列车空气制动防滑控制及其仿真

列车在制动过程中,如果轮轨间滑移率超过了最佳滑移率,车轮就会打滑甚至空转,损伤车轮和轨道.为避免这种现象的产生,建立了制动气缸压力的非线性模型,利用干扰观测器对黏着系数进行估计,运用递归最小二乘法预测切向力系数与滑移率关系曲线的斜率,采用滑模变结构与逻辑门限值相结合的控制方法对系统进行控制.仿真结果表明,这种方法能够有效地使车轮圆周方向的切向力保持在最大值附近,使滑移率保持在最佳值附近,防止因车轮打滑而损伤轮轨,达到了期望的控制效果.     

基于奇异谱分析的GRNN模型在金融时间序列中的应用

奇异谱分析(SSA)作为一类无参数、独立于模型的时间序列分析技术,适用于具有非线性、非平稳性、含噪声的金融时间序列数据的分析与研究.目前,基于SSA的预测通常采用线性递归、BP神经网络等模型,但其预测精度、训练速度并不理想.为此,该文提出基于SSA的广义回归神经网络(GRNN)预测模型,它以SSA所获取的主成份重构序列...     

汉诺塔问题的非递归算法设计及可视化实现

讨论了汉诺塔问题的经典递归算法,并基于二叉递归树对算法进行研究,得出了一种不使用堆栈技术的非递归解法,最后在.NET可视化开发环境下设计程序,分别用递归与非递归算法求解指定规模的汉诺塔问题,动态模拟了求解过程中盘片的移动效果。     

基于自然驾驶数据的分心驾驶行为识别方法

大量证据表明，驾驶人分心是导致交通事故的主要原因之一。当前基于侵入式（如脑电波等）或半侵入式（如视频等）检测驾驶人分心的方法，不仅对驾驶任务造成一定干扰，且受多种环境因素的制约，误报率较高。基于此，只考虑非侵入式车辆运动特征，提出一种基于深度学习的驾驶人分心状态识别方法：首先，从自然驾驶数据集中获得大量的跟驰片段，采用态势感知方法，提取典型的分心驾驶片段，并建立仅包含车辆运动学特征的分心判别指标集；其次，利用梯度提升决策树-递归特征消除算法（GBDT-RFE）和随机森林-递归特征消除算法（RF-RFE）对特征进行重要度排序，得到重要度较高的分心监测指标；最后，采用长短时记忆神经网络（LSTM-NN）实现分心驾驶的分类识别，并与支持向量机和AdaBoost的模型结果进行对比。研究结果表明：LSTM-NN在判别分心或正常状态时F₁分别为89%、91%，高于SVM和AdaBoost对应二分类结果；进行多分类任务时，判别分心情景的平均F₁较SVM和AdaBoost分别提升了12%和7%，不同类别分心识别的误报率在15%以下，说明LSTM-NN能够有效学习分心序列的前后信息，有利于准确估计驾驶人的状态。研究结果可为车辆分心预警系统和驾驶风险倾向性评估提供方法基础。     

基于逻辑的数据模型Datalog的递归应用

重点探讨了基于逻辑的数据模型Datalog在以关系数据库为基础的递归查询上的应用，给出了求解Datalog递归规则的两种通用算法，并通过实验进行了有效地说明了及验证。     

基于双线性递归神经网络的交通流量预测方法

为了提升城市道路智能交通控制和管理的合理性和有效性,从交通流时空特性角度出发,提出基于优化双线性递归神经网络的城市道路交通流量预测方法。该方法有效结合双线性多项式快速准确求解和递归神经网络的动态校准的特点,采用粒子群算法实现冗余神经元和权值的动态剪枝过程,提升了算法的收敛速度和预测精度。采用视频数据对算法进行训练和实验,并进行对比分析。结果表明：该方法能够实现对道路交通流量的准确预测,交通流量预测精度达到90％以上,满足实际交通管理和控制的数据精度要求,同时算法的收敛速度也有明显的改善。     

基于多模的符号递归常数模算法研究与仿真

针对符号递归常数模算法(SR-CMA)稳定性差、剩余误差大的缺点,提出了一种适用于正交幅度调制(QAM)信号的双模式盲均衡算法.该算法在初始模式中采用运算量较小的SR-CMA算法进行均衡,利用判决圆环对均衡器输出信号进行判决,当误码率降到足够低的水平时自动切换到多模算法,以进一步降低均方误差.利用水声信道模型进行仿真,结果表明,该算法性能稳定,计算量小,稳态剩余误差低于CMA和SR-CMA算法.该算法能够有效降低高速水声通信的误码率,提高水声信道均衡的稳定性.     

递归算法的设计方法和技巧

编写递归算法时,应将原问题转换为1个或多个子问题,并找出停止条件;给出了3个设计的递归子程序实例,将堆排序调用的筛选过程sift改写为1个递归过程是其中1例.     

基于IDMA的水声通信自适应Turbo迭代接收机技术研究

有效的多用户多址接入方式一直是水声通信网络研究的重点与难点;在十分有限的水声可用带宽条件下常规的基于频分技术的多址接入方式并不适用;而基于CDMA的码分多址接入方式则又存在着严重的难以克服的远近效应问题,且水声信道的多途效应使接收信号产生严重的码间窜扰(ISI)。针对以上问题,本文提出了基于交织分多址接入(IDMA)的自适应Turbo迭代接收机技术的研究。接收机采用联合均衡过程和译码过程的Turbo迭代接收机,通过迭代的方式获得反馈的外信息从而提高系统性能。针对未知参数的信道,采用递归最小二乘(RLS)自适应均衡算法对信道参数迭代估计,从而指导均衡器消除码间窜扰(ISI)。RLS算法利用每次迭代译码器反馈的外信息再次估计信道参数,直接的增加了除训练序列外的可利用数据长度,从而提高估计精度。通过仿真得出在未知信道条件下接收机的性能比已知信道系统接收机的性能降低0.4 d B。     

关于Hanoi塔问题

介绍了解决Ｈａｏｉ塔问题的一各简易的操作方法。