一种非平稳随机信号模型的时变参数估计算法性能研究

采用递推最小二乘算法求解非平稳随机信号模型的时变参数。该方法的主要特点是计算量小，占用存贮空间少，没有矩阵求逆的问题。应用该方法的对分段线性调频信号、多个线性调频信号及非线性调频信号进行分析，比较了不同基时间函数的选取对时变参数估计的影响。     

框架和Riesz基的稳定性

从两方面讨论了Hilbert空间中框架和Riesz基的稳定性：在满足一定条件Bessel序列的扰动下，框架和Riesz基在Hilbert空间中的稳定性；把框架和Riesz基与小波结合起来，在母小波、采样序列的扰动下，小波框架和小波Riesz基在L^2（R）空间中的稳定性．对有关文献的相关结论进行了推广，目的在于可以根据框架的稳定性，设计或者选择一个更优的框架来精确地逼近信号．     

职业教育的历史分析与发展思考

文章对我国职业教育的历史、现状以及发展方向进行了概括性的分析，并对职业教育的可持续发展做出了一些思考。     

来自多尺度分析的R iesz基

不采用正交化方法,给出了来自多尺度分析的R iesz小波基的具体形式以及小波基母函数ψ(x)与尺度函数φ(x)的关系.建立了基于这种R iesz基的分解与重构算法.     

多元不缺项插值基的存在条件及构造算法

运用构造性代数几何方法, 研究由Rⁿ中一组给定节点的信息构造节点子集上的不缺项插值基, 给出了不缺项插值基的存在条件及相应算法.     

一种基于改进径向基神经网络的人脸图像识别方法

常用于径向基神经网络中心参数学习的K-均值聚类算法,易受初始参数选取的影响而收敛于局部极小值.将自动终止聚类判据的减聚类算法用于径向基网络的学习,可根据样本集确定径向基函数数目,且其计算量与数据点的数目与考虑问题的维数无关,很适合于人脸这种维数较高的模式.实验证明,应用这种算法训练径向基神经网络识别人脸,从识别精度到识别速度上都优于传统算法.     

基于单小波的多重小波子空间的采样定理

由r重小波构造出两种单小波，利用这两种单小波分别构造出多重小波子空间上的Shannon型规则和非规则采样公式；提供了一种算法用于重构信号的误差估计。     

基于径向基概率神经网络模型的小儿厌食症状辅助诊断

结合了径向基神经网络较强模式分类能力与概率神经网络运算简单的优点,提出了一种径向基概率神经网络模型,并应用于小儿厌食症的辅助诊断,通过对119例样本数据的处理,获得了92.4%的准确率.此外,偏最小二乘法的分析结果表明,Zn元素与小儿厌食症关系最为紧密.     

基于距离分类准则的雷达目标识别方法

雷达目标信号是非平稳信号，对于这样的非平稳信号，用于分类的特征往往包含在局部的时一频信息中，用一般的变换提取有效的特征比较困难。利用小波包基的性质，提出了一种雷达目标识别方法。首先，对雷达回波信号进行小波分解，利用距离准则，选择最优小波包基，从被识别的信号中提取具有最大可分性的特征，得到目标识别的特征向量，由此进行目标识别。仿真实验结果表明，该方法具有高的识别率。     

基于LS-SVM的燃料电池控制建模的研究

由于直接甲醇燃料电池数学模型的复杂性难以满足工程上对DMFC控制系统的设计，提出一种基于最小二乘支持向量机建模算法，用具有RBF核函数的LS-SVM离线建立DMFC电堆的非线性模型；仿真和实验结果表明了该建模方法具有建模简单、模型精度高等优点，亦证明了该算法的有效性和优越性。研究结果对直接甲醇燃料电池控制系统的建模和控制具有一定的实用价值。