改进的遗传谐振匹配网络学习算法

针对简单自适应匹配（SFAM）网络结构冗余的问题提出一种改进遗传谐振匹配网络学习算法.通过引入群体适应度均值和标准差来自适应调整交叉概率和变异概率;针对自适应谐振网络自身在训练过程中可能出现的类冗余问题,在遗传操作中引入裁剪算子,通过定义置信度因子依据规则对训练过程中网络可能出现的冗余类标志节点进行删除,降低网络结构的...     

测量比的标定方法分析与应用

标定是视觉测量的首要环节,标定结果的精度及算法的性能影响测量结果,在机械零件的尺寸测量中,普遍采用标定测量比的方法进行测量.经过缜密地推导,得出了测量比的计算公式,给出了严格的测量比定义.根据新的定义,必须保证零件到相机的距离和标定件到相机的距离严格相等,否则测量结果毫无意义.以空间两点高程差测量为例,给出了用测量比法进行尺寸测量的详细过程,可作为修正由于零件到相机距离变化而引起的测量误差的参考.     

基于子带能量分布的图像自适应压缩采样方法

针对人眼对图像低频成分敏感而对高频细节相对不敏感的特点,在分析图像子带能量分布特性的基础上,提出了一种基于子带能量分布的图像自适应加权压缩采样方法．该方法通过提取图像分块离散余弦变换各系数子带的能量,进而用于对测量过程进行加权修正,最终实现了对不同子带系数有区别的压缩投影．比较同类研究结果表明：提出的加权压缩采样方法在...     

一种新型片上网络拓扑结构及其自适应路由算法

由于片上网络的拓扑结构和路由算法直接影响片上网络的传输延迟和传输效率,提出了一种新的片上网络拓扑结构——半环形网格结构(H-annular Mesh).它以2D-Mesh拓扑结构为基础,由顶角节点向中心节点引入连线构成半环形的网格结构,充分结合了2D-Torus拓扑结构的优点.并针对H-annular Mesh拓扑结构,提出了HAA-XY自适应路由算法.仿真结果表明,基于H-annular Mesh拓扑结构和HAAXY路由算法的片上网络,能够有效地减少网络传输延迟,并可实现多方向及多节点的数据并行通信.     

一类神经网络观测器的设计及应用

为了减少小波神经网络(Wavelet Neural Network,WNN)的母小波与神经元数,在WNN模型修正的基础上提出了一种能够储存小波上一步信息由自反馈神经元组成的自回归小波神经网络(Self Recurrent Wavelet Neural Network,SRWNN);在分析了这种网络的结构形式后,提出了一类非线性系统的神经网络自适应状态观测器设计方法,并通过引入Lyapunov函数,证明了这种观测器设计方法的正确性;最后,将这种观测器设计方法用于航天器机械手的反演控制,根据SRWNN观测器的估计状态值,应用反演控制理论设计控制器,能够很好地实现系统状态观测,实现无需速度的信号跟踪。     

基于帧选择和极大似然估计的自适应光学图像多帧联合去卷积算法

为提高自适应光学(AO)图像的空间分辨率,提出一种基于帧选择和极大似然估计的AO图像多帧联合去卷积算法.该算法基于极大似然估计,根据图像的高斯噪声模型建立多帧AO图像的联合对数似然函数.首先对观测的多帧AO图像进行帧选择,遴选高质量的降质图像;然后结合观测条件和AO系统特性,推导点扩散函数估计模型;最后建立迭代求解公式,得到多帧AO图像联合去卷积方法.实验结果表明,与基于期望值最大化的Richardson-Lucy算法(Richardson-Lucy EM算法)和基于合并惩罚函数的自适应应图像复原算法(CPF-Adaptive算法)相比,该算法的峰值信噪比分别提高9%和5%,Laplace梯度模分别提高11%和8%,且得到了较清晰的目标图像.     

互联网+背景下应用型高校学生自适应学习平台建设——以工商管理专业为例

随着互联网在现代生活中的广泛应用,网络环境下的自适应学习已成为各高校学生学习的重要方式。结合互联网+背景下的学生自适应学习平台优势及存在的问题进行分析,以工商管理专业为例,从基于互联网+的学生自适应学习教学模式、学习模式和考评模式等方面提出学习平台的建设设计,并提出完善应用型高校学生自适应学习平台的建设的建议,从而有效提高应用型高校学生的自适应学习效率。     

基于反步法的双电机同步联动伺服系统自适应鲁棒控制

针对具有未知传动齿隙的伺服系统,采用双电机同步联动消除齿隙,分别施加偏置力矩,在系统参数未知、存在未建模动态及外界扰动的情况下,设计了基于反步法的自适应鲁棒控制器。该控制器包括基于模型参数在线估计的自适应补偿、稳定反馈和鲁棒控制三部分。通过逐步选择控制系统Lyapunov函数,使得系统闭环控制系统信号有界,且跟踪误差在任意期望的精度内。理论证明和仿真分析验证了算法的有效性。     

自适应高斯模型与多基地雷达机动目标跟踪

为改善多基地雷达系统对高机动目标的跟踪性能,提出了基于自适应高斯模型和扩展卡尔曼滤波(EKF)的机动目标跟踪算法.将目标加速度的概率密度特性描述为一具有均值和方差的高斯分布,建立了系统的离散状态方程和非线性观测方程进行EKF滤波,并在每个采样周期实现对输入控制信号及过程噪声协方差的更新,使加速度符合目标的实际变化情况.Monte Carlo仿真结果显示,对目标的变加速轨迹,该算法在位置和加速度上的均方根误差均比Singer模型小,且误差曲线平滑,表明了该算法能对机动目标实现准确跟踪.     

基于色彩相似性的自适应多窗口立体匹配

分析比较了应用彩色图像进行立体匹配的三种不同颜色相似性测度,并采用了匹配效果较好的策略.然后把这种颜色相似性测度应用到区域匹配方法的多窗口选择和自适应窗口尺寸缩减当中,使用SSD方法实现了彩色图像的立体匹配.实验结果表明,该方法具有更高的匹配精确性.