基于滚动时间窗的最小二乘支持向量机回归估计方法及仿真

提出了一种基于滚动时间窗的最小二乘支持向量机(LSSVM)回归估计方法．该方法构造了滚动时间窗，利用滚动时间窗内的数据优化建模．模型随着时间窗的滚动进行在线更新，并对滚动时间窗内的数据分配不同的权值以充分利用数据的信息．将基于滚动时间窗的LSSVM回归估计方法应用于软测量建模．进行轻柴油凝固点的预估．结果表明，该建模方法十分有效．     

矩阵思想在《线性代数》教学中的应用

用矩阵的思想去解释n维向量及其相关概念,以帮助学生对n维向量及其相关性质加深理解.     

飞机噪声特性数据的方向谱集成及支持向量机预测

针对飞机声源理论模型和NPD数据的不足,给出了一种基于频谱轨迹同步测试数据回归飞机噪声辐射规律的方法。该方法将飞机的噪声声场看成是以飞机质点为中心,距离R为半径的飞机噪声频谱球面,获取飞机噪声源数据的过程就是回归球面上各点方向谱的过程。剖析了飞机噪声特性数据的方向谱集成原理,给出了测试数据的几何关系计算及频谱重建方法,建立了飞机噪声方向谱的支持向量机回归模型,实现了飞机噪声声源数据的连续预测,为全面了解飞机噪声辐射规律,开展飞机噪声环境影响评价及噪声污染防治提供了科学直观的数据基础。     

预测性菱形搜索在视频编码中的应用

根据预测性运动矢量和菱形搜索的思想 ,提出了一种基于预测性运动矢量快速块匹配的视频编码新方法。这种编码方法在运动估计的过程中引入了预测性运动矢量的概念 ,利用预测性菱形搜索 (PDS)计算出稳定且平滑的运动矢量场 ,充分利用了相邻块运动矢量的相关性。仿真结果表明 ,该方法应用到视频编码中能够得到比其他几种常用的快速块匹配法更好的效果。     

A Study of Evaluation System of Restricting Factors in Training Students‘ Qualities

This paper studies evaluation system of restricting factors in training students' qualities by modern mathematical method of analysis hierarchy process and principal factor analysis, and to build up a mathematical model of evaluation system.     

基于敏捷性导弹逆动态的神经网络控制方法与仿真研究

给出了一种基于敏捷性导弹逆动态的神经网络控制方案。该方案由两个神经网络组成：第一个神经网络（NNI）用来离线的学习整个飞行包线内导弹动态特性的逆特性，以实现系统的线性化；由于敏捷性导弹在大迎角状态下具有高度的非线性特性和气动参数突变等未建模动态，因此引入第二个神经网络（NN2）来在线的补偿NNI的逆误差。在线学习的权值调整由Lyapunov理论得出，保证了闭环系统的稳定性。该控制方案对参数变化及未建模动态等具有良好的鲁棒性。将其应用于敏捷性导弹的控制中，数字仿真结果表明该控制方案有效。     

基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法     

N维欧氏空间曲线的曲率公式

给出了Ｎ维欧氏空间一般参数形式的曲线的曲率公式的一种简洁形式，同时给出了详细的推导和证明过程。     

束纤维强伸性分析在毛条染色损伤中的应用

毛条染色是经常进行的加工过程,而染色会损伤纤维.及时地检测和给出这种损伤量,十分必要.采用束纤维强伸性测量方法(TENSOR),能快速准确地给出毛条染色前后的强度、伸长、断裂功的护伤.实验结果表明,国内毛条染色的强度损伤在6%～7%,伸长损伤在4%～5%,断裂功损伤在8%～10%.这反映出毛条染色加工中的原毛条质量的浪费.     

同步电动机矢量控制动态解耦性和阻尼绕组作用

同步电动机矢量控制存在动态解耦性问题，以往未做深入的研究，实际应用中已暴露出基于稳态解耦的矢量控制的局限性。本研究从数学意义上进一步阐明同步电动机矢量控制的动态解耦性问题，并进行较为深入的理论分析和实验研究。同时对阻尼绕组与同步电动机动态解耦性的关系进行数学分析与说明。