基于非均匀B样条曲面的DTM内插模型

对非均匀B样条曲面在数字地面模型(DTM)内插中的应用进行了研究,首先探讨了非均匀B样条曲面基本理论及其最小二乘解法,然后提出了基于非均匀B样条曲面的DTM内插算法,最后利用提出的B样条算法与目前一些常用的内插算法,对数学曲面与实际地形进行了试验和比较.试验结果表明B样条算法具有良好的精度和稳定性,能较好地改善在构建DTM时常出现的“梯田”现象.     

基于正交最小二乘法模糊模型的短期负荷预测

将正交最小二乘法（OLS）模糊模型用于电力系统短期负荷预测,其推理系统模糊规则的生成、影响因素的选取和隶属度的确定均利用正交最小二乘法从历史数据中直接获得,从而克服了模糊推理系统的知识由咨询专家和经验来产生所造成的知识获取的“瓶颈”现象。相应的数学模型简洁有效。实际算例表明,该方法的预测精度较径向基网络法高0．3％－0．5％,每个模型运算仅需1s左右,具有较强的实用性。     

码的部分幂

设Ｌ是码,Ｌ＝Ｌ１∪Ｌ２,Ｌ１∩Ｌ２＝,Ｌ１≠,Ｌ２≠,我们定义码Ｌ的ｎ次部分幂Ｌ（ｎ）＝Ｌｎ１∪Ｌｎ－１１Ｌ２∪…Ｌ１Ｌ２∪Ｌ２并且与码的广义复合联系起来,得到了若干有趣性质．对于部分幂Ｌ（２）＝Ｌ２１∪Ｌ１Ｌ２∪Ｌ２,若｜Ｌ１｜＝ｎ,我们称Ｌ（２）是由Ｌｎ－部分生成．一个有限前缀码Ｌ（２）是ｎ－素的,若Ｌ（２）不能由任一有限前缀码ｎ－部分生成．若有限极大前缀码Ｌ（２）不是ｎ－素的,则Ｌ（２）由唯一的一个ｎ素极大前缀码以唯一的方式经有限次ｎ－部分生成,因而我们能定义有限极大前缀码的ｎ－秩,并由此对有限极大前缀作了分类．还证明Ｌ（ｎ）在｜Ｌ１｜＝１时是不可约的．     

实船喷水推进泵空化识别试验

根据空化特征,提出了利用高阶导数判别空化特征频带的方法.对喷水推进泵壳体振动信号以及进口水声信号进行高阶导数计算,然后进行均方根标准化,通过特征频段滤波后在时域中求取超过给定阈值的极值,计算其均值、均方根值、方差、歪度以及峭度指标,利用基于最小二乘支持向量机（LS SVC）对实船测试的6种空化状态进行了分类识别.与传统的反向传播（BP）和径向基函数（RBF）神经网络识别效果相比,LS SVC的分类准确率更高,程序运行时间更短.     

离散Logistic人口增长预测模型研究

针对人口预测的复杂非线性特点建立了Logistic模型,分析了Logistic方程曲线性质,并研究离散的Logistic模型具有的混沌遍历性,以非线性最小二乘法率定模型参数,用均方根误差等进行模型效果评价,通过实例分析,采用不同方法相互比较,验证了Logistic模型的有效性和适用性.     

多媒体传感器网络中被动目标定位算法

针对被动目标定位问题,提出了一种多视觉感知节点协同定位算法.与传统的视觉目标定位方法不同,该算法无需进行训练或特征识别,而是各个节点基于机器视觉理论,将目标投影为定位平面上的一条直线,并使用Hough变换将该直线映射为Hough空间中的一个离散点,最后对离散点进行正弦曲线拟合,拟合参数即为目标的最终位置估计.根据视觉感...     

基于融合特征和LS-SVM的脱机手写体汉字识别

提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果.     

基于改进最小二乘支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集、熵权法、自适应粒子群优化算法与加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想。首先阐述了粗糙集、信息熵、自适应粒子群优化算法和加权最小二乘支持机的基本原理,并改进了自适应粒子群优化算法的搜索方式和最小二乘支持向量机的加权方法;然后建立了基于粗糙集、熵权法和自适应粒子群优化加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。     

基于Mumford-Shah模型的图像处理

讲述了偏微分方程的基础数学理论,诸如：梯度、散度、变分定理、欧拉-拉格朗日方程等知识;然后重点介绍了Mumford-Shah模型及Ambrosio-Tortorelli的近似求解,最后进行了数值试验并展开分析。     

超平面拟合最小二乘问题

导出了超平面拟合最小二乘问题的正规方程组,说明该正规方程组有解,且其解使拟合函数取最小值,最后给出了求正规方程组的解的算法合数值例子.