缓和曲线正交拟合的Levenberg-Marquardt算法

为了由测量点识别既有线路中的缓和曲线参数，研究了基于参数方程的缓和曲线正交拟合迭代优化方法. 首先，通过特征值分析，阐明了由于病态性的存在，在迭代过程中，常规的Gauss-Newton （GN）算法会发散. 其次，提出了双目标优化模型，将GN算法与最速下降法结合，确定了正交拟合缓和曲线的Levenberg-Marquardt （LM）算法. 同时提出了在寻优过程中，评估当前迭代位置距离最优位置的远近来动态设置LM参数. 最后以一段缓和曲线的实测点为例，随机取样了5 000例初值，采用蒙特卡罗方法对比了GN算法和LM算法拟合缓合曲线的性能. 试验结果表明:GN算法拟合缓合曲线不收敛；对于不同的初始值，LM算法都收敛到相同的最优值，体现了LM算法具有良好的稳健性；LM算法的迭代次数最少为5次，最大为50次，平均为16.8次，迭代次数和初值与最优值位置的远近相关.      

基于BP神经网络的GPS高程拟合方法的探讨

为了提高GPS高程测量的精度，提出了基于BP神经网络的GPS高程拟合方法，并以2座特大桥控制网数据为例，与常规多项式曲面拟合方法进行了比较．理论和实例证明，利用BP神经网络进行GPS高程拟合是可行的。尤其是在已知点较少的情况下，该方法具有实际意义．     

基于位移影响线的装配式梁桥承载能力快速评估应用研究

为快速评价装配式桥梁承载能力,研究了基于位移影响线的承载力检算方法。通过现场慢速行车方式获得典型断面实测位移数据,采用四次多项式拟合得到实测广义位移影响线;基于广义位移影响线进行虚拟荷载试验,进而实现桥梁承载能力的快速评估。通过在某30 m简支T梁桥工程应用结果表明:该方法评估结果与荷载试验吻合较好,可用于同类桥梁承载力快速评估。     

OTHR海杂波抑制典型方法综合性能评估

为在实际工程中实现海杂波抑制、发展新的OTHR海杂波抑制方法和提升短相干积累时间条件下OTHR舰船目标检测性能,建立了典型海杂波抑制方法统一模型及其与谱分析的关系,并对典型OTHR海杂波抑制方法进行了综合评估．主要从实现方式、输出信杂噪比（SCNR）、抑制与目标多普勒频率接近杂波能力、海杂波相关性要求、运算量与实现复杂度、应用限制等方面进行了比较与分析,为实际工程提供参考．     

RES脉内特征的差分进化粒子群投影寻踪评价模型

针对雷达辐射源信号脉内特征综合评估存在标准单一、缺乏客观性等问题,提出了基于群体智能的雷达辐射源信号脉内特征综合评估模型.首先,通过投影寻踪算法将雷达辐射源信号脉内特征的综合评估问题转化为有条件限制的多元非线性目标函数的优化问题;其次,通过改进的粒子群优化算法与差分进化算法的结合得到新的智能算法;最后,利用该算法实现多元非线性目标函数的优化求解.仿真结果表明:该群体智能算法对Rosenbrock测试函数的最优适应度值最小,对Rastrigrin函数和Girewank测试函数的最优适应度值为0,说明该算法的计算精度优于其他算法.同时适应度值的方差比标准粒子群算法和差分进化算法小,说明该算法的收敛性和鲁棒性较好.通过与加速遗传算法对评估问题目标函数5次优化结果的比较,本算法的计算结果没有波动,说明基于群体智能的RES脉内特征综合评估模型能够更客观、更有效地实现对RES脉内特征的综合评估.      

a-N曲线的四参数方程拟合

用目前普遍采用的三参数方程对 5组裂纹扩展a N试验数据进行拟合时发现 ,该方程对裂纹扩展全过程试验数据的拟合精度不高 ,特别是当N接近断裂寿命时误差变得很大。为此 ,提出了四参数方程 ,将确定方程中未知参数的问题化为求多元函数极小点的数学规划问题 ,用四参数方程来拟合裂纹扩展全过程a N试验数据时可得到比三参数方程更好的拟合精度。     

一种基于CARMA模型的鲁棒广义预测控制算法

本文基于CARMA模型提出了一种鲁棒广义预测控制算法。该算法在有色噪声情况下,不必 估计噪声多项式C,且只解一个Diophantine方程即可获得满意的控制效果,特别是与现有基 于CARMA模型的改进广义预测控制算法比较,它还具有能克服随机负载扰动的优点。各种 情况下的仿真结果表明,本算法控制效果好,鲁棒性强,计算量小。      

基于Zernike多项式的横向剪切干涉波面拟合

用计算机模拟横向剪切干涉图,并且利用波前复原常用的Zemike多项式法做出理想数据拟合波像差的算例及使用理想干涉图采集的数据拟合波像差的算例,实际验证了Zemike多项式法的可靠性,在噪音峰值不超过1.8％的情况下依然可以精确的拟合波像差.提出了一种计算波像差的算法,并对其进行验证.     

一种多辐射源角度跟踪算法

为解决对多辐射源同时进行角度跟踪的问题,提出了一种将求根的正交传播算子方法(OPM)与零点跟踪相结合的新算法,实现了迭代的角度估计和自动关联.新算法引入了2个可变参数——遗忘因子和多项式方程阶数,通过调节这2个参数改变算法的性能,从而适应信噪比和目标角速度变化的信号环境.仿真结果表明,与传统方法相比,提出的算法具有更好的跟踪性能和灵活性,当信噪比高于0 dB时,其跟踪均方根误差小于0.15°.     

一种基于定点DSP的语音识别算法实现

介绍了一种基于定点DSP的特定人的孤立词语音识别系统,着重讨论了算法中参数快速提取的实现．该算法采用基于动态规划（DP）技术的动态时间弯折算法（DTW）,采用VAD两极端点检测方案以提高端点检测的精度,以Mel尺度倒谱系数为语音识别参数．首先讨论了标准浮点实现方法,然后结合算法特点和定点DSP的结构,采用了一种优化的快速定点实现方法．测试结果表明,定点算法时间比浮点算法大大降低,使系统的性能得到了提高．     

Unsupervised color-texture image segmentation

The measure J in J value segmentation （JSEG） fails to represent the discontinuity of color, which degrades the robustness and discrimination of JSEG. An improved approach for JSEG algorithm was proposed for unsupervised color-texture image segmentation. The texture and photometric invariant edge information were combined, which results in a discriminative measure for color-texture homogeneity. Based on the image whose pixel values are values of the new measure, region growing-merging algorithm used in JSEG was then employed to segment the image. Finally, experiments on a variety of real color images demonstrate performance improvement due to the proposed method.     

Inverse Learning Control of Nonlinear Systems Using Support Vector Machines

An inverse learning control scheme using the support vector machine (SVM) for regression was proposed. The inverse learning approach is originally researched in the neural networks. Compared with neural networks, SVMs overcome the problems of local minimum and curse of dimensionality. Additionally, the good generalization performance of SVMs increases the robustness of control system. The method of designing SVM inverse learning controller was presented. The proposed method is demonstrated on tracking problems and the performance is satisfactory.     

NOVEL METHOD FOR TEXTURE DISCRIMINATION USING WAVELETS

ＮＯＶＥＬＭＥＴＨＯＤＦＯＲＴＥＸＴＵＲＥＤＩＳＣＲＩＭＩＮＡＴＩＯＮＵＳＩＮＧＷＡＶＥＬＥＴＳ＊ＬｉｕＪｉａｎｆｅｎｇ（刘建峰）ＱｉＦｅｉｈｕ（戚飞虎）（Ｄｅｐｔ．ｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｈａｎｇｈａｉＪｉａｏｔｏｎｇＵｎｉｖ．）Ｊｏ...     

基于多核最小二乘支持向量机的短期公交客流预测

公交客流是公交规划和运营调度的基础。针对短期公交客流的非线性、随机性和复杂性及支持向量机单核核函数自适应能力较弱的特点,提出一种基于多核最小二乘支持向量机的公交客流预测方法。该方法既考虑到了公交客流的历史数据规律,又顾及到短期公交客流的时变特性,充分利用了相关参数的知识信息。为了保证模型的自适应能力和提高模型的泛化能力,作者提出了综合评价指标,并采用改进遗传算法实现向量机参数优化。最后,结合LS．SVM工具箱,在MATLAB平台上实现长春市短期公交客流的预测。预测结果表明,提出的多核预测方法具有较高的准确性、较强的鲁棒性和自适应能力,在公交客流预测中有具有较好的应用价值。     

Online Delay—Evaluation Control for Networked Control Systems

This paper presented an evaluation approach of time delays for networked control systems (NCS). An improved scheme based on optimal LQG control was designed to achieve desired performance despite the uncertain delays in the system. The experimental results illustrate the effectiveness of the proposed control design and satisfactory performance of the closed-loop system.     

基于SVM-LSTM的车辆跟驰行为识别与信息可信甄别

为利用智能车路协同系统内实时交互信息有效提升交通系统的安全性,提出了基于交通业务特征的交通信息可信甄别方法;重点构建了基于支持向量机(SVM)-长短时记忆(LSTM)神经网络的车辆跟驰行为识别与信息可信甄别模型,包括基于SVM的车辆跟驰行为识别模型和基于LSTM神经网络的车辆跟驰速度预测模型;设定了表征车辆行驶状态的特征向量,基于SVM的车辆跟驰行为识别模型将车辆行驶状态分为跟驰与非跟驰;对于跟驰车辆,基于LSTM神经网络的车辆跟驰速度预测模型根据其历史数据进行速度预测;SVM-LSTM信息可信甄别模型通过检验跟驰车辆的预测速度与其实际速度的差是否在合理范围来判断车辆数据的可信性,实现信息的可信甄别;采用公开数据集对提出的模型进行了训练与测试,并构建了不同异常类型和异常幅度的多个异常测试数据集,对基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型进行了验证。研究结果表明:基于SVM的车辆跟驰行为识别模型对车辆行驶行为识别的准确率达到了99%,基于LSTM神经网络的车辆跟驰速度预测模型的跟驰速度预测精度达到了cm·s-1数量级;基于SVM-LSTM神经网络的车辆跟驰行为识别与信息可信甄别模型在正常数据测试集与多个异常数据测试集上的甄别正确率达到了97%。由此可见,提出的方法可用于路侧设备(RSUs)对车载单元(OBUs)实时信息和车载单元间实时信息的可信甄别。      

基于BP算法的中密度纤维板热压机压力控制研究

在中密度纤维板生产过程中,针对热压压力控制存在的大惯性、纯滞后和非线性问题,提出具体的解决方法.建立中密度纤维板热压机压力模型,运用基于BP(back propagation)神经网络的经典增量式PID控制方式,实现对热压过程的优化控制.通过仿真实验和结果分析得出:BP神经网络优化控制具有稳定性好、超调量少、震荡现象少等优势特点,改善了被控过程的动态性能和稳态性能,在提高系统抗干扰性能及参数时变的鲁棒性等方面优越于常规PID调节器     

SPEECH ENHANCEMENT BASED ON DYNAMIC NOISE ESTIMATION WITHIN AUTO-CORRELATION DOMAIN

IntroductionTo improve the robustness of recognition sys-tems in real environment,many theories and ap-proaches have been brought forward to suppressthe environmental noise ( background noise,chan-nel distortion,etc) ,and they can be divided intothree types according to their thoughts:speech en-hancement,robust feature vector and model com-position. The approach of speech enhancementconsiders extracting clean speech signal fromspeech signal corrupted by noise,typically as SSmethod[1] ( to supp…     

Adaptive robust sliding mode control for ship straight-line tracking in random waves

Since complex controllers do not suit for application,we design a simple controller with robustness in changeable sea state.The characteristics of ship motion are large inertia,strong nonlinearity and large time delay.This paper employs adaptive sliding mode technique.We focus on a class of underactuated ship systems with parametric uncertainties and wave efects.Random wave efects are seldom considered in former studies.Various simulations validate the adaptive characteristics and robustness of the proposed controller.The closed-loop system is stable and tracking error can be arbitrarily small by Lyapunov approach.     

Indoor Localization with a Crowdsourcing Based Fingerprints Collecting

Fingerprint matching is adopted by a large family of indoor localization schemes,where collecting fingerprints is inevitable but all consuming.While the increasingly popular crowdsourcing based approach provides an opportunity to relieve the burden of fingerprints collecting,a number of formidable challenges for such an approach have yet been studied.For instance,querying in a large fingerprints database for matching process takes a lot of time and calculation;fingerprints collected by crowdsourcing lacks of robustness because of heterogeneous devices problem.Those are important challenges which impede practical deployment of the fingerprint matching indoor localization system.In this study,targeting on effectively utilizing and mining large amount fingerprint data,enhancing the robustness of fingerprints under heterogeneous devices' collection and realizing the real time localization response,we propose a crowdsourcing based fingerprints collecting mechanism for indoor localization systems.With the proposed approach,massive raw fingerprints will be divided into small clusters while diverse devices' uploaded fingerprints will be merged for overcoming device heterogeneity,both of which will contribute to reduce response time.We also build a mobile cloud testbed to verify the proposed scheme.Comprehensive real world experiment results indicate that the scheme can provide comparable localization accuracy.