D对称半正定矩阵反问题的最佳逼近解

对任意矩阵A*∈Rn×n,当矩阵方程AX=B在D对称半正定矩阵集D-2SR0n×n中的解集SA非空时,给出A*在SA中的最佳逼近解,并用数值算例验证最佳逼近解的有效性.     

矩阵方程AXAT=B行反对称解的正交投影迭代法

讨论了矩阵方程AXAT=B的行反对称解及其最佳逼近的正交投影迭代解法,首先利用行反对称矩阵类的结构与性质、正交投影及奇异值分解,构造迭代算法,证明了算法的收敛性,得出了收敛速率的估计式;其次给出数值实例,验证了算法的有效性.     

基于广义Чебышев多项式的新型神经网络算法

提出了一种基于广义Чебышев多项式的新型神经网络学习算法。对于给定的样本点,采用三次样条插值方法求得Чебышев结点处的函数值,并将Чебышев结点和对应的函数值作为新的训练样本。利用Чебышев多项式的正交性,每个权函数可以表示为广义Чебышев多项式,它是最佳平方逼近多项式。与样条权函数神经网络算法相比,该算法最后表达式更简单,有利于泛化,而且每个权函数所需要存储的信息量更少。另外,提出的新算法不存在梯度下降类算法的局部极小、收敛速度慢的问题。最后,为了说明该算法的有效性,给出了一个实例,仿真实验说明通过提取广义Чебышев多项式的权函数,可以理解所训练的问题的内在关系,训练后的网络具有很好的泛化能力和很高的精度。     

运动参数受限的目标跟踪算法研究

提出一种运动参数受限的目标跟踪算法,对于速度受限目标采用平滑修正滤波跟踪算法,首先使用Kalman滤波得到当前时刻的滤波值,找到平滑精度最高点,根据速度限制条件,对滤波结果进行修正。为了保证滤波的无偏有效性,修正计算得到的结果不参与后续滤波处理。通过理论分析和仿真表明,速度受限跟踪算法在观测误差相对较大以及滤波起始阶段可以使滤波跟踪效果获得较大的改善。     

一种改进的基于效用理论的TOPSIS决策方法

提出了一种改进的TOPSIS决策方法.该方法更多地融合了决策者的主观意愿:用决策者对属性的效用评价代替方案的原始属性数据;用模糊数替代精确值反映决策者对效用值的理解模糊不确定性;同时关注决策者对最佳决策方案属性效用的综合性、均衡性考虑.最后,通过对一个具体决策实例的分析,验证了方法的合理性和有效性.     

基于广义出行成本的出行方案优化

为了使出行成本更加符合出行者的认知规律,运用结构方程建模方法模拟出行成本,个体特征及出行决策之间的影响关系.引入敏感系数调整服务属性在出行成本中的贡献率,利用出行意愿调查数据对敏感系数进行标定.考虑出行者对抵达时刻的选择偏好,假设行程时间服从正态分布条件下,对最佳出发时刻及期望出行成本进行寻优求解,结果表明它取决于期望到达时刻,行程时间的期望值及方差,出行者对早到损失及晚到延误损失时间成本的相对大小.研究成果可为制定个性化及最优化出行决策方案提供依据.     

Impact of small-world topologies on broadcasting for wireless sensor networks

Broadcasting is an important operation and been widely used in wireless sensor networks (WSNs). These networks are power constrained as nodes operate with limited battery power. Wireless sensor networks are spatial graphs that have much more clustered and much high path-length characteristics. After considering energy-efficient broadcasting in such networks, by combining the small-world characteristic of WSNs and the properties of ant algorithm to quickly identify an optimal path, small-world power-aware broadcast algorithm is introduced and evaluated. Given different densities of network, simulation results show that our algorithm significantly improves life of networks and also reduces communication distances and power consumption.     

Directionality based fast fractional pel motion estimation for H.264

Motion estimation is an important and intensive task in video coding applications. Since the complex-ity of integer pixel search has been greatly reduced by the numerous fast ME algorithm, the computation overhead required by fractional pixel ME has become relatively significant. To reduce the complexity of the fractional pixel ME algorithm, a directionality-based fractional pixel ME algorithm is proposed. The proposed algorithm efficiently explores the neighborhood positions which with high probability to be the best matching around the minimum one and skips over other unlikely ones. Thus, the proposed algorithm can complete the search by examining only 3 points on appropriate condition instead of 17 search points in the search algorithm of reference software. The simulation results show that the proposed algorithm successfully optimizes the fractional-pixel motion search on both half and quarter-pixel accuracy and improves the processing speed with low PSNR penalty.     

基于遗传算法的投影寻踪模型对小花碱茅最佳收获期的判定

针对小花碱茅实际生产中最佳收获期难于客观确定的问题,提出基于加速遗传算法的投影寻踪模型用于解决小花碱茅（Puccine Uiatenuiflora）最佳收获期的判定问题,该模型通过优化指标投影方向,将多维数据指标（样本评价指标）转换到低维子空间,并根据投影函数值的大小评价出各样本的优劣,最大限度地避免了权重矩阵取值的人为干扰。结果表明：初花期收获各指标投影函数值最大,这个时期收获的牧草具有相对较高的营养价值和产量,并具有相对较低的粗纤维含量,因而这个时期收获综合评价值最高。图1,表2,参18。     

一种弱相关非高斯信道下的伪码捕获方法

针对弱相关非高斯噪声环境提出了一种伪码捕获方法,将伪码捕获等价为假设检验问题,将弱相关非高斯噪声建模为一阶滑动平均SαS噪声模型,利用局部最佳检测算法推导出弱相关非高斯噪声环境下的伪码捕获检测统计量,得到弱相关噪声模型下伪码二维捕获结构及其简化形式,进行了性能仿真并与传统的伪码捕获方法对比。仿真结果表明该捕获方法在相关非高斯噪声环境下检测性能有较大幅度的提高。