排序方式: 共有137条查询结果,搜索用时 0 毫秒
1.
2.
一种总体最小二乘算法及在Volterra滤波器中的应用 总被引:5,自引:0,他引:5
针对输入输出观测数据均含有噪声的滤波问题,提出了一种鲁棒的总体最小二乘自适应算法.该算法利用滤波器的增广权向量的瑞利商为损失函数,导出了其自适应迭代公式,并利用随机离散学习规律对权向量模的分析进行算法梯度修正,提高了算法的噪声鲁棒性,而且使得算法简单,稳定性好,收敛精度高.将该算法应用于Volterra滤波器,可使滤波器在非线性系统中的信噪比达到10dB,在学习因子为0.01时,算法仍然能够保持良好的收敛性.仿真结果表明,即使在高噪声环境或使用较大学习因子的情况下,该算法的鲁棒抗噪性能和稳态收敛精度均明显高于其他总体最小二乘方法. 相似文献
3.
相空间重构中嵌入维和时间延迟的选择 总被引:32,自引:0,他引:32
提出了一种用于相空间重构的嵌入维和时间延迟自动算法,它利用混沌时间序列的去偏复自相关函数的零点来确定时间延迟,有效地降低了平均位移法跟踪平均位移量斜率变化的随意性所造成的计算误差,并借助于复自相关法和Г-test的迭代计算求得准最佳的嵌入维和时间延迟参数.该算法具有较充分的理论依据,其计算复杂度不大,对数据长度的依赖性不强.仿真实验结果表明,用该算法计算标准混沌时间序列关联维的相对误差由传统算法的4.4%降低到1.06%,有效地提高了计算相空间重构中不变量的精度. 相似文献
4.
概率假设密度滤波的谱聚类目标状态提取方法 总被引:1,自引:0,他引:1
提出了一种谱聚类目标状态提取方法来实现概率假设密度(PHD)滤波中序贯蒙特卡罗(SMC)实现方式的多目标状态估计.该方法利用PHD滤波SMC实现方式输出的大量的加权粒子点间的相似度关系建立相似矩阵,通过变换得到拉普拉斯矩阵,进而对拉普拉斯矩阵进行特征分解,以实现粒子点的聚类,再在每类中寻找粒子的聚类点作为多目标状态的估计值,同时为了减小计算量,利用Nystrm逼近方法求解特征向量.仿真实验表明,PHD滤波的谱聚类目标状态提取方法的估计精度比k均值目标状态提取方法提高了60%以上. 相似文献
5.
针对传感器空间配准问题,提出了一种基于滑窗法的极小化极大熵函数的传感器空间配准算法。该算法使用熵函数作为优化准则,根据传感器的量测模型推导出关于传感器系统偏差的目标函数,然后借助极大熵函数的思想,将目标函数的绝对值转化为对应的极大熵函数,并且使用拟牛顿法求得的极大熵函数的解作为传感器系统偏差的估计值。在单目标跟踪场景和多目标跟踪场景下,与传统传感器空间配准算法在相同的仿真条件下进行对比,仿真结果表明,所提算法能够有效地提高传感器距离量测和角度量测系统偏差的估计精度,从而实现高精度的空间目标跟踪。 相似文献
6.
提出利用序列模式挖掘方法得到频繁入侵命令序列,将频繁入侵命令转换为底层入侵检测器的检测规则用于检测用户的可疑行为.为了消除误报,设计了一个基于入侵事件状态的关联引擎,将频繁入侵命令序列作办关联规则,并提出了一种新的入侵关联算法,该算法不仅考虑了每类主机入侵行为的序列特征,也反映了不同类型主机入侵行为之间的因果关系,体现了主机入侵行为的多样性和复杂性.实验结果表明,该入侵关联模型对各类主机入侵行为的检测效果良好,误报率明显降低,特别是下载类和信息获取类主机入侵行为的误报降低了20%左右。 相似文献
7.
一种基于多分类支持向量机的网络入侵检测方法 总被引:11,自引:0,他引:11
构造了一种基于异构数据距离的径向基核函数,可直接应用于异构的网络数据,并利用实验数据得到修正的基于异构数据距离的径向基核函数(I-HVDM-RBF),从而减少了支持向量的个数,降低了运算量,采用I-HVDM-RBF核函数和一对一方法构造了多分类支持向量机来进行网络入侵检测,检测选用美国国防部高级研究计划局入侵检测评测数据,结果表明:与Ambwani方法比较,其检测精度提高了约3%,支持向量个数减少了268个,检测时间缩短了5min;与Lee方法比较,其拒绝服务攻击、远程到本地攻击和普通用户到超级用户攻击的检测精度分别高出73%、19%和3%。 相似文献
8.
采用最新发展的多媒体信息技术、监控技术和通信技术,建立了集计算机监控、视频监控、调度和管理等于一体的计算机综合监控系统,系统包括视频、检测、网络与数据库、优化调度和生产管理与决策5个既相对独立又互有联系的子系统。在大型水利工程中实现了混凝土生产、输送、浇注过程的综合监控和管理,对生产质量和成本进行控制,对经济效益进行分析与评价等,为复杂环境下大型水利施工的生产、调度和管理提供了一套科学而有效的方法。系统已经应用于三峡工程的大坝浇注生产中,并发挥了重要作用 。 相似文献
9.
基于遗传算法的模糊逻辑控制器优化设计 总被引:11,自引:0,他引:11
设计了一种新的用于模糊逻辑控制器优化的遗传算法,实现了模糊逻辑控制器参数和结构的同步快速优化。该算法对经典的简单遗传算法进行了改良,设计了一种带区间限制的十进制编码方案,实现了模糊控制器隶属度函数和控制规则的联合编码;并设计了受限分步一致交叉和变异算子,改进了经典赌轮选择法,避免了病态个体产生,加快了收敛速度。通过对典型的一阶和二阶工业对象控制器优化的仿真研究表明,相对于一般的遗传算法,该算法在群体规模较小(20或40)的情况下,能够在20代左右快速收敛到理想结果,并且在进化过程中很少产生病态个体,因此能够在小群体规模下,实现模糊控制器参数和结构的快速同步优化。 相似文献
10.
用于弹道目标跟踪的有限差分扩展卡尔曼滤波算法 总被引:2,自引:0,他引:2
针对目前常用的滤波算法不能同时做到精确和高效跟踪目标的缺点,提出一种有限差分扩展卡尔曼滤波(FDEKF)算法用于再入阶段的弹道目标跟踪.该算法应用有限差分运算得到滤波的验前、验后误差协方差矩阵,避免了非线性函数求导运算,以及Jacobian阵和Hessian阵的计算,降低了计算难度,扩大了应用范围,增强了滤波过程的收敛性.Mome Carlo 数值仿真表明,FDEKF算法与扩展卡尔曼滤波(EKF)算法和无味卡尔曼滤波(UKF)算法相比较,在跟踪精度上比EKF算法提高了约20%,与UKF算法相当,在计算复杂度上比EKF算法稍有增加,但比UKF算法低约39%.这说明FDEKF算法在计算量增加不多的情况下,滤波精度有显著提高. 相似文献