一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

棱锥图若干性质的研究

锥图最早是在研究广义轮图时被提出的.目前关于锥图的国内外相关文献相对较少,而锥图的构造方法十分巧妙,其模型可以用于通讯系统模型;在几何学上,也可用于高维度锥体的研究.本文主要研究了多锥图的色数、可平面性、邻接矩阵、哈密顿性和邻接矩阵特征值(谱)等基本性质.     

超立方体三次幂的可区别数研究

根据d维超立方体p次幂结构特性,研究了其顶点间距离与海明距离的关系,给出了确定顶点坐标的充分必要条件,并对d维超立方体三次幂H3d的可区别数进行了研究.得到H3d可区别数的一个上界:D(H3d)≤5(d≥6).     

基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

乘积空间上的混合测度和维数

在乘积空间Rm×Rn上定义了一种新的混合维数,给出了它的一些基本性质,并比较了它和Hausdorff维数、填充维数等维数之间的关系,得到了一个乘积公式等相关的结论.     

Loewy矩阵与几乎Koszul代数

几乎Koszul代数作为Koszul代数的推广,在代数周期性和分次自入射代数的研究中起到了重要的作用.几乎Koszul代数的刻画是一个复杂的计算问题,而Loewy矩阵为Koszul代数的刻画带来了较为直观的计算方法.通过经典的Loewy矩阵和构造增广Loewy矩阵,利用分次代数分次模的两种不同Loewy维数向量得到了一...     

双大Reynolds数问题的混合方法

讨论双大Reynolds数问题,首先将解析解分解为光滑部分和奇性部分,对这两部分都做了上界估计;然后将解析解进行2阶渐近展开;最后提出混合算法．混合算法的主要思想是引入过渡点将区域分为粗网格区域和细网格区域,在这些网格区域采用等步长．在细网格区域采用有限元法,在粗网格区域采用迎风差分格式．混合算法结合了渐近解、数值解和BVT法的优势,是一个实用、有效的算法。     

非线性离散广义系统的H∞控制

针对非线性离散广义系统研究了状态反馈H∞控制器的设计问题,利用广义Lyapunov函数和线性矩阵不等式(LMI),首先对系统的零解渐近稳定问题进行了研究,并在此基础上给出了系统的零解渐近稳定且具有H∞范数约束的充分条件,之后设计了状态反馈H∞控制器,使闭环系统具有同样的性能,最后给出了数值算例说明本文结论的有效性和可行性.     

基于过程神经网络的短期负荷预测

针对目前常用方法在解决负荷预测问题时,结果往往难以达到工程要求精度的现状,利用过程神经网络输入为时间函数以及预测精度高的特点,建立了基于过程神经网络的电力系统短期负荷预测模型;给出了模型的结构,基于函数正交基展开的离散数据拟合方法以及模型的学习算法.针对东北某地区电网的日负荷数据,进行了模型训练和负荷预测正确性的研究.结果表明,所建立的预测模型对负荷的预测准确率高,优于BP神经网络负荷预测模型的预测结果.     

基于均匀设计的T-S建模方法

T-S模糊系统被广泛应用在基于数据的建模方法中.模糊规则作为T-S模糊系统的核心,是影响系统精度和泛化性能的重要因素,然而模糊规则数量的确定非常困难.考虑基于减聚类的规则生成方法中,聚类半径直接影响规则生成数量,采用均匀设计设定聚类半径,合理选择规则数量,简化了复杂多变量系统的建模问题.实例证明所提出基于均匀设计思想的聚类半径设定法简单易行,具有较好的实际应用价值,适合于复杂多变量系统的建模应用.