PC准则下生长曲线模型回归系数阵的一类线性估计的优良性

设生长曲线模型为Yn×p=An×m Bm×k Ck×p En×p,E～N(0,σ2In(×)Ip).当ATA为病态时,令回归系数阵的最小二乘(LS)解和一类线性估计分别为B=(ATA)-ATYCT(CCT)-1和B1=(ATA ∑)-1 ATYCT(CCT)-1,其中ρ＞0为常数,∑为正定阵.分别在ATA和∑的可交换性未知和已知的情形下证明了:在适当条件下B1于PC准则下优于B.并将这一结论推广到当ATA和CCT都是病态时的情况.     

基于LS-SVM的超声导波管道缺陷二维重构

针对当前超声导波检测中的缺陷成像技术难点,提出了基于支持向量机的缺陷轮廓重构方法.通过实验和有限元仿真相结合的方式,获得不同大小缺陷的检测信号.采用最小二乘网络学习算法,选取缺陷回波数据作为支持向量机的输入,缺陷轮廓数据作为输出.建立了缺陷回波到缺陷二维轮廓的非线性映射,实现了缺陷轴向宽度和径向深度的二维轮廓重构,并与径向基神经网络重构效果进行了对比.实验结果表明,该方法速度快、精度高、泛化能力好,是管道超声导波定量化、可视化检测的一种可行方法.     

一阶广义随机系数自回归模型参数的最小渐近方差估计

研究广义随机系数自回归模型中参数的估计问题, 给出了未知参数的一个估计类, 证明了该估计类中估计的相合性和渐近正态性, 并且获得了该估计类中的最小渐近方差估计, 并通过数值模拟比较了估计类中各种估计方法的优劣.     

基于PSO的WNN-PID自适应控制器在X光机高压电源中的应用

针对X光机应用技术要求,分析了X光机高压电源内部结构,结合小波神经网络控制技术,设计了基于粒子群算法(PSO)的小波神经网络PID(WNN-PID)自适应控制器,并应用于X光机高压电源,通过与其它控制器对比,证明了该控制器具有更好的控制性能。     

纯电动汽车驱动电动机系统效率模型的试验

为了在工况变换控制过程中,实现基于电动机系统最佳效率的优化控制,构建了电动机系统效率与转速及转矩之间的关系式.由实车测得的数据,确定了研究工况的范围,在电动机加载试验台上对电动机系统效率特性进行了测试,结果显示被测驱动电动机系统效率η>80%的区域面积占整个测试区域范围的77.1%.基于最小二乘法,对电动机系统效率进行曲面拟合,综合考虑拟合结果的精度及运算工作量,确定采用4次函数构建电动机系统效率模型;利用驱动电动机外特性部分工况点测试结果对模型进行了验证.结果表明:模型计算值与实测值的最大相对误差为3.9%,建立的模型是有效的,该模型能够为在整车控制器中制定基于电动机系统最佳效率的优化控制策略提供依据.     

双互易杂交边界点方法求解Helmholtz方程

提出了一种新的边界类型无网格法——双互易杂交边界点方法,它将杂交边界点法和双互易法结合,来求解Helmholtz方程.该方法将Helmholtz方程的解分为通解和特解两部分,通解使用杂交边界点方法求解,特解则利用径向基函数近似.该方法只需要边界上离散的点,域内少数的点仅仅是为了径向基函数插值.通过数值算例对影响该方法性能的参数进行了研究.数值算例表明,该方法在求解Helmholtz方程时有较高的精度和数值稳定性.     

基于曲率约束和改进Hausdorff距离 匹配的轮毂识别算法

针对在轮毂的自动化生产过程中对轮毂型号自动识别的需求,提出一种基于曲率的轮毂辐孔轮廓线角点特征提取和改进Hausdorff距离(MHD)轮毂型号自动匹配的方法. 对待识别的轮毂型号样本进行特征提取并建立标准样本库,在对实时采集的轮毂图像预处理后,利用曲率约束的最小二乘法(CRLSM)进行轮毂外轮廓提取,并用曲率阈值进行角点特征提取,进而采用改进的Hausdorff距离匹配实现轮毂自动识别. 仿真实验证明,该识别算法能够对建立样本库的轮毂类型进行正确识别.     

遥感影像配准方法探讨

影像匹配是指从数字影像上识别相关影像,它是计算机视觉和数字摄影测量中的一个基本问题。遥感影像的配准技术直接关系到图像融合等地形分析的精度和效果,针对不同的应用目的和条件可以选择不同的匹配算法,本文在三种经典的配准方法的基础上提出了两种图像配准的新方法。     

最大离差值极小响应面及按Kreisselmerier-Steinhauser函数的拟合

现有的响应曲面是按最小二乘法实现的。提出一种响应面拟合方法:使响应面函数同样本值之间的最大距离极小。该方法运用Kreisselmerier-Steinhauser函数的特性,建立数学模型,采用求导、泰勒展开、数值迭代等方法确定响应面函数的系数。在数值迭代过程中以最小二乘法获得的结果作为迭代初值。通过一系列算例得出,Kreisselmerier-Steinhauser函数法获得的响应面函数能够达到最大距离最小的目的;该方法获得的响应面函数与最小二乘法拟合的响应面函数相比,在与样本值差的均方根相对增加不大的情况下,能显著减少最大距离;采用变熵参数方法能获得更好的解。本途径不仅丰富了响应面的构造方法,而且可满足实际工程问题中希望响应函数与样本值最大距离极小化的需求。     

Generalized ridge estimation of a semiparametric regression model

We considered the following semiparametric regres-sion model yi = X iT β+ s ( t i ) + ei (i =1,2,,n). First,the general-ized ridge estimators of both parameters and non-parameters are given without a restrained design matrix. Second,the generalized ridge estimator will be compared with the penalized least squares estimator under a mean squares error,and some conditions in which the former excels the latter are given. Finally,the validity and feasibility of the method is illustrated by a simulation example.