一种主奇异三元组提取的快速神经网络算法（英文）

为了对两路高维数据流的互协方差矩阵进行在线奇异值分解,提出了一种快速稳定的主奇异三元组提取神经网络算法.首先,提出了一个新颖信息准则,并且基于该准则推导出了一个动态系统.然后,基于该动态系统,推导出了一种快速稳定的在线神经网络算法.该算法可以提取两路高维数据流的互协方差矩阵的左右主奇异向量.另外,算法中奇异向量的长度会收敛到一个与相应主奇异值相关的值,因而该主奇异值也可以被估计出来.相比于传统算法,该算法可以提取该矩阵的主奇异三元组而非仅仅是主奇异向量.与已有算法相比,该算法具有较低计算复杂度、较高收敛速度和稳定性.     

在线增强型复值混合信号盲分离算法研究

基于二阶统计量，对在线分离复值混合信号法进行了研究．假设源信号是独立的且非常态，信号的伪协方差矩阵能增加约束条件，从而可证明二阶统计量能够完全分离复值混合信号，而且对信号是否平稳不作要求．结合非常态信号的独立性，构造出代价函数，利用梯度下降法推导出在线盲分离算法．通过盲分离算法的仿真试验，发现所提出的盲分离算法能充分利用复值非常态信号的二阶统计量，算法具有鲁棒性好、运算速度快和可在线实现等优点．     

复函数矩阵的向量及矩阵导数的性质

复函数已经广泛应用于自然科学各领域,有必要探讨复函数矩阵的各种分析性质,特别是对向量与矩阵的导数的研究.本文以实函数矩阵性质为基础,针对复函数矩阵的特征,引入复函数矩阵及其极限、连续性、导数、积分等概念或定义.以综合类比与推理研究的方法,推导出复矩阵函数的逆、逮的导数的算法,尤其是复向量数量函数、复多元向量函数、复向量复合函数对向量的导数,以及复合复函数、复二次型的导数的性质;进一步揭示了复矩阵函数、复矩阵函数对矩阵的导数以及迹、行列式导数的重要性质,也得到了复矩阵函数、复向量矩阵函数的全微分的算法.研究结果表明复函数矩阵对向量与对矩阵的导数的算法虽然源于实函数矩阵的导数算法,但却发展出非常多的、更广泛的不同性质.     

一种主奇异三元组提取的快速神经网络算法

为了对两路高维数据流的互协方差矩阵进行在线奇异值分解,提出了一种快速稳定的主奇异三元组提取神经网络算法。首先,提出了一个新颖信息准则,并且基于该准则推导出了一个动态系统。然后,基于该动态系统,推导出了一种快速稳定的在线神经网络算法。该算法可以提取两路高维数据流的互协方差矩阵的左右主奇异向量。另外,算法中奇异向量的长度会收敛到一个与相应主奇异值相关的值,因而该主奇异值也可以被估计出来。相比于传统算法,该算法可以提取该矩阵的主奇异三元组而非仅仅是主奇异向量。与已有算法相比,该算法具有较低计算复杂度、较高收敛速度和稳定性。     

一种基于ICA-SVM的故障诊断方法

提出了一种基于独立分量分析和支撑向量机(ICA SVM)对系统性能进行监控的整体框架.这一框架包括特征提取和故障识别两部分.独立分量分析被用于从当前工况的数据矩阵中提取出代表当前工况特征的投影系数矩阵,而这些投影系数矩阵则被用于训练多个支撑向量机,以实现故障类型的识别.TennesseeEastman过程的仿真结果证明了该算法的有效性.     

基于粒子群优化的后向非线性独立分量分析算法

在分析后向非线性混合独立分量分析算法的基础上,提出了一种基于粒子群优化的独立分量分析算法.该算法以互信息量最小化为目标函数,用高阶奇数多项式拟合非线性分离函数,针对现有粒子群算法的不足,引入带有扰动项改进速度更新公式,通过对粒子群位置矢量和速度矢量的更新,得到全局最优值,从而得到分离矩阵和分离多项式参数.仿真结果表明所提算法是一种非常有效的盲源分离算法.     

基于层次支持向量机和KICA的人脸识别

针对人脸图像的非线性特点,将基于核方法的核独立分量分析算法用于提取人脸图像特征.为避免多类支持向量机出现不可识别域,提出基于二叉树思想的层次支持向量机算法,用于多类人脸识别.将层次支持向量机和核独立分量分析算法相结合进行人脸识别,首先对人脸图像进行预处理和主成分分析法降维;然后运用核独立分量分析算法估算出独立基影像,从而得到人脸特征;最后将人脸特征输入层次支持向量机进行分类识别.在ORL人脸库上的仿真结果表明该算法较好地兼顾了识别率和运行速率.     

双树复小波时频构造在齿轮系装配间隙检测的应用

为优化离散小波变换在机械设备非平稳周期性故障特征提取的时频局部化能力,研究了一种时频域的双树复小波构造方法.通过调整复尺度函数滤波器的频率响应函数,获得初始滤波器的冲击响应向量,然后从时域上利用迭代优化算法增强构造结果的正交性,来进一步抑制能量泄漏,从而可在零消失矩下保证构造结果的正则性.数值仿真表明,时频域构造方法具有低能量泄漏的特性,在重型车床主轴箱齿轮系的振动信号应用中,可有效地提取由滑移齿轮装配间隙引起的微弱周期性调制特征,提取效果明显优于经典Daubechies规范正交小波,以及纯粹时域构造的双树复小波.     

基于协方差矩阵同时对角化的盲信号分离算法

提出了基于自相关协方差矩阵同时对角化的两个盲源信号分离算法. 利用广义奇异值分解(GSVD)算法,将源信号观测数据预白化后的零阶和一阶自相关协方差矩阵同时对角化,估算出两路源信号. 与二阶盲识别(SOBI)算法进行了比较,该算法具有计算简单且运算精度高的优点. 在线性混合加噪模型下,计算机仿真表明该算法的有效性.     

一种稳健快速的波束形成算法 

提出了一种计算自适应方向图权向量的迭代算法。为满足迭代矩阵的收敛条件, 算法根据协方差矩阵的最大Gerschgorin半径选择对角加载值对协方差矩阵进行对角加载；通过对协方差矩阵进行简单的矩阵分裂；进而给出自适应权向量的迭代解形式。仿真表明，所提出的算法能在快拍数较少时形成稳健的特性良好的方向图。     

遗传算法在气体分离装置调优中的应用

提出了一种基于遗传算法和随机复合形法相结合的混合遗传算法，并以某厂气体分馏装置的生产过程的优化问题进行了测试，得出了优化操作条件。     

应用非线性系统识别的RBF神经网络新型学习算法

扩展了一个在线的优先权更新算法,即一个基于RBF神经网络的非线性不连续时间多元动态系统的识别技术,这种技术适合神经网络结构．描述了独立表示的在线算法的2个不同问题,通过建立识别问题和在适当的控制理论中揭示某些技术之间的连接,给出了一个能满足单一变量系统需要的算法．     

Distance Estimation in Ultrasound Images Using Specific Decorrelation Curves

Speckle decorrelation algorithm is a method using decorrelation curves to estimate the distance between two neighboring ultrasound images. In this paper, we propose a new method to obtain specific decorrelation curves for distance estimation. First, several datasets of synthetic ultrasound(US) images are obtained by scanning different scatters. Second, based on the US datasets, we compute low-order moments and the elevational decorrelation curves. Finally, low-order moments are used to classify different scattering conditions. The suitable decorrelation curves can be acquired when the scattering style has been determined. With these steps, the relationship between low order moments and the decorrelation curves is established by the scattering conditions. This relationship proves to be efficient and applicable in the experiment section. The decorrelation curves chosen according to the relationship also perform well in the distance estimation test.     

结构极限分析的Galerkin边界元方法

求解结构极限载荷的主要困难在于如何处理好计算精度和计算效率的统一。利用 Galerkin边界元方法的应力精度高的优势 ,基于极限分析的下限定理建立了结构极限分析的计算格式。同时利用 Galerkin边界元弹塑性增量计算中同一增量步上不同迭代步的应力差作为基矢量构造了自平衡应力场 ,将结构极限分析归结为非线性规划问题 ,并通过复合形法直接进行求解 ,得到了二维结构在比例载荷作用下的下限乘子。数值计算结果表明 ,该文所用方法的计算精度和计算效率都是令人满意的     

基于复数编码遗传算法的竞争性协进化策略

将基于复数编码的遗传算法引入竞争性协进化的理论研究中,提出一种竞争性协进化的新策略,即:在仿真实验中,采用2个基于神经网络结构控制的移动机器人,并将它们投入到一个陌生的环境中.其中,一个机器人扮演猎手,另一个扮演猎物,猎手对猎物进行捕捉,最终得到每一代的最好猎手机器人和最好猎物机器人以及它们的适应度曲线.在这个竞争性协进化系统中,基于复数编码的遗传算法主要用于对机器人控制系统的神经网络进行进化.计算机仿真结果表明,与基本遗传算法相比,基于复数编码的遗传算法具有更强的进化能力.     

粒子滤波在复杂工业过程中的应用

复杂工业过程往往具有不确定性、非线性、大滞后、强耦合等特点,难以建立在线控制模型.为了克服复杂工业过程中的非高斯、强非线性等因素对系统建模的影响,利用粒子滤波算法对非线性、非高斯系统进行全局优化的优势,对系统模型进行优化,使系统模型能够更加准确地反映系统的真实状态,提出一种基于粒子滤波的径向基函数(RBF)神经网络控制...     

基于空间差分算法的相干信号二维DOA估计

针对传统解相干算法对阵列孔径利用率不高的问题,提出了一种改进的空间差分算法,通过重构子阵之间的协方差矩阵,将阵列接收信号协方差矩阵的所有自相干信息和互相关信息充分利用,再通过建立差分矩阵,利用空间差分算法去除噪声的影响。最后采用传播算子（PM）算法完成二维波达方向（DOA）估计。仿真结果表明,该算法相比传统解相干算法,解相干效果较好,角度估计精度有较大的提高。     

一种低复杂度球译码算法在STBC-OFDM中的应用

STBC-OFDM系统能够提供分集增益和编码增益,但采用ML(最大似然)译码时计算量很大,满足不了高速实时通信系统的要求。本文提出了一种在球半径范围内搜索向量的方法,即球译码方法,并在复域内提出一种基于重新排序的更好的搜索算法。该算法通过优化球半径迭代,加快了信号矢量搜索速度。仿真结果显示:与其他方法比较,该算法在计算量方面具有更大优势,平均浮点运算降低了大约75%,大大提高了运算效率。     

RF功放非线性特性的在线神经网络建模

为了改善功放系统的非线性特性,采用了基带数字预失真技术,其中功放系统的建模是其关键技术.由于功放系统是一个复杂的带记忆效应的非线性时变系统,为了能够实现实时校正,采用级联相关算法进行在线神经网络建模.首先选用残差相关性判别方法来确定神经网络功放模型的结构和初始参数,然后使用带遗忘因子的递推最小二乘法对神经网络模型参数进行在线自适应调整.对实测数据的验证表明,建立的神经网络模型完全能达到给定的性能指标要求.