广义插值多小波及其反馈神经网络构造

①给出了广义插值的概念 ,讨论了广义插值特性和正交性、紧支性、对称性之间的关系 ,建立了多尺度函数具有广义插值正交和广义插值对称的充要条件 ,结果表明它极大地克服了目前多小波取样定理研究领域存在的不足———基于插值特性的取样拒绝了众多性质优美的小波 ,也拒绝了信号处理愿望的对称性 ②给出了满足给定优美性质的多小波的高效构造方法———Hopfield反馈型神经网络法 ,与目前广为使用的利用Singular软件求Gr bner基方法相比 ,该方法不仅极大地减少了时间复杂度 。

MIMO-OFDM系统的信道估计方法

在第三代移动通信组织给出的空间无线信道模型(3GPP-SCM)下,基于多输入多输出天线频分复用系统(MIMO-OFDM),设计了基于最小均方误差准则的信道估计器。由于最小均方误差信道估计器是在最大似然信道估计器的基础上基于统计信息的去噪处理,在3GPP-SCM中利用蒙特卡罗方法对不同种典型信道环境做自相关系数统计,得到信道的先验统计信息,进而设计并实现了基于MIMO-OFDM系统的最小均方误差信道估计器。通过仿真,验证了最小均方误差信道估计器相对于最大似然信道估计的准确性,并在误码率方面,带来更好的系统性能。

基于非下采样Contourlets的CT/MRI图像自适应融合

结合人类视觉特性,针对CT/MRI医学图像的特点,提出了一种基于非下采样Contourlet变换的图像融合算法。先对源图像作非下采样Contourlet变换,完成图像的多尺度分析和方向分析。充分考虑各尺度分解层的系数特征,对低通子带,基于评价准则最优,采用免疫克隆选择优化策略迭代获取近似最优融合权值;对高通子带则选取绝对值最大作融合。实验结果表明:分别与基于小波、非下采样小波,以及Contourlet的融合结果相比较,文中融合算法获得的融合图像边缘的清晰度,以及整体的对比度都有所改善。

基于主客观权重集成的训练评估方法

针对装备维修仿真训练中指标主观赋权法成绩评估的局限性,在评估中指标综合权重集成了主观权重和客观权重。分别采用层次分析法计算指标主观权重,熵值法计算客观权值,按最优化模型将主观权值和客观权值集成为综合权值。这种方法考虑了每个评估指标成绩差异性所携带的训练水平信息,从而改进了传统指标主观赋权评估方法。通过实践证明,基于该方法训练评估结果有更高的可信度。

基于数据挖掘技术的微博热点话题预测

微博热点话题受到多种因素的影响,具有强烈的非线性变化特点,为了获得理想的微博热点话题预测结果,提出基于数据挖掘技术的微博热点话题预测模型。首先对当前微博热点话题的研究现状进行分析,指出当前微博热点话题预测模型的局限性,然后采用数据挖掘技术,即支持向量机对微博热点话题进行建模与分析,最后采用仿真实验对微博热点话题的预测性能进行分析。结果表明,数据挖掘技术可以描述微博热点话题的变化特点,提高了微博热点话题的预测准确性。

基于数据挖掘的排球运动员身体素质评价模型

塑造基于数据挖掘的排球运动员身体素质评价模型,通过数理统计法挖掘出排球运动员包含的五大身体素质结构特征,依据该五大身体素质特征,获取排球运动员身体素质代表指标。基于不同指标的身体素质代表指标的素质因子旋转后的特征值,与不同因子旋转后的总特征值的比值可得到运动员身体素质因子代表指标的权重系数。基于该权重系数可获取基于数据挖掘的排球运动员身体素质评价模型,并采用该模型对运动员的训练、比赛以及身体素质进行有效的评价。采用因子分析对设计的基于数据挖掘的排球运动员身体素质评价模型进行检验,结果显示该评价模型是可靠的。

基于VR技术的建筑设计可视化应用研究

针对传统的建筑室内方案展示存在的问题,提出构建一个直观、高效的效果展示的必要性。首先对VR技术的特性分析,提出VR技术在室内方案设计应用的优势。其次,对室内方案制作的几个关键软件、制作流程进行分析,为室内方案展示设计制作做基础。最后以某居室为例,从三维建模、可视化设计、交互设计、三维虚拟漫游进行综合设计与制作,最终实现VR技术下的效果展示。调查研究表明,采用VR技术进行室内方案展示效果更形象、更直观,受到年轻人的青睐。

改进捕鱼算法求解柔性作业车间调度问题

传统基于精确算法求解柔性作业车间调度问题时,仅能对小量柔性作业车间调度问题实施求解,具有一定的局限性。针对该问题,采用改进捕鱼算法求解柔性作业车间调度问题,在分析经典捕鱼算法存在弊端的基础上,提出改进捕鱼算法,融入渔夫的自身感知性能以及捕鱼经验,分析鱼浓度高的区域,并不断趋向该区域区间,通过概率分布原理对渔夫撒网方案实施优化。分析求解柔性作业车间调度问题的描述以及性能指标,将性能指标作为改进捕鱼算法的输入,通过运算获取最佳的调度结果。实验结果说明,所提算法具有较高的调度效率和精度,并且确保作业车间能耗的最小化。

基于模糊理论的英语机器翻译语义调序研究

针对当前英语机器翻译存在的准确性差,易引起歧义等不足,提出模糊理论的英语机器翻译语义调序模型。首先对英语机器翻译的语义进行分类,构建语义选择模型,然后采用层次分析法确定英语机器翻译语义顺序,对易错的误语义进行相应的容错操作,最后对语义进行加权操作计算语义之间的最优相似度,并引入模糊理论实现对英语机器翻译英语语义进行排列,最后通过具体应用实验对模型的性能进行分析。结果表明机器翻译选择排列模型的准确性高,而且时效性均要优于其他模型,具有明显的优势。

基于Canny、Sobel及其改进模板算子融合的Freeman链码边缘点提取算法

针对传统边缘点提取算法过程复杂、计算困难的问题,设计了一种融合Canny、Sobel及其改进算子和Freeman链码的图像边缘点提取算法（简称CS-F法）.即先将Canny算法、改进Sobel算法融合处理,进行边缘提取,再采用阈值分割方法,接着使用Freeman链码,确认边界的具体位置,使图案轮廓更加接近真实轮廓且更直观.实验表明,在一定的精度范围内（单位像素内允许是：0.045 7~0.05 mm）,融合算法性能稳定,所提取的轮廓定位准确,而且能提取目标边缘有序的坐标点,解决了有些轮廓最后需要矢量化的繁琐过程.

拦截低慢小弹道解算方法研究与实现

为满足单兵拦截低空慢速小型无人飞行器实战中对弹道解算器的低成本、小体积、高精度的要求,设计了一种在STM32硬件平台上实现的手持弹道解算器。通过研究弹丸质心运动模型及其数值解法,提出并设计了基于STM32F407平台的提前命中目标位置的精确弹道解算方法,并完成软硬件调试。实验结果表明,设计的手持弹道解算器在精度和实时性方面能够满足单兵拦截低慢小目标作战需求。

基于粒子群算法的移民新村空间优化模型

移民新村空间优化是一种多目标、多维度以及多约束条件的空间优化问题,构造了基于粒子群算法的移民新村空间优化模型。根据粒子群算法原理提出空间优化策略,用最大土地资源面积和预计土地使用年限表示模型中个体粒子点和全局粒子点的定位数据,设定模型参数。模型将移民新村土地资源块状区域划分成7块,通过不断调整粒子点的运动速率,获得个体最优和全局最优的速度和定位数据组成分布规律,依次对应到块状区域内构造虚拟空间规划方案。实验结果显示,该模型提出的优化策略成本低,土地利用率高。

融合单演二值编码的人脸表情识别算法

为提高人脸表情识别算法的识别率和鲁棒性,本文提出一种融合单演二值编码的人脸表情识别算法.该算法运用单演信号分析提取多尺度单演振幅、相位和方向三个正交互补的分量,使用单演二值编码对该三种分量的每个尺度进行编码及划分为多个矩形块子区域,并采用分块Fisher线性判别对其降维并提高识别率.实验结果表明:所提算法比传统人脸表情识别算法具有更高的识别率.此外,遮挡对比实验证明了所提算法比传统算法有更好的鲁棒性.

萤火虫优化神经网络的体育成绩预测模型

针对当前体育成绩预测模型的精度低、速度慢等缺陷,提出基于萤火虫优化神经网络的体育成绩预测模型。首先收集大量体育成绩数据,并对数据进行预处理,然后采用神经网络对体育成绩训练样本进行学习,并通过萤火虫优化算法对神经网络的阈值和权值等参数进行选择,建立最优的体育成绩预测模型,最后采用体育成绩数据对该模型的有效性和优越性进行对比测试。结果表明,该模型可以提高体育成绩预测精度,预测结果更加可靠,可以为体育训练提供有价值的信息。

基于多属性模糊C均值聚类的属性约简算法

模糊C均值聚类算法在处理高维数据集时,存在计算复杂度高,算法泛化能力差,计算精度低等问题。考虑到特征属性对聚类的贡献程度的差异,在多属性模糊C均值聚类的思想上,提出一种基于属性重要性的约简算法。为验证有效性,在UCI数据集上,将新算法与因子分析法和粗糙集理论约简方法进行比较分析。实验结果表明,该方法具有更好的泛用性,在平均标准差大或类间中心距离较远的数据集上具有更好的性能。

基于支持向量机的旅游需求量预测模型

为了提高旅游需求量的预测精度,提出基于支持向量机的旅游需求量预测模型。首先分析了旅游需求量当前的研究现状,找出当前旅游需求量预测模型的缺陷,然后针对旅游需求量的时变性、周期性以及小样本的特点,建立支持向量机的旅游需求量预测模型,最后与神经网络等模型进行旅游需求量预测对比实验。结果表明,相对于神经网络等模型,支持向量机获得了更高精度的旅游需求量预测结果,可以为旅游区的管理和合理规划提供有益的指导意见。

考虑图书馆图书供应需求的采购算法研究

考虑到图书馆的图书供应需求,提出基于图书复本量的采购算法,对图书进行优化采购。首先,通过图书的拒借率、周转率及利用率三个指标描述图书馆的流通效用指标,利用该指标了解图书被利用的程度大小关系及读者阅读的满意程度。根据读者对图书的需求,利用图书流通效用边际函数提出优选图书复本量采购决策;其次,根据复本量采购优化决策,利用基于遗传优化的图书采购算法,将图书复本量作为一个初始种群,通过不断重复执行选择、交叉和变异操作,使初始种群更新进化越来越接近图书复本量的最优解或满意解,并结合读者选择图书的优先程度完成优化采购图书的目的。实验证明,利用文中采购算法购买图书可有效实现优化采购目标。

一种自适应资源精细匹配的DAG调度方法

针对目前计算密集或数据密集特征的任务依赖和并行处理的耦合度过高,采用将关联任务的执行顺序控制与并行算法的处理逻辑相分离。该方法通过任务分解的方式和自适应的多资源精细匹配,利用DEM数据建立起十万量级栅格的大流域生态水文过程DAG任务调度模拟。在实验部分,用多重对比的方法评估在分辨率、数据规模、进程数量以及本地资源管理器(LRM)不同条件情况下该方法的性能。实验结果表明,任务分解的自适应多资源精细匹配DAG调度方法大幅度提高了并行性能和效率,具有较好的鲁棒性和扩展性。

海量图书检索中的模糊目标确定技术

传统图书检索技术如人工检索和模糊目标确定模型对海量图书信息进行检索时,存在检索效率低和准确性差的弊端。因此,设计一种新的海量图书检索模糊目标确定模型,给出模糊目标确定技术的四大优势,引入读者相关性概念,利用检索相关模型和检索无关模型分别对模糊关键词进行内容检索,得到两种与读者相关性有关的检索排列结果,选择两种结果中模糊关键词性质比重较大的排列顺序实现检索输出。实验评估结果表明,所设计的模型检索结果符合读者需求,具有较高的检索性能。

基于蚁群算法的无人设备路径规划

随着科技发展进入互联网时代,科技园区的建设也愈发智能化、无人化,针对科技园区内的无人驾驶的通勤车路径规划问题,论文提出一种基于蚁群算法的无人驾驶的通勤车路径规划方法,首先提出了在园区中通勤车的行驶规则,将蚁群算法应用在了无人驾驶的通勤车的路径规划问题上,使用栅格法构建仿真环境模型,按照蚁群算法的算法流程,对蚁群算法进行信息初始化,设置通勤车的起点与终点,派出蚂蚁进行迭代后输出规划的最短路线,并在Matlab上进行仿真实验。经验证,论文将蚁群算法结合到无人车自动驾驶上具有实时性和鲁棒性。