S函数变步长LMS算法的一种L_2范数修正

为了提高S函数变步长LMS算法的综合性能和抗干扰能力,引入L_2范数控制步长更新.在L_2范数中引入输入信号,对输入信号实施动态地跟踪,以提高算法的抗干扰能力;利用归一化输入信号代替原始信号,便于处理信号且可以降低输入信号动态范围对算法的影响.在高和低信噪比条件下的仿真结果表明:相较于其他的变步长LMS算法,所提出算法收敛速度更快和稳态误差更小.     

基于模糊变步长神经网络的自适应PID控制

本文针对具有非线性和不确定性的控制对象，提出了一种基于前向神经网络的自适应PID控制系统算法。并根据其特点，提出学习步长模糊校正的方案.这种控制系统综合了神经网络、模糊决策和PID控制的优点，易于实现，仿真结果表明该控制系统对非线性被控对象具有比较好的控制效果。     

基于变步长梯度正则化算法识别分数阶地下水污染模型参数

针对一维的地下水污染迁移过程中的非"菲克"扩散现象,建立分数阶对流-扩散偏微分方程.对于其参数识别的问题,采用隐式差分格式离散控制方程,设计变步长的梯度正则化算法重构地下水污染迁移模型参数.数值结果表明:变步长的梯度正则化算法能快速有效地识别地下水污染迁移模型参数;当正则化参数取0.000 1和分数微分阶数趋于2.0时,该算法计算精度高、收敛速度快、稳定性好,具有重要的应用价值.     

基于核函数的学习算法

论述基于核函数的方法，包括支持向量机的分类、聚类与回归算法，基于核的Fisher判别分析、感知机和主成分分析，介绍学习算法、简化算法和多类分类等研究课题，及基于核函数方法的应用。     

自适应步长的细菌觅食优化算法研究

细菌觅食优化算法是一种群集智能优化算法,该文详细分析了细菌觅食优化算法中最重要的趋向性操作,其中步长对算法的效率和精度有很大影响;根据菌群中细菌个体间的位置信息,设计了动态步长估值函数,自适应的调整步长.通过经典函数的测试,说明改进细菌觅食优化算法在收敛速度和精度上比原有算法有极大提高.     

基于RBF神经网络的隶属度函数学习算法

模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题.针对当前开发模糊控制系统的一个难点--发现最优的隶属函数和模糊规则,研究了利用RBF神经网络的学习能力,从历史数据中发现隶属度函数,在一定程度上减轻了系统开发工作量,克服了由于缺乏经验而可能造成的偏差.文中探讨了一种用于提取模糊规则的RBF神经网络结构,提出了基于此网路结构的模糊隶属度函数学习算法,最后给出了用于验证该算法有效性的仿真实例.     

基于RBF神经网络的隶属度函数学习算法

模糊规则的提取和模糊隶属度函数的学习是模糊系统设计中重要而困难的问题.针对当前开发模糊控制系统的一个难点——发现最优的隶属函数和模糊规则,研究了利用RBF神经网络的学习能力,从历史数据中发现隶属度函数,在一定程度上减轻了系统开发工作量,克服了由于缺乏经验而可能造成的偏差.文中探讨了一种用于提取模糊规则的RBF神经网络结构,提出了基于此网路结构的模糊隶属度函数学习算法,最后给出了用于验证该算法有效性的仿真实例.     

一个常用变步长Runge—Kutta法的改进

对一种常用的变步长Ｒｕｎｇｅ－Ｋｕｔｔａ法的变步长方法进行了分析和改进，计算实例表明改进后的算法能显著降低对导函数的调用次数，从而提高了计算速度，增强了算法的实用性。     

用于稀疏系统辨识的改进惩罚LMS算法研究

基于加权零吸引因子最小均方算法（RZA-LMS）,提出了一种应用于系统辨识的新型自适应滤波算法（ARZA-LMS）。RZA-LMS通过在标准LMS算法迭代过程中添加零吸引因子,促进了滤波器小权系数的收敛,从而在辨识稀疏系统时,加快了算法的整体收敛速度。但是RZA-LMS算法中的零吸引因子,选择了固定的e,过于武断,降低了算法的鲁棒性。通过在参数e与误差信号e之间建立非线性关系,使零吸引因子在最小化MSE更具有灵活性,提出了一种改进的RZA-LMS,提高了对系统辨识的收敛速度和稳定性。最后,计算机仿真验证了新算法的性能明显优于原算法和若干现有稀疏系统辨识的方法。     

LMS算法在船舶航行危险评估中的应用

在分析影响航行安全因素的基础上,将模式识别方法引入到航行危险评估中,并采用LMS算法构建船舶航行危险评估模型。利用问卷调查收集到的影响航行安全的数据,采用可变学习速率的方法,对模型进行训练和验证。结果显示采用LMS算法构建的船舶航行危险评估模型错误率低至0.03。该模型可快速识别船舶航行危险,为驾驶员操船提供参考,对保障航行安全有重要意义。     

基于网络带宽预测的变采样周期调度算法

针对网络带宽受限的网络控制系统,提出了基于网络带宽预测的变采样周期调度算法,采用监测得到的系统的性能指标,通过计算得到绝对误差积分参数IAE作为预测带宽资源分配的依据,实现带宽资源动态分配.利用采样周期与网络带宽之间的关系进行采样周期计算,并通过仿真验证了系统动态带宽分配的有效性.     

基于ANSYS平台的桥梁时域颤振阶跃函数算法

结合断面的颤振导数,采用阶跃函数对桥梁断面自激力进行模拟,并对模拟准确性进行了分析与校核;推导出时域颤振动力有限元分析中自激力的递推表达式。基于阶跃函数拟合气动力,利用APDL语言在ANSYS中实现了颤振时域分析;以一简支梁为例,介绍了在ANSYS中实现颤振时程分析的过程。数值算例计算结果和相关文献报道基本一致。研究表明:利用ANSYS的二次开发平台进行桥梁气动稳定性能的时域分析是可行的,该方法可提高桥梁颤振分析或颤抖振理论分析效率,降低自主开发大型软件过程中的算法错误或疏漏所带来的风险。     

基于傅立叶变换的变元可分离核函数的确定方法

利用傅立叶变换分析的方法提出了支持向量机理论中核函数与傅立叶变换的关系 ,并就两者的关系给出了一些有意义的新定理和相关的证明 ,证明了基于傅立叶变换的核函数在一定条件下必定满足Mercer条件 .在这些重要结论的基础上 ,可利用傅立叶变换分析核函数的特性 ,确定核函数 .特别是当核函数的变元可分离时 ,傅立叶变换在核函数分析中的意义就更加重要     

小运算是一的AμLMS自适应滤波算法

从ＡμＬＭＳ自适应滤波算法的几何涵义出发，提出了Ｓｇｎ－ＡμＬＭＳ１和Ｓｇｎ－ＡμＬＭＳ２两种小运算量的ＡμＬＭＳ简化算法。     

基于B样条函数的改进Harris角点检测算法

针对Harris算法中存在的角点定位不精确,高斯平滑窗口大小不易选择等问题,提出了一种改进算法,利用B样条函数来代替算法中的高斯平滑函数,可避免高斯窗口的选择,并提高角点的定位精度.通过实验对改进算法的性能进行了分析,证明改进算法能够有效提高角点定位精度.     

基于BPR函数的路阻函数研究

为准确描述大连市道路交通阻抗,在美国BPR函数的基础上,引入影响车流通行时间的交叉口密度、道路限速、公交站点密度、饱和度等主要因素,建立了启发式道路阻抗函数.通过对大连市主干路的实证研究,利用非线性回归的方法标定了启发式路阻函数,并同美国BPR函数、重新标定BPR函数相互进行了比较.结果显示,启发式BPR函数更能准确地反映道路的车流行驶速度.     

基于最优控制变分原理的有限变形问题非增量算法

在非增量算法的基础上，提出了用最优控制变分原理来形成非增量迭代求解的基本思路，并给出了求解的基本控制方程。力求为非线性方法的数值求解工作提供一个有力的新工具。     

基于MK变点检测和加权HMM算法的NILM研究

为了更可靠的提升居民用户非侵入式负荷的分解能力,将整个识别过程分为负荷事件识别和状态识别两个过程。分别提出一种基于双滑动窗的MK变点检测算法以及加权双参量隐马尔可夫模型进行负荷事件识别和状态识别。并在状态识别中将每个设备各内部状态在每个时间段的出现概率作为权值带入到算法。通过数据验证以及对比实验,表明NILM算法能够较为有效地对居民负荷进行识别。     

一些子范畴的反变有限,共变有限及函数有限性

反变有限子范畴、共变有限子范畴和函子有限子范畴的研究在代数表示论中是非常重要的。文中，讨论了ｍｏｄ Ａ的一些满子范畴的反应有限、共变有限和函子有限等性质。     

一类约束变尺度算法的收敛性

对带有等式和不等式约束条件的非线性规则给出一类新的变尺度算法，并证明当目标函数和约束函数一致凸时，该算法是一步超线性收敛的。