非基线对称类信号的基线扣除新算法

在分析了现有基线扣除算法的基础上,根据非基线对称类基线信号的特征提出了一种新的基线扣除算法--基于小波滤波和梯度直方图最佳分割的非基线对称类信号基线扣除新算法.考虑到信号总是存在着噪声,含噪的基线信号梯度值也较大,并且分布无规律,采用了多分辨率小波变换滤波技术.通过合理选择最佳分割阈值门限,算法可精确提取出该类信号的基线.     

高斯白噪声背景下机动目标未来运动状态的一步实时预报与滤波

对高斯白噪声背景下机动目标的运动共性进行了研究,绕过了建立系统加速度模型的麻烦,得到了未来运动趋势的一步实时预报模型,并具有很好的实时性.文章中还给出了算例与仿真计算结果.     

交错级数敛散性的一个新判别准则

交错级数是数学分析重要内容之一,对交错级数敛散性的判别方法目前并不多.关于交错级数的敛散性,给出一个新的判别准则,利用这个准则不仅能够判定一个交错级数的敛散性,而且能够判定交错级数是绝对收敛还是条件收敛.选择实例对给出的判别准则的可行性进行了检验.     

AFSs-RBF神经网络模型在轻亚黏土地震液化判别中应用研究

以自适应模糊系统AFSs为基础,运用径向基高斯函数RBF所建立的AFSs-RBF神经网络模型能够同时容纳模糊系统的推理功能和自适应性,动态调节隐节点数即模糊规则教,具有广泛的适用性.将这种模型应用于轻亚黏土地震液化评价中,选择震中距、上覆有效应力、黏粒含量、标贯击数、地下水位、循环应力比等6个与地震和场地条件有关的影响因子作为网络输入参数,对于轻亚黏土场地的液化势判别具体地建立了模糊神经网络模型AFSs-RBF.以唐山7.8级地震中天津某地区的轻亚黏土液化数据为训练样本,经验证和应用表明,这种AFSs-RBF网络具备更高的自适应性和非线性映射能力.     

基于粒子滤波与BP神经网络的短时交通流预测

为了有效缓解当前交通拥堵问题,结合时下流行的智能交通系统,本文将粒子滤波算法引入短时交通流预测过程中,提出一种基于粒子滤波与神经网络的预测算法。该系统通过BP神经网络的非线性映射功能,分裂选择适当的权值,在多次训练之后能够提高算法中粒子的多样性,改善算法滤波的性能,最终达到提高预测精度的目的。另外,本文以河南省新乡市交通局公交和出租车数据作为数据来源,通过与传统的粒子滤波算法和BP算法的预测结果进行对比,发现本文所提出的方法对短时交通流预测具有更好的预测精度。     

基于跳跃滤波和时变参数估计的中国股市微观结构研究

为了更为有效地探究微观市场结构对股票价格的影响,本文在状态空间模型框架下,同时将交易方向、带方向的交易量、交易间隔、微观噪声以及跳跃因素引入状态方程和观测方程中,建立全面的市场微观结构模型,以反映各变量对交易价格序列产生的暂时性和永久性影响.然后,在采用基于粒子滤波的非参数离群点检测方法检测跳跃并对跳跃进行滤波的基础上,运用贝叶斯最小二乘方法对微观结构模型系数、波动率以及状态变量进行实时更新和估计,在此基础上分析跳跃日度分布、日内分布、个股跳跃和共同跳跃特征,并同时判断不同交易方向、交易量的订单对价格产生的影响.最后选取2015年股灾期间、沪市股票的逐笔数据作为研究样本进行实证研究.实证结果显示:我国股票高频时间序列跳跃和共同跳跃均存在日内季节性,且跳跃频率和大小与市场信息密切相关;买卖订单对交易价格及股票价值的影响并不是完全对称的,交易价格对于微观结构的敏感度、微观结构噪声也随市场波动而发生变化,熊市中都相对更高;考虑跳跃滤波并对参数进行实时估计可以提高价格对于交易的敏感度,能更好地捕捉市场微观结构在价格发现中的作用.     

基于自主运动状态估计及信息交互的多移动机器人协作定位

主要研究了未知动态环境中多移动机器人利用环境信息交互完成协作定位的问题.考虑移动机器人自身运行状态对协作定位的影响,提出基于自主运动状态估计的协作定位周期自适应选择算法.为避免机器人相互直接观测需要配备特定标识的局限,并充分利用处于同一场景中多机器人观测信息的可交互性,论文提出基于MbICP算法的多机器人观测信息交互方法,同时利用扩展Kalman滤波实现多机器人变速运行中的协作定位.通过应用于Pioneer3-DX机器人平台所获得的协作定位实验结果及数据分析,验证了所提方法的有效性和实用性.     

一种H．264／AVC去方块效应滤波算法

针对去方块效应滤波的边界强度判断争滤渡过程计算量大的情况,本文提出了一种新的去方块效应滤波算法,分别对边界强度判断和穗渡过程的算法进行优化。综合两部分的优化算法,通过实验结果得知,降低的算法复杂度乎均值达到了9．82％、峰值信噪比（PSNR）乎均值也增加了0．119dB。该算法既降低了算法的复杂度又改善了压缩后视频的质量。     

基于LVQ神经网络的植物种类识别

提出一种基于学习矢量量化（LVQ）神经网络的计算机植物种类识别新方法. 使用2-D不变矩、 多尺度2-D Gabor滤波器等多种方法分别提取了叶片的几何特征和纹理特征, 应用LVQ神经网络识别植物种类. 实验结果表明, 该方法对植物种类的识别效率较高.     

基于Brisk和Sift的快速图像拼接

针对基于Sift特征的图像拼接算法存在拼接过程耗时较长的问题,提出了一种基于Brisk算子的改进算法.该算法首先对均值滤波平滑的参考图像和待拼接图像基于Brisk特征进行粗匹配得到初步的重叠区域,然后对参考图和待拼接图的初步重叠区提取Sift特征并基于提取到的Sift特征完成特征点匹配及拼接.对基于Sift、Brisk...