高阶DLMS型方法求解线性方程组

结合动态系统参数识别算法(LMS)和高阶两参数并行Jacobi型算法的优点,得到一种称之为高阶DLMS方法.该方法避免传统迭代方法求解线性方程组时使用逆矩阵参与迭代矩阵的构造,避免了矩阵求逆;同时对传统线性方程组要求系数矩阵必须为方阵加以推广,具有适用范围广、计算量少等优点.同时并讨论了算法的收敛性和最优参数的选取.     

非线性最优化中超线性收敛的序列线性方程组方法

提出了一个超线性收敛的序列线性方程组方法（ＳＳＬＥ）。此方法与现有的序列二次规划（ＳＱＰ）方法相比，其优点有：（１）由于新方法每一次迭代只需计算三个系数矩阵完全相同的线性方程组，因此迭代的计算量减少且算法的稳定性提高；（２）每一次迭代产生的点是可行的；（３）具有一步超线性收敛速度。     

数字图像中值滤波改进算法研究

对传统的中值滤波算法进行了改进，新的算法采用同步更新迭代的思想，保持了传统算法的优点，同时取得到了更好的去噪效果．实验证明，该算法不仅比传统的中值滤波算法降低了时间复杂度，提高了运算速度，而且去噪效果有了明显的改善．     

线性方程组的一种迭代解法

本文给出了一个解线性方程组的迭代公式，公式中仅合有一个迭代参数．并可以确定其最优值。     

矩阵广义逆的推广

广义逆矩阵在处理线性方程组与奇异值问题中的强大能力,使得这一理论得到广泛应用．本文将矩阵的广义逆推广到欧几里德若当代数中．首先,引入并刻画了欧几里德若当代数中元素的广义逆．然后,对该代数中一类重要的线性变换：Lyapunov变换的广义逆进行了刻画．最后,指出了欧几里德若当代数中广义逆理论的某些潜在应用．     

滑动轴承动力系数识别的广义逆矩阵法

讨论了一种滑动轴承动力系数实验识别的广义逆矩阵法，滑动轴承动力系数不是可以直接测量的物理量，它们只能从测得的转子－轴承系统的动态响应函数中采用参数识别方法求得。因此一种有效的参数识别算法在轴承动力系数的测试中起着十分重要的作用，本文提出的广义逆矩阵识别方法具有高效、简单和可靠等优点。文中给出了一个数值实例以证实本方法的有效性。     

求解线性方程组的一种简便算法

给出了一种求解线性方程组时既简便，又能减少出错机会的实用算法，并讨论了用增广矩阵各行中基本元素的总个数来判定线性方程组解的存在性问题．     

基于最优化思想的城市交通流分配

介绍了用矩阵迭代法求最短路径问题．该方法与现在经常应用的Dijkstra算法（即标号法）相比，具有计算简单且计算量小的优点，能够在求得任意交通节点之间的最短距离的同时显示出所走路径，这是其他算法所不具备的突出优点．给出了矩阵迭代法求最短路径的具体方法，以某中等城市为例进行了最短路径的寻优和交通流分配，该实例证实了该方法的应用价值．     

多输出支持向量回归算法

提出了一种新的多输出支持向量回归算法(M-SVR),给出了定义在超球上的损失函数,并将训练SVM的问题转化为迭代解线性方程组的问题.在求解过程中采用边计算边使矩阵降阶的办法,使得在求解的同时找到了支持向量.实验结果表明:M-SVR算法与SVR算法相比,支持向量明显减少,并且具有更好的整体预测精度和抗噪性能.     

基于归约的几何约束求解策略

针对几何约束系统归约分解中高阶顶点的求解问题,提出高阶低代的低维数值迭代求解算法.通过去除部分约束,使得高阶顶点分解为含有欠约束顶点的低阶求解序列,对求解序列中的欠约束顶点添加虚拟参数变量,以虚拟参数变量的部分迭代求解,替代系统的整体数值求解,提高求解效率和稳定性,算法具有很强的通用性,并在实际应用中得到验证.     

基于虚拟变量法的结构可靠度参数敏感性分析

在结构可靠度分析中,功能函数通常是强非线性的,并且随机变量之间往往存在相关性,这给基于一次二阶矩法原理的参数敏感性分析带来了困难。为此,提出了一种基于虚拟变量法的结构可靠度参数敏感性分析方法,推导了相关随机变量的敏感性计算公式,在计算可靠指标时无须求偏导,计算效率高。工程算例分析表明,在功能函数为非线性、变量之间相关的情况下,该计算方法是一种有效的结构可靠度敏感性分析方法。     

基于引力搜索RBF神经网络的柴油机故障诊断

为了解决RBF神经网络的参数选择问题,以便提高柴油机故障诊断的精度,提出了一种基于引力搜索算法和RBF神经网络相结合的智能故障诊断方法.该方法首先采用减聚类算法确定网络隐层单元数,然后提出改进引力搜索算法优化RBF神经网络的参数.利用国际标准样本集对该方法进行分类测试,并将该方法应用于柴油机故障的诊断,仿真实验验证了该方法对柴油机故障的分类和诊断效果.     

随机状态模型参数辨识的多步算法

基于解耦辨识和多步计算思想,本文提出了一种状态空间模型参数辨识的多步算法.计算法包括二步加权最小二乘法、一步输出信息序列的修正和一步自适应 Kalman滤波过程,具有全局收敛且对待辨识参数初始估值设置不敏感等特点.仿真结果表明,在受控系统承受测量噪声和过程噪声的情况下,该算法对线性状态空间模型的参数辨识是十分有效的.     

一种求解线性二层规划的修正Frank-Wolf方法

利用迭代点校正方法，将非线性规划中的Frank—Wolf方法应用于线性二层规划问题，从而提出了一种求解线性二层规划的简单算法，同时给出了算法的收敛性．数值结果表明，给出的算法是可行有效的．     

基于爬山法和遗传算法的联合搜索算法

遗传算法受到局部极小值的吸引,通过改变计算参数、算法结构和运算规模依然不能保证每次都收敛到全局最优点,本文对遗传算法每次的结果加以比较,消除次优值,保留最优值,用这种爬山算法和遗传算法相结合,可以保证算法的收敛性。仿真结果证明了上述结论。     

高斯混合噪声下微弱线谱检测的EM-静态非线性系统方法

采用3一水平量化器随机共振对非高斯水下噪声中的线谱信号进行检测,为使该随机共振类型达到最优的检测效果,利用EM算法进行了高斯混合分布的参数估计.通过仿真和实测数据对参数估计方法进行了检验,实验中算法能够正确收敛,拟合性能较好,在此基础上可以得到量化器的最优阈值.随机共振系统处理前后的功率谱对比表明,3一水平量化器随机共振是检测高斯混合分布中微弱线谱的有效手段.     

一种基于Shepard方法的EMD算法研究

采用Shepard方法生成包络线,得到了一种新的EMD算法.引入了Shepard方法及性质,从数学角度解释了选择该算法的原因,最后针对噪声信号给出了仿真结果,表明了该算法的有效性.     

抗震结构时程可靠度的遗传模拟退火算法

针对抗震结构时程可靠度分析中功能函数为非线性程度较高的隐式函数的特点，将遗传模拟退火算法与时程分析法相结合，建立了抗震结构时程可靠度分析的遗传模拟退火算法．该算法可以充分考虑结构参数和地震动的双重随机性，可确定任意时刻结构的时程可靠指标．用此方法及Monte Callo法分析了分别受大震和小震作用的三质点钢筋混凝土结构的时程可靠度，结果表明了该方法的有效性．     

大数快速模幂算法的硬件设计

将快速模幂算法、快速模乘算法和快速加法组合,提出了一种大数快速RSA算法,并利用该算法给出了一个RSA公开密钥的加解密硬件实现方案.首先采用m ary方法,减少模乘运算次数;其次采用Montgomery改进算法,减少模加运算次数;最后,采用高速加法器并调整加法与乘法的结构使其同时运行,以节约资源.对于1024位操作数,在100MHz时钟频率下,加密速率约为390kbit/s.     

考虑对地航速和航向的船舶典型轨迹提取方法

基于船舶自动识别系统(Automatic Identification System, AIS)数据的船舶典型轨迹挖掘需要经过两个重要步骤，一是压缩 AIS 数据，二是聚类压缩后的 AIS 数据。传统的DP(DouglasPeucker)压缩算法，只考虑船舶轨迹的压缩形状，忽视了船舶航行中其他重要信息。为解决此问题，把对地航速和航向加入到DP算法的压缩过程中。在AIS轨迹聚类方面，传统谱聚类方法只对船舶轨迹的位置进行相似性度量，没有考虑船舶轨迹的其他维度，针对此问题，提出多属性轨迹相似性度量方法。由于不同的输入参数影响着最终的聚类质量，引入Calinski-Harabasz指标评价谱聚类算法，实现聚类参数的自适应选择。利用山东威海水域的实际AIS数据进行实例研究，并与传统谱聚类算法做比较实验。实验结果表明，利用该方法提取到的典型轨迹符合真实水域的交通情况，相较于传统谱聚类方法具有更高的聚类质量。