基于卷积神经网络的心律失常分类方法

使用一种组合式心拍分割方法,利用带通滤波对原始心电数据进行降噪处理,实现QRS波群定位和心拍截取;设计7层的一维卷积神经网络（convolutional neural network,CNN）模型,对正常搏动（N）、左束支传导阻滞（L）、右束支传导阻滞（R）、室性早搏(V)4类心拍数据自动分类检测,从而完成4类心律失常的分类。以MIT BIH心律失常数据库47条数据进行训练,结果显示,其准确度为9900%,召回率为9908%;与相关文献的研究方法对比,本方法具有较高识别精度,能有效解决人工对心电图识别的误诊、错诊问题。     

多变量ARX-like系统的递阶最小二乘估计

利用Kronecker积,推导出多变量ARX-like随机系统的辨识模型,使用递阶辨识原理研制了一个递阶最小二乘参数估计算法.提出的递阶最小二乘算法比现存递推最小二乘算法计算量小.给出了为仿真例子.     

方波输入信号下随机系统盲辨识方法

在方波输入信号下,通过归一化模型参数或输入信号,提出了随机系统两种盲辨识算法,仿真例子说明提出算法的有效性.     

基于非线性回归最小二乘法的改进Gompertz模型参数估计

可靠性增长试验是产品研制阶段不可缺少的一项提高产品可靠性的工程项目。成败型试验的可靠性增长数据通常用Gompertz模型进行评估,但存在S形增长数据拟合精度差的不足。根据高斯一牛顿最小二乘法和多元线性回归最小二乘法原理,提出改进的Gompertz模型参数估计的非线性回归最小二乘法。用试验数据对改进后的模型进行验证,拟合度较好。     

基于综合序贯截尾法的捷联式导弹落点密集度检验

针对小子样试验中精度评定工作的需要,设计了一种弹道落点密集度的综合序贯截尾评定方法。首先,利用惯性坐标系内弹上惯性测量组合和弹载计算机共同完成导航计算任务的导航方程建立弹道仿真模型,求解弹道落点偏差;然后从评定结论置信度与所需试验子样数量之间的矛盾出发,设计了综合序贯截尾检验方法,讨论了最小发数的确定方法,论证了该方法应用于捷联式导弹落点密集度检验中的可行性。最后仿真实例验证了该方法的有效性。     

基于机器视觉的珐琅搪瓷盘缺陷检测方法

【目的】为实现珐琅搪瓷盘表面缺陷的自动化检测并提高检测效率与准确率,提出一种珐琅搪瓷盘缺陷机器视觉检测方法。【方法】首先对灰度图像阈值分割,采用最小二乘拟合法提取出感兴趣区域来消除背景干扰;然后根据缺陷图像的特点设计基于图像融合的迭代算法,并提出一种改进的去伪影算法以消除伪影影响,进而提高检测准确率;最后通过搭建的硬件平台对本方法的检测性能进行验证。【结果】采用本方法对缺陷珐琅搪瓷盘的检测准确率能达到92%,对缺陷的平均漏检率仅为8.8%,且对伪影的去除能力也优于传统方法。【结论】本研究方法检测准确率高,为珐琅搪瓷盘缺陷的自动化检测提供了一种可行方案。     

曲线合成孔径雷达中散射点三维特征提取方法

为了减少曲线合成孔径雷达(syntheticapertureradar,SAR)的成像算法计算复杂度,提出一种有效的目标三维特征提取方法。该方法基于松驰思想逐个提取散射点的三维特征,并利用散射点的距离参数与垂直于距离方向上参数(方位和高度)之间的弱耦合性将散射点位置估计解耦为顺序估计。由于采用了一系列的低维优化过程来获得所有散射点的参数估计,该方法具有较低的运算代价。仿真结果表明:该方法可以有效地对三维目标成像,且参数估计性能与其他曲线SAR成像算法相当。所以该算法在降低计算复杂度的同时并未造成性能上的损失。     

AHP中关于对数最小一乘排序算法的探讨

在层次分析中提出了一种对数最小一乘排序方法,并给出了一个迭代算法,该方法具有较好的稳定性．     

基于FFRLS-AUKF的锂电池参数在线辨识及SOC估计

针对锂电池模型参数辨识不准确以及传统无迹卡尔曼滤波(UKF)无法对噪声进行实时更新,从而导致锂电池荷电状态(SOC)估计误差偏大的问题,提出遗忘因子递推最小二乘法-自适应无迹卡尔曼滤波(FFRLS-AUKF)算法。先利用遗忘因子递推最小二乘法(FFRLS)对电池二阶RC等效电路模型进行在线参数辨识,再将所辨识的各参数传给由UKF和改进的Sage-Husa算法结合得到的AUKF,从而完成对锂电池的SOC估计,并将其与FFRLS-UKF以及离线UKF所估计的结果相比较。从对SOC估计的误差曲线和平均绝对误差以及均方根误差的数值上对比,均可得出FFRLS-AUKF的精度更高,稳定性更好。     

基于潜在语义的多类文本分类模型研究

在文本分类中,一个文本往往有多类属性,而目前大多数分类模型均为二元分类模型.因此,提出一种基于潜在语义的多类分类模型.该模型同时考虑文档特征信息和文档的类属信息,在提取文档潜在语义信息的同时把对文档分类贡献大的特征信息保留下来.其结果是既能较好地解决文档中同义词和多义词的问题,又能解决多类属分类问题,并且能够探测到新类.在Reuters文档集上的实验表明,在维数较低的情况下,分类效果比较好,性能比较稳定.