基于连分式的广义高斯分布的参数估计

近年来,使用广义高斯分布拟合的子带小波系数的统计模型被广泛地用于图像分类、修复、去噪和分析等图像处理中,而广义高斯分布的参数拟合问题一直是该领域中的一个重要的瓶颈问题。文章针对该问题提出用连分式迭代来实现广义高斯分布的参数估计,连分式迭代具有算法稳定、收敛域广、计算精度高、迭代速度快等特性;构造了基于连分式的广义高斯分布形状参数β的迭代格式。实验结果表明在不同方差噪声时,基于连分式迭代算法在计算时间复杂度和精度上优于牛顿迭代算法,而且收敛性不受初始值等参数制约,总能收敛到最优值附近。     

遗传算法辅助下的粒子滤波及其在GPS/SINS深组合中的应用

为了解决粒子滤波中的退化现象,结合深组合对实时性的考虑,采用再采样方法,并在此基础上,利用遗传算法在选择继承性上的明显优势来弥补再采样的权值退化和多样性问题,同时引入自适应算子和并行处理方法对遗传算法的实时性进行优化.把遗传算法辅助下的粒子滤波在GPS/SINS深组合的模型上进行应用,并通过仿真与PF(particle...     

基于正交设计的免疫克隆遗传算法

针对遗传算法存在早熟及局部搜索能力弱等问题,提出一种基于正交设计的免疫克隆遗传算法,将正交实验设计原理、免疫克隆理论以及标准遗传算法有效结合起来,增强算法的收敛速度和搜索精度。对算法进行了验证,表明该算法求解精度高出几个数量级,寻找到全局最优解的次数明显增加。     

非线性耦合Schrdinger-KdV方程的新精确解

在文献(Phys.Lett.,2008,A372(4):417-423.)的基础上,通过改变辅助微分方程,提出了一种广义的(G’/G)-展开法,并利用该方法求解了耦合Schrdinger-KdV方程,得到耦合Schrdinger-KdV方程的诸多用Jacobi椭圆函数表示的新解,当Jacobi椭圆函数的模m→1或0时,便得到耦合Schrdinger-KdV方程用双曲函数或三角函数表示的精确解.     

基于f可调δ-P1近似的生物组织光学特性参数的解析

呈现一种基于可调f参数的δ-P1近似理论,结合自适应遗传算法和非线性曲线拟合,获得生物组织光学特性参数(吸收系数、散射系数和各向异性因子)的多步非线性优化算法;其中关键步骤是第一步采用自适应遗传算法精确地确定自由程,而优化用到数据来源于蒙德卡洛模拟(MC).结果表明,结合可调f参数的δ-P1近似理论,采用以自适应遗传为主的算法可以大大减少生物组织光学特性参数的估计误差.     

广义预测自适应控制及改进算法研究

控制实践中许多复杂的工业系统数学模型很难精确建立,而且工业对象的结构和参数往往具有不确定性,要建立精确的数学模型非常困难.针对此问题提出了广义预测自适应控制算法,在此基础上介绍了隐式广义预测自校正控制,对其进行仿真研究,结果证明了该算法的有效性和优越性.     

几类广义Feynman-Kac半群的强连续性

本文研究几类广义Feyrmaan-Kac半群的强连续性问题.利用文[1]和文[2]中的结果,得到了几类由狄氏型产生的强连续和不强连续广义Feynman-Kac半群的例子.     

范德蒙德行列式的推广

范德蒙德行列式构造独特，形式优美，已经有不少文章对其进行缺行、换行等的推广。本文将这两种情形结合在一起，讨论了缺少若干行且改变某行数据的广义范德蒙德行列式，给出其计算公式，并针对一些特殊情况，给出另法证明。     

广义汉诺塔问题的求解方法

传统汉诺塔问题是递归问题的典型代表。在传统汉诺塔问题的基础上通过引中和推广，提出了广义汉诺塔的几个问题，对这些问题给出了相应的求解方法，并通过VC进行了具体实现。