多尺度B样条小波变换去除噪声的一种方法

基于Ｂ样条小波的特点,利用小波变换引出了Ｂ样条小波实现信号分解和重构的实用公式．从理论和实验两个角度分析了不同噪声在小波变换下的传播性：白噪声和尖脉冲由于具有负奇异性和稠密性及方差均随尺度的增大而减少,据此提出一种用小波变换去除随机噪声的新算法．经过实验,与过去常用的均值滤波和中值滤波方法进行对比认为,该方法对白噪声和尖脉冲噪声均有良好的抑制作用,对信号的突变信息和波形都有较好的恢复作用,克服了均值滤波及中值滤波法造成原信号边缘模糊的缺陷．该方法可推广到其它信号的处理,具有一定的理论意义和实用价值．     

基于样条函数的复杂造型表面修改

研究了复杂形体计算机辅助修改方法;介绍了形体表面的单点修改和局部曲面修改方法;讨论了样条拟合修改空间模型的3种方法和样条的特性,在此基础上给出基于样条曲线拟合的模型修改方法与数学表达式。并研究了样条曲线技术在鞋楦形体设计中的应用,证明了该方法的可行性。     

EMG oscillator model-based energy kernel method for characterizing muscle intrinsic property under isometric contraction

This paper presents a new method for estimating the isometric contraction force and the characterization of muscle’s intrinsic property.The method,called the energy kernel method,starts with converting the electromyography(EMG)signal into planar phase portraits,on which the elliptic distribution of the state points is named as the energy kernel,while that formed by the noise signal is called the noise kernel.Based on such stochastic features of the phase portraits,we approximate the EMG signal within a rectangular window as a harmonic oscillator(EMG oscillator).The study establishes the relationship between the energy of control signal(EMG)and that of output signal(force/power),and a characteristic energy is proposed to estimate the muscle force.On the other hand,the natural frequencies of the noise and the EMG signal can be attained with the energy kernel and noise kernel.In this way,the direct signal–noise recognition and separation can be accomplished.The results show that the representativeness of the characteristic energy toward the force is satisfactory,and the method is very robust since it combines the advantages of both RMS and MPF.Moreover,the natural frequency of the EMG oscillator is not governed by the MU firing rate of a specific muscle,indicating that this frequency correlates with the intrinsic property of muscle.The physical meanings of the model provide new insights into the understanding of EMG.     

多输出支持向量回归算法

支持向量机是一种基于统计学习理论的新颖的机器学习方法,由于其出色的学习性能。该技术已成为当前国际机器学习界的研究热点．这种方法已广泛用于解决分类和回归问题．在回归中。目前的研究和应用都限于单输出的情况,而实际中有很多属于多输出回归问题．针对这一点,将支持向量回归算法推广到多输出情况．仿真实例说明了该算法的可行性．     

一类非线性复合变型Bessel方程组边值问题的相似构造解法

针对一类非线性复合变型Bessel方程组的边值问题的解进行了深入的分析和研究,得到了方程组在三种外边界条件下(无穷大、定解、封闭)解式的相似结构和相似核函数,并通过对相似结构进一步地归纳提出了一种求解该类边值问题的新方法——相似构造法.     

基于核Fisher判别分析的粮虫特征压缩方法

针对粮仓害虫种类多、类别之间相似度比较高的特点,提出基于核Fisher判别分析的粮虫特征压缩方法.利用高斯径向基核函数,对特征选择后的10维原始数字特征进行核Fisher判别分析,即通过非线性变换将样本数据从输入空间映射到高维特征空间,然后在高维特征空间进行特征提取.从粮虫分类效果方面,将KFDA法与FDA法、PCA法和KPCA法3种方法进行了比较分析.应用KFDA法提取的前4个特征,由最近邻分类器对粮仓中常见的9类粮虫进行分类,验证集的识别率为93.33%.结果表明:KFDA法对粮虫特征的非线性比较敏感,在有效降低特征维数的同时,还提高了类别之间的可分性.     

基于NAR模型的商品零售价格指数预测研究

基于样条估计理论,建立了我国商品零售价格指数的NAR预测模型.并应用此模型对我国2004-2007年的价格指数进行了预测分析,结果表明:相对于传统的ARMA模型而言,NAR模型能够更好地捕获我国社会商品零售价格指数的非线性特征,预测精度较高.     

火灾下轴向约束钢梁的样条有限元法

提出了一种同时考虑几何非线性和材料非线性的平面样条梁单元，并用其进行了火灾升温条件下沿截面温度分布不均匀轴向约束钢梁的受力分析．以节点的弯矩和轴力平衡为条件建立基本方程，可方便地考虑轴力的二阶效应和升温条件下材料的非线性，并可考虑温度沿截面的任意分布形式，避免了常规有限元法在单元刚度矩阵中考虑这些因素的复杂性．算例表明，该样条梁单元有足够的精度，且求解速度快于常规有限元法的壳单元．     

一种基于环形分布的SVM核选择方法

核选择是支撑向量机(Support Vector Machine,SVM)研究中的核心问题之一.文章提出了一种基于数据分布特征的SVM核函数选择方法.分析了几种常用核函数的性能,提出了判断数据呈环形分布的方法,探讨了SVM核函数及其参数选择与数据分布的相关性.数值实验说明了该方法的可行性与有效性.     

支持向量机学习方法的选择与应用

介绍支持向量机中的核函数及其参数的选择和相关应用技术，以及SVM的应用研究。在不同的学习方法下进行了仿真实验，并对4种不同方法的分类特性进行了对比分析，给出了在不同模式识别问题中不同方法的选择条件。