一类线性时变系统模型参考自适应迭代学习辨识

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应辨识方法与迭代学习相结合,提出了模型参考自适应迭代学习的参数辨识算法。利用模型参考自适应辨识方法得到时变系统参数辨识结构,针对系统可重复的特点,基于Lyapunov方法得到时变参数的迭代学习律。该算法可以辨识快时变的参数,而不需要参数时变结构的信息,并可保证参数估计误差和模型输出误差有界,且沿迭代轴逐点收敛。分析了参数收敛到真值的条件,系统仿真验证了辨识算法的有效性。     

工业计算机断层扫描技术在文物保护中的应用

环境问题与人为因素对文物的保护构成了威胁,本文简要讨论了文物保护的相关技术,并对工业计算机断层扫描技术及其在文物中的应用进行了分析,通过一个实例实现了文物的断层扫描与图像重建的应用过程,以达到文物保护与研究的目的.     

基于改进的分形理论的短期电力负荷预测

为提高负荷预测结果的精度,设计了一种基于改进的分形理论的短期负荷预测模型。选取与实测日气象数据相似的日期作为基准日,对其进行重标极差法分析,从而确定其具有分形的特征,根据分形插值区间计算迭代压缩因子和确定迭代函数系统(IFS:Iterative Function System)建立实测日的分形插值函数,通过移动平均函数对数据进行处理,利用最小二乘法(OLS:Ordinary Least Square)建立数据拟合方程,将时间数据带入拟合方程中计算预测数据。经过仿真对比实验,改进后的比改进前的预测模型预测的负荷数据平均绝对百分比误差(MAPE:Mean Absolute Percentage Error)下降了0.26,证明了改进分形理论的短期电力负荷预测模型可以有效提高负荷预测结果的准确性。     

顾及地形复杂度因子权重的多波束点云抽稀算法

多波束测深数据具有海量性与冗余性的特点,在实际应用中有必要进行简化处理。现有抽稀算法大多基于单一特征参数实现,其结果往往存在地形细节丢失、地形真实性欠佳等问题,为此提出一种顾及地形复杂度因子权重的多波束点云抽稀算法。该算法首先筛选地形起伏度、坡度和粗糙度作为评价因子,然后采用改进CRITIC综合评价法构建地形复杂度指标,基于该指标实现了点云的初步抽稀;最后通过自适应格网保留局部特征点,进一步改善抽稀质量。实验表明：与传统算法相比,该算法的抽稀结果在多级简化率条件下均具有更低的均方根误差(RMSE),有效提升了简化后的地形精度,能够保留更多的地形细节特征。     

降低OFDM系统PAPR的选择性映射算法

为抑制正交频分复用(OFDM)系统中较高的峰值平均功率比,通过分析系统的数学模型,利用傅里叶变换的线性原理,提出了一种改进的选择性映射算法,在保证选择性映射算法性能的同时对其计算量做了进一步优化,使算法具备了实际应用可实现的低复杂度特性.通过仿真可知,改进算法能使选择性映射算法的计算量下降50%以上,并且随着相位序列数目的增加,计算量会相应减少.     

广义集值隐拟补问题解的存在性及迭代算法

本文讨论了一类比较广泛的广义集值隐拟补问题.它包括许多相补问题为特例.作者构造了这类广义集值隐拟补问题解的迭代算法,通过证明所构造的迭代算法序列的收敛性,证明了广义集值隐拟补问题解的存在性.所得结果推广了一些最近结果.     

Banach空间中一阶非线性积分-微分方程的初值问题

本文利用上下解方法以及单调方法技术给出了Banach空间中含有非线性算子的一阶积分-微分方程的初值问题存在最大最小解的充分条件.     

基于LVQ神经网络的水果图像分割研究

由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。     

It型滞后随机系统的仿真

本文研究了Ｉｔｏ型滞后随机系统的数值解法与仿真,得到了Ｉｔｏ型滞后随机系统数值计算的迭代格式,分析了迭代格式的精度和用于Ｉｔｏ型滞后随机系统仿真的有效性,并用实例演示了所得方法的应用。     

两类决策系统中规则获取的联合决策矩阵算法

提出了联合决策矩阵的概念以及基于联合决策矩阵的两类决策系统规则获取算法.将条件属性等价矩阵和决策属性等价矩阵合并到一个矩阵中,大大减少了矩阵生成过程的比较次数,能有效提高算法的效率.用一个实例说明了算法的执行过程,并通过算法复杂度分析与实验结果对比,进一步说明了该方法的有效性.