动态调节模型的最小二乘迭代辨识方法

为了改进参数估计精度,利用递阶辨识的交互估计理论,提出了辨识动态调节模型的最小二乘迭代辨识方法。其基本思想是:在每步迭代计算中,将信息向量中或信息矩阵中不可测噪声项用其估计值代替,而噪声估计值又是用前一次迭代参数估计进行计算的,二者执行了一个递阶计算过程。与流行的递推广义最小二乘算法相比,提出的迭代算法在每一步计算中,同时利用了系统所有量测数据信息,因而具有更高的参数估计精度和更快的收敛速度。进行了仿真计算。     

基于图像处理技术的高鲁棒性角膜曲率测量方法

为了解决现有角膜曲率测量方法的低适应性问题,提出了一种新的人眼角膜图像处理方法。首先,对相机接收到的角膜图像进行归一化处理,通过阈值化处理与闭运算提取出只含角膜瞳孔区域的二值化图像;然后,利用大津法Otsu二值化对原始角膜图像进行处理,减去瞳孔外部的最大连通区域,利用所得二值化图像与只含瞳孔区域的图像求积,提取出靶环的像,滤除图像噪点对靶环拟合的干扰;最后,实现系统对靶环的拟合,获得高精度的角膜曲率半径。实验结果表明,该方法可以很好地滤除图像噪点,精确地提取出靶环特征,具有较高的鲁棒性,系统测量的角膜曲率精度达±2μm。     

无限集的基数

证明了■。     

基于FFT算法的低频信号失真度测量装置优化设计

总谐波失真（THD）是运算放大器、功率放大器等器件的主要衡量参数之一．设计以TMDSSK3358开发板为硬件基础,以FFT算法为核心的高精度快速信号失真度测量装置．传统的模拟测量法不仅硬件设计复杂,且性能受限于滤波器．该设计利用AD转换实现模拟信号与单片机可接收的数字信号转换,采用FFT（快速傅里叶变换）实现信号的时频转换,通过获得幅频信息进而得到各个谐波的功率,最后所测的THD值通过TMDSSK3358开发板上的液晶屏模块显示．测量结果表明,该设计在频率为1kHz时测量精度误差小于0.05%,失真度测量与显示用时不超过10s．与传统的信号失真度测量装置对比,在简化硬件复杂度时,速度更快、精度更高,为FFT算法应用于失真度测量提高新的研究思路．     

高锰铝青铜ZCuAl8Mn14Fe3Ni2最佳熔炼化学成分筛选

运用正交试验设计的方法,筛选出了高锰铝青铜ZCuAl8Mn14Fe3Ni2熔炼的最佳内控化学成分范围,对开发生产该合金铸件具有重要的意义.试验表明:用该高锰铝青铜材料制造冶金备件产品时,锰含量宜以中限控制,铝含量宜以下限控制,镍控制在2%左右为最佳,铁控制在3%左右为最佳.     

图像目标的可视识别与智能跟踪

本文研究图像目标的可视识别与跟踪,给出了图像目标识别印章模型和系统总体设计方案。在此基础上,采用智能跟踪算法,实现了正常跟踪、判断、预测和记忆跟踪的功能,而且跟踪方式随着环境条件的变化而变化。正常跟踪算法的图像代数描述是简明的,与算法是内在一致的。通过给出两个实时可视跟踪的实例说明在实时ＤＳＰ可视跟踪系统上算法的性能及其可行性。     

多层前馈神经网络的快速学习算法及其仿真研究

本文主要研究多层前馈神经网络的快速学习问题。文中首先概述了多层前馈神经网络的B—P学习算法,并分析了这种算法的主要缺陷,在此基础上提出了若干克服和缓解这些缺陷的技术方法,由此构造了一种新的多层前馈神经网络的快速B—P学习算法即FB—P算法。通过对FB—P算法学习过程进行较详细的分析,本文还建立了一种改进的FB—P学习算法即MFB—P算法。最后本文以三层前馈神经网络识别五类地面目标图像为例,对文中提出的FB—P和MFB—P学习算法的性能(即学习速度与推广特性)进行了计算机仿真实验,同时与B—P学习算法的性能作比较,理论分析与仿真实验表明:MFB—P与FB—P学习算法比B—P学习算法具有更快的收敛速度,且MFB—P算法收敛最快;MFB—P算法比FB—P和B—P学习算法具有更好的推广特性,而后两者的推广特性则大致相同。     

密度进化及其简化形式

密度进化方法是分析现代高效纠错编译码渐近性能的新方法.在简要阐述低密度奇偶校验码(LDPC码)及其和积算法的基础上,较系统地论述了密度进化方法的基本原理.该方法在不同信道下有不同的简化形式.针对规则LDPC码详细给出了在AWGN信道下确定其门限值的高斯近似及删除信道近似方法.该方法可操作性强,能在未进行误比特率(BER)仿真的情况下分析码字性能,对高效纠错编译码的优化设计具有重要的指导作用.     

用组合赋值权法评价战术防空C~3I系统的综合效能

战术防空C3 I系统综合效能评价是一个多目标评价过程。多目标评价中的一个重要因素是考虑目标权系数的选取。运用多目标权系数的组合赋值方法 ,对战术防空C3 I系统效能进行了综合评价 ,确定了一套评价指标 ,给出了系统效能的评价算法。效能评价实例说明了这种评价方法的科学性。     

基于模拟退火算法的VaR-GARCH模型

针对GARCH模型中的参数估计问题，提出了一种基于模拟退火算法（simulated annealing algorithm)的估计方法，并将其应用于VaR估计中，道琼斯指数和汇率的算例表明，基于模拟退火的VaR-GARCH模型在计算鲁棒性和估算精度方面优于传统的数值方法。