波窗函数等.     

基于局部和全局信息的正则化迭代聚类

聚类是一种高效的数据分析方法,经典的K-means算法只适用于类簇为凸形的数据集,谱聚类算法虽然避免了K-means的一些缺点,但相似度中的参数设置问题以及较高的计算、存储复杂度对聚类有所限制.基于局部和全局信息的正则化迭代聚类,先取部分数据作为一个整体聚类,然后逐渐加入少量数据进行迭代求解.该方法继承传统谱聚类的优点,充分利用局部正则化和全局正则化信息,通过迭代方式求解使较大规模数据聚类成为可能.通过实验对比结果显示,该算法有良好的聚类效果.     

混合正则化模型的交替迭代原理与图像恢复

由有界变差函数的半范数(TV)描述的正则项,在图像恢复过程中,对于图像的纹理部分,容易造成细节丢失;对于图像的卡通部分,容易产生阶梯效应;为克服此缺点,提出一种混合卡通-纹理正则化模型(hybrid cartoon texture regularization model,HCTRM)和交替迭代算法。首先,对受系统和噪声模糊的图像,用Kullback-Leibler函数描述拟合项;对于图像的卡通部分用分数阶TV的半范数来描述,纹理部分用紧框架域L_1范数来描述,建立HCTRM。其次,分析HCTRM解的存在性和唯一性。再次,引入辅助变量,将HCTRM转化为标准表达式,应用交替方向乘子算法(ADMM),将HCTRM分解为2个大的子问题。最后,将每个大的子问题,再分裂为2个小的容易处理的子问题,形成快速交替迭代算法。针对TV的半范数作为正则项,容易消除图像的纹理,且产生阶梯效应的缺点,提出一种HCTRM和交替迭代算法。仿真表明,能有效地恢复非平稳区域的纹理,克服在平稳区域产生的阶梯效应,取得较高的峰值信噪比和结构相似测度。     

基于正则参数后验策略的PCS迭代正则化反演

采用改进的正则参数后验策略的迭代正则化方法对单峰分布和双峰分布颗粒系的电场自相关函数进行反演,并且与正则化方法反演结果进行了比较.实验结果表明,在噪声小于0.005的情况下,正则化方法和迭代正则化方法都能较好地反演出单峰和双峰分布的颗粒,当噪声水平为0.05时,正则化反演算法已无法得出粒径分布,迭代正则化方法仍能比较准确地反演出粒径分布.     

Robin反问题的TV正则化

研究Robin反问题。先将Robin反问题化为边界积分方程,并应用TV正则化方法求解。数值实验表明,TV正则化更有效。     

基于Tikhonov和变差正则化的磁感应断层成像重建算法

为了解决磁感应断层成像(MIT)逆问题的病态性和改善重建图像的质量,提出一种新的组合算法.该组合算法首先利用Tikhonov正则化算法对解的适定性产生初步的成像区域,之后再利用变差正则化算法对解的保边缘性和锐化作用进行图像重建.该组合算法与Tikhonov正则化算法及变差正则化算法相比,不仅有效地克服了磁感应断层成像(...     

基于神经网络的负载识别

提出了基于神经网络的负载识别方法,对供电系统管理有重要的现实意义.     

基于虚拟样机的飞机滑跑荷载

传统飞机地面动力学分析往往需要忽略飞机缓冲系统的非线性特征,并对飞机气动力作出简化假设,从而难以分析飞机的复杂运动状态;试验研究虽然直接有效,但费用高昂、实施困难.为克服上述问题,基于虚拟样机技术,利用ADAMS/Aircraft建立A320,A330和A380飞机全机模型,根据GB/T7031-1986提出的功率谱密度函数建立不同等级道面并进行滑跑仿真分析,结果表明飞机对道面的动态荷载与道面国际平整度指数(IRI)呈线性关系,随速率先增大后减小,并给出了不同IRI道面的动载系数计算公式.研究结果可为机场道面性能评估与维护及道面力学性能的研究提供参考.     

基于虚拟载荷谱技术的锥齿轮疲劳寿命分析

基于虚拟载荷谱技术,提出一种新的疲劳寿命计算方法.以锥齿轮减速系统作为研究对象,对齿轮接触模型进行有限元分析,得到锥齿轮传动工况的应力分析结果及云图数据.将应力结果进行数据处理,得到锥齿轮的虚拟载荷谱.根据Miner准则和Corten-Do-lan准则估算出锥齿轮传动的疲劳寿命,并与仿真云图寿命结果相比较.应用实例表明,基于虚拟载荷谱计算的疲劳寿命分析结果具有较高的安全性和可靠性,具有较大的工程应用价值.     

基于迭代加权L1正则化的高光谱混合像元分解

为了提高高光谱图像混合像元分解的精度,对基于稀疏性的线性混合像元分解方法进行研究。采用一种迭代加权的L1正则化方法进行高光谱混合像元分解,给出相应的模型和算法。通过引入多步加权L1优化求解过程,且根据当前解修正下一步迭代的权值,能更好地利用混合像元丰度系数的稀疏性。试验结果表明,基于迭代加权L1正则化的高光谱混合像元分解精度比基于传统L1正则化的方法高,特别适用于信噪比较高的高光谱图像。     

基于正则化的模糊C-均值聚类算法及其在T-S模糊系统辨识问题中的应用

在模糊C-均值聚类问题目标函数中使用正则化泛函,将聚类中心解的误差指标引入到模糊聚类的目标函数中,构造出新的模糊C-均值聚类算法RBFCM(Regularization based Fuzzy C-means)算法.算法RBFCM不仅具有较高的聚类精度,且计算结果具有更好的稳定性.进一步,将此RBFCM算法应用于基于T-S模糊模型的系统辨识问题.由于RBFCM算法优化了模糊系统的输入空间划分,提高了隶属度函数的精度,使得后继得到的T-S模糊系统辨识精度也有所提高,且系统辨识过程的收敛速度也有所改善.最后,通过对经典IRIS数据集、带有噪声的IRIS数据集的聚类算例和对Box-Jenkins煤气炉数据集进行辨识算例,验证了RBFCM算法的有效性和优越性.     

基于结构状态方程的结构参数和荷载识别方法

基于结构状态方程进行结构参数和荷载的共同识别。以结构参数修正因子为优化变量,由测得的结构动态响应结构和构造的系统矩阵计算相应的未知荷载。通过最小化实测结构响应与给定的修正因子下的计算结构响应间的距离来识别未知量。其中给定修正因子的系统矩阵由虚拟变形方法构造,并通过一个桁架结构的数值算例验证了该方法的有效性。     

纵轴式掘进机截割头随机截割载荷识别方法研究

针对纵轴式掘进机截割头随机截割载荷难以准确测定的问题,根据随机过程理论,推导出截割头随机截割载荷的自功率谱表达式,并根据截割功率谱结合虚拟激励法确定截割头的虚拟激励;然后利用求得的响应结合精细积分算法反向推导识别截割头随机截割载荷的表达式,由此建立了精确的截割头时域随机截割载荷的反演数学模型;最后由最小二乘法计算出截割头随机截割载荷的时间历程,并通过正则化方法来减小噪声的干扰。实例验证结果表明,该方法能有效减小噪声干扰,准确地识别截割头的随机截割载荷。     

基于模型函数与L-曲线的正则化参数选取方法

基于模型函数方法与修正的L-曲线准则,给出了选取正则化参数的1种迭代算法。在一定条件下,证明了所提出的选取正则化参数的算法是局部收敛的,通过数值算例验证了该方法的局部有效性。     

负载型四足步行平台静步态行走虚拟模型控制

为实现负载型四足步行平台静步态柔顺行走,减小控制方法的复杂程度,提出了一种基于机体虚拟模型的步行平台静步态行走控制方法。将平台静步态行走控制分为支撑阶段足端力的求解、摆动腿的运动控制及机体运动控制三部分。对于静步态行走支撑阶段中存在的三足及四足支撑阶段,分别在平台整体受力分析基础上,通过添加相应的约束条件,实现了其各方向的力可控。通过在摆动腿足端实际位置与理想位置之间添加虚拟的弹簧阻尼元件实现了足端轨迹跟踪准确性及足端着地时的柔顺性。通过在机体实际位置及期望位置之间添加相应的虚拟弹簧阻尼元件,结合平台机体轨迹规划实现其静步态行走。并通过机动平台平地及爬越台阶静步态行走仿真验证了控制算法的有效性。