基于核岭回归的非线性系统辨识及其应用

利用满足Mercer条件的核函数改进线性岭回归算法,提出一种新的直接优化的非线性核岭回归算法.与SVM算法相比,该方法的特点是通过对二次损失函数的优化计算,简化了不确定参数的数量,而且由于采用直接优化计算,能有效减少建模的时间,提高计算效率.仿真实验结果和对航煤干点的软测量应用结果都验证了该算法的有效性.     

基于DTW和LVQ网络混合模型的语音识别方法

提出一种基于动态时间规整（DTW）和学习矢量量化（LVQ）神经网络的语音识别方法。该方法用动态时间规整算法先对语音信号进行时间规整，然后通过学习矢量量化神经网络进行语音的分类识别。首先介绍利用动态时间规整和学习矢量量化进行语音识别的基本方法，然后给出DTW／LVQ混合模型的系统结构和学习算法，最后给出三种语音识别算法的实验结果。大量实验表明，混合模型的识别率，皆明显高于单一的动态时间规整和学习矢量量化的识别率。     

基于概率输电介数的电网关键线路辨识

现有的关键线路辨识方法大多基于确定运行状态.考虑随机波动负荷的影响,提出基于概率输电介数的辨识方法.以概率潮流为研究基础,考虑负荷不确定性建立了半不变量概率潮流模型;考虑电网拓扑结构和运行状态提出改进功率传输分布因子的改进输电介数,将两方面结合构成概率输电介数用于辨识电网关键线路.在MATPOWER环境下对IEEE30节点系统进行仿真验证、分析,仿真结果证明了本方法的合理性和优越性.     

一种基于语音分类的清晰度客观评价算法

为了能方便、快捷、可靠地对失真语音进行语音清晰度性能评价,提出了一种基于语音分类的加权巴克谱失真语音清晰度客观评价算法SC-WBSD.该算法提出在巴克域中对清音帧、浊音帧及过渡音帧巴克带谱失真进行加权来求失真语音的客观失真测度.通过分析 3类语音的巴克谱失真测度与DRT分的相关程度,提出一组以相关系数的幂次方为权重的有效SC-WBSD权重矢量.实验结果表明,SC-WBSD方法和DRT分的相关度达到了0.924 73,与巴克谱失真测度算法相比提高了4%.     

石城(木兰)客家话单字调的声学实验与统计分析

以石城（木兰）客家话的单字音声调统计结果为基础,结合实验语音学的相关理论和方法,对石城（木兰）客家话的单字调格局进行分析,从而揭示了单字调的基本面貌．分析的具体结果如下：阴平552,阳平114,上声311,去声41,入声■;在绝对时长方面,依次为：阳平>上声>阴平>去声>入声．     

偏最小二乘相关算法在系统建模中的两类典型应用

讨论了偏最小二乘回归（PLSR）的相关算法对两类典型实际系统建模的有效应用。分析了传统的偏最小二乘回归批处理算法及由此产生的一种简化算法的基本原理和技术特点，在此基础上，对原有的递推算法进行了一定程度的改进，直接采用自变量主元t的回归系数矩阵P和R来取代旧的数据信息，从而进一步简化了计算过程，针对上述两种算法的特点，分别对无人机费用模型（少样本，多变量）和切削力峰值模型（多样本，少变量）参数进行了估计计算，说明了各自算法的应用优势。     

非常规炮弹阻力系数与攻角辨识方法研究

提出了利用韦布尔雷达测量的速度及弹道参数来辨识非常规弹丸飞行的阻力系数和攻角的方法。采用多段样条方法提取阻力系数,可以保证阻力曲线的一阶连续性,且能准确地辨识出从亚音速到超音速下的阻力系数。将辨识得到的阻力系数与吹风得到的阻力系数进行对比,从而验证了该方法的正确性。根据建立的弹丸飞行运动学方程,推导出攻角与弹丸物理参数、气动力参数及飞行参数的关系,并根据雷达测试数据辨识了弹丸飞行的不同阶段攻角随时间的变化规律。结果表明利用雷达数据对非常规弹丸飞行的阻力系数与攻角进行辨识的方法是可行的。     

一种基于逆动力学模糊规则的自适应控制方法

将模糊控制规则归结为控制对象的逆动力学过程模糊辨识问题,提出了一种基于逆动力学过程模糊规则模型的控制算法,通过控制对象逆动力学过程模糊规则模型离线辨识,直接产生形成与控制对象运动规律相适应的初始控制规则,并根据对象逆动力学过程模糊规则模型在线辨识结果,对控制规则进行在线调整.仿真结果表明,所设计的模糊控制器具有良好的控制效果与适应性.     

一种基于统计特性变换的盲信道辨识与均衡算法

在接收信号过采样的情况下,总结了SIMO信道堆栈系统模型。在此基础上针对输入信号为平稳非独立同分布且有已知自相关函数的情况,引入统计特性变换,导出了变换阵的闭式解。提出一种适用于平稳信号源的盲信道辨识与均衡算法,并对算法进行仿真,分析其辨识误差、收敛性能和均衡效果。结果表明：本文算法在输入信号为平稳非独立同分布时仍能对信道进行辨识且具有较高的精度,算法的收敛速度快并能达到理想的均衡效果。     

污水处理过程中模糊自适应广义预测控制方法

污水处理是一个复杂的生化反应过程,具有高度非线性、强耦合、不确定性等特点.本文以基于活性污泥1号模型(ASM1)的污水处理benchmark为研究对象,采用模糊模型描述污水处理过程,利用自适应辨识策略提高模型的精确度,以模糊自适应模型作为预测模型,提出了污水处理过程模糊自适应广义预测控制方法.仿真结果表明:采用的模糊自适应预测控制方法能有效地控制出水水质.