应用稳健估计方法计算道路线形参数

探讨了在道路数据采集后获得许多点的坐标，如何利用采集的坐标数据计算线形数据，在数据处理之前首先必须将数据分为若干组，然后利用稳健估计进行平差计算，在阐述直线与圆曲线误差方程及法方程的基础上，给出了适用于线形识别的稳健估计权迭代的数学模型，在稳健估计后将自动删除不属于该元素的点并获得参数的近似值，为获得参数的准确近似值，在不同元素之间还需要进行连接计算，之后进行平差处理，获得参数的平差值，利用平差后的参数以及各点的坐标可对平差结果进一步评价。     

用高速DSP实现长阶数横向滤波器

涉及到广泛用途的横向滤波器通常使用专用数字信号处理器(DSP)实现。根据时频域变换求线性卷积的原理，基于高性能的通用并行浮点数字信号处理器的FFT处理能力以及大容量片内存贮器和并行结构，研究了在不同采样频率、不同滤波器长度情况下用通用DSP取代专用DSP的方法，表明这种处理方式可以大大缩小系统体积，并提高自适应滤波器的性能。     

基于量纲分析的绝热毛细管壅塞流量特性关联

关联方法可替代复杂的数学模型，用以预测绝热毛细管的壅塞流量特性．先通过量纲分析方法给出了绝热毛细管壅塞流量特性的一般函数关系式，然后采用两种模型近似该一般函数关系式：一种是传统的Fower—law关联式；另一种是人工神经网络．以献中的R－407C毛细管实验数据为对象，对比研究了这两种模型的关联效果．结果表明：人工神经网络的关联误差及误差的分散度更小．     

独立同分布中心极限定理在雨量站网规划中的应用

将独立同分布中心极限定理引入雨量站网的规划中, 得出面雨量测量精度(测量相对误差或允许误差)与雨量站网密度(平均站间距)呈线性关系, 误差增长的斜率与该区域雨量站观测的随机误差均方差呈正比, 与区域面雨量和区域面积的平方根呈反比。利用模拟降水场以及安徽省梅雨期间高密度的雨量站点资料, 以抽站法为基础进行统计计算, 验证上述结论, 并对这一线性关系的斜率进行讨论, 以期为雨量站网的规划和优化提供一定依据。应用导出的关系式对安徽省2005-2008年梅雨季节降水统计得出, 面雨量测量精度与雨量站密度的相关系数在淮北平原为0.49~0.80, 在皖南山区为0.70~1.41, 如果假定20%的允许误差, 安徽淮北平原和皖南山区的最小平均站间距(最高布站精度)分别为25和14 km。     

加工误差对气体静压径向轴承的影响

建立了一种考虑影响气膜厚度误差、圆度和圆柱度误差的气膜厚度分布综合表达式,考虑加工误差对气体静压径向轴承的影响,进行了气体润滑有限元分析.分析表明:圆度和圆柱度误差对轴承的承载能力影响不大;气膜厚度误差为平均气膜厚度的5%时,承载能力变化约为10%.     

用进化规划思想优化径向基函数神经网络结构的均衡器

针对训练径向基函数(RBF)神经网络均衡器的随机梯度算法(SG)中,神经网络的结构是指定的并且所用训练样本较长的问题,引入进化规划思想,用进化规划方法确定径向基函数神经网络的结构,用基于最小均方(LMS)误差准则的自适应算法调整神经元到输出端的连接权重.蒙特卡洛仿真表明,用这种方法确定的均衡器可以达到与SG算法相同的性能,而所用训练样本很少,网络结构不需要事先指定.     

普适计算环境下定位参考点的分布问题

针对普适计算环境二维空间定位过程中,对定位的精度要求高以及要求对位置信息响应快的特点,在分析了传统二阶段定位算法的基础上,通过对等边三角形定位区域误差的研究发现,利用等边三角形作为定位的基本单元,可以提高定位精度,更好地提供定位服务.由此提出了定位参考点分布的定理,设计并实现了以等边三角形作为基本的定位单元的新的定位算法,该算法不仅大量地节省了普适设备的计算和存储资源,而且保证了定位计算的实时性和准确性.     

基于LabVIEW 7．0 Express的测定化学电池E—t关系的虚拟仪器

研制了基于LabVIEW 7．0 Express的实时测定电池电动势(E)与温度(t)关系的化学虚拟仪器系统．运用集成运放器设计制作了电池电动势和温度的调理电路，通过PCI2002卡双通道同时采集，实现了E随t变化关系的跟踪测定，计算机实时绘出E—t曲线．用LabVIEW Function模板中的相关函数编程，剔除野值，获得最佳拟合E—t函数表达式．应用结果表明：该系统操作简单、界面友好，实时数据显示和自动处理数据，避免了人工操作和数据处理的人为误差，结果令人满意．     

基于BP神经网络的压力传感器非线性校正方法

采用BP多层前馈神经网络及其改进算法对传感器特性进行补偿，有效地改善了BP传统算法收敛慢、容易收敛到局部最小点的缺陷，并编制了训练程序．结果表明，经BP改进算法处理后，传感器性能大幅度改善，网络的收敛速度更快，精度更高．     

运用图像重构误差控制的骨架简化方法

将贝叶斯模型方法运用于基于图像重构误差控制下的骨架简化问题,通过建立平衡算法实现重构精度与骨架简化的平衡统一.在算法的设计中,通过对骨架分支级别的设置,运用重构误差和骨架简洁度两个控制参数以及平衡算法,在骨架主轴的基础上通过添加相关各级别的骨架分支,实现对骨架分支的优选,最终获得图像的最优近似骨架.实验结果表明:本算法对于边界扰动具有较好的鲁棒性,与其它方法相比,本算法复杂度较低,运算速度更快,得到的骨架也更简洁.