基于高斯过程建模的移动机器人学习预测控制方法

移动机器人在复杂地形条件下面临环境和模型不确定性的挑战,例如草地、陡坡等环境会对移动机器人的高精度控制造成影响.本文提出了一种基于高斯过程建模的移动机器人学习预测控制方法,能够对环境和模型不确定性进行实时的建模和预测,并将该模型用于最优控制策略的学习中,完成在模型和环境不确定下的机器人运动控制.该方法利用高斯过程回归对环境和模型不确定性进行建模,并结合系统运动学方程得到误差状态模型,并将该模型用于滚动时域强化学习中,通过迭代优化学习最优控制策略.最后,针对移动机器人在椭圆和8字形轨迹上的横向跟踪控制问题,进行了仿真实验,并与非线性模型预测控制进行比较.结果表明,本文提出的方法能够有效提升复杂地形条件下控制器的控制性能,在性能指标上相比未采用高斯过程建模的滚动时域强化学习方法提高20%,比非线性模型预测控制方法提高36%,验证了所提方法的有效性和优越性.

一种自适应的仿生图像增强方法:LDRF算法

为了研究基于人类视觉系统特性(亮度自适应特性和视网膜神经元感受野非经典侧抑制特性)的仿生图像处理方法,增强仿生图像增强算法的自适应性,提出了一种新的自适应仿生图像增强算法——LDRF算法.LDRF算法首先建立参数对数模型对图像全局亮度进行自适应调整,然后采用三高斯动态滤波进行局部细节增强,引入Wal-lis算子建立增益因子模型,使局部细节增强具有自适应性,最后通过线性变换恢复图像彩色信息.在大量图像上进行对比实验和分析.实验结果证明,LDRF算法能够避免过增强现象,并且针对不同大小、不同内容的图像能够自适应地进行图像增强,取得了较好的效果,提高了仿生图像增强算法的实用性.

非高斯模型下BPSK的循环谱分析

在Alpha稳定分布下结合共变理论、循环平稳理论和分数低阶矩等理论,推导了BPSK信号的循环平稳特性和低阶循环谱密度,结果表明稳定分布下BPSK信号的低阶循环谱结构同高斯假设下的谱结构是一致的.最后在Matlab下进行了仿真验证,仿真结果与理论推导相符合,但基于稳定分布所设计的算法具有良好的抗脉冲噪声的性能,对复杂背景下的调制识别或者盲分离提供新的途径.

适应场景光照变化的运动目标检测算法

背景减除法是运动目标检测的常用方法,其性能取决于所使用的背景模型。文中针对混合高斯模型不能应对光线突变的问题,提出了一种改进的背景模型。首先选择了新的模型参数,并对模型的更新机制进行了改进,使用了固定的学习率且对方差的更新加入了自适应的更新因子,使其可以适应局部的快速光照变化;其次对模型加入了帧间处理使其可以适应全局的快速光照变化。实验表明,改进的方法能适应各种条件下的光照变化,提高了运动目标检测的精确度。

基于溶洞体照明分析的采集参数论证

奥陶系碳酸盐岩缝洞型储层是塔河油田的主要储层类型。提高缝洞体"串珠"成像精度,精细刻画其内部特征是该地区地震勘探重点攻关难题之一,结合勘探成本,开展针对缝洞目标体的观测系统设计非常必要。笔者通过建立工区三维溶洞储层地质模型,采用基于观测系统的高斯射线束双向照明技术获得溶洞目标体偏移照明能量。保证观测系统覆盖次数相同条件下,定量论证不同采集参数(重点分析面元、方位角)对溶洞体的照明效果,据此选定最佳参数,为野外观测系统设计提供理论指导。

非高斯单因子短期利率模型正则化参数估计

应用正则化方法估计带约束条件非高斯单因子短期利率模型中含时间变量参数估计.基于变分原理,证明该正则化方法具有稳定性和收敛性.由于该问题是一个带有约束条件的反问题,本文应用罚方法把原问题转化为非约束条件问题以方便计算.最后,通过数值模拟确认该算法的有效性并给出实证结果.

基于自适应混合高斯模型的运动目标检测

研究视频监控系统中序列图像的运动目标检测问题。传统的目标检测方法无法克服背景图像变化、场景光线突变等问题。采用混合高斯分布对背景进行建模,并根据输入的当前帧图像的像素信息进行背景模型更新,能够准确地检测出运动目标。通过相关仿真实验,验证该方法具有一定的可靠性。

基于色度坐标高斯混合模型的步态检测

针对传统的基于RGB通道的高斯混合模型低对比度像素点检测效果较差的问题,提出一种基于色度坐标的高斯混合模型,使之更好地用于步态检测。该算法将RGB色彩值转换到色度坐标上,以强调色彩对比度,提高低对比度像素点的检测率,并增加亮度信息以减小阴影的影响,在前景提取部分,加入噪声抑制机制。实验结果表明,改进后的算法在相同对比度下,误检测率最多可减小一半。

基于统计模型和KL距离的纹理图像检索

为了进一步提高纹理图像的检索性能,提出了一种基于统计模型离的纹理特征提取算法。根据小波分解的特点,从小波系数角度出发,以每个子带的小波系数系数直方图分布特性作为纹理特征,采用混合高斯模型和一般高斯模型分别对低频和高频信息进行描述,利用最大似然估计规则将特征提取和相似计算结合起来,采用KL距离进行度量。与一般高斯模型方法比较,该算法具有检索精度高等特点。理论分析和在纹理图像检索的对比实验数据说明该算法在纹理特征提取方面的性能较一般高斯模型方法提高了5%。

边缘检测与混合高斯模型相融合的运动目标检测算法

针对传统的混合高斯模型不能很好地处理突变的情况,提出了一种新的运动目标检测算法。该算法在时间域上对混合高斯模型的更新机制进行了改进,并对模型加入了帧间处理,提取出初步的运动目标;在空间域上,通过Canny边缘检测算子获得初步的运动目标边缘轮廓,利用图像金字塔的多分辨特性排除背景噪声,经过一定运算再次得到运动目标。将两次得到的运动目标作"与运算",提取出最终的运动目标。实验结果表明,本算法可以较好地处理突变情况,提取的运动目标图像完整、轮廓清晰。

基于GMM-WSUM的多生物特征二级融合识别方法

结合基于密度估计和归一化两种融合方法的优点,在匹配分数层级提出了一种基于高斯混合模型(Guassian Mixture Model,GMM)和加权和(Weighted Sums,WSUM)的多生物特征二级融合识别方法。利用GMM对匹配分数建模后,采用N-P准则作为第一级融合策略;第二级融合采用基于加权和的归一化方法,较好地解决了分数归一化融合方法在单模识别算法识别率相差较大时融合识别性能差的问题。在ORL、AR人脸数据库和FVC2004组成的人脸-指纹多模数据库上进行了实验,结果表明,该方法有效地提升了识别性能。

基于径向基函数神经网络的内模控制

文章用径向基神经网络设计内模控制系统。径向基神经网络是通过调整隐层与输出层间的连接权系数来逼近函数，如果隐层神经元数目过少，难免会出现收敛时间长，控制质量差，甚至发散的现象。为此，本文提出了增加调整基函数形状参数和中心向量的万法予以避免，并证明了网络不同调整参量收敛于目标函数极小点的性质。

基于机会约束规划的配电网分布式光伏承载能力评估

近年来分布式光伏发展迅猛,其发电功率间歇性和不确定性给配电网运行安全带来巨大威胁,亟需对配电网分布式光伏进行承载能力量化分析,以指导其科学开发.为此,考虑光伏发电功率不确定性,提出了一种基于机会约束规划的配电网分布式光伏承载能力评估方法.首先,基于分布式光伏历史运行数据,采用高斯混合模型对其发电功率概率分布进行建模表征;其次,考虑线路热稳定约束、电压安全约束以及设备运行约束,将光伏出力视作随机变量,建立了基于机会约束规划的配电网分布式光伏承载能力评估模型;然后,推导建立了分布式光伏发电功率与线路潮流、节点电压等系统状态变量间的仿射关系,通过计算累积分布函数在给定置信度下的分位点实现机会约束的确定性转化;最后,在一个改进的测试系统上验证了所提方法的有效性.

基于狄里克莱过程混合高斯模型的信号分选

提出了一种基于狄里克莱(Dirichlet)过程混合高斯模型的雷达辐射源信号分选方法。通过将Dirichlet过程与高斯模型相结合,得到的Dirichlet过程混合高斯模型可以自动学习混合高斯分量的数目。将该模型应用于雷达辐射源信号分选,可以自动确定电磁环境中雷达辐射源的数目。仿真实验结果证实了该方法在雷达辐射源信号分选中的有效性。

平移利率模型与简单Gaussian利率模型之关系（英文）

本文指出平移利率模型的风险市价是到期时间的线形函数并证明了平移利率模型是一种特殊的简单Gaussian利率模型．同时，文章还给出了简单Gaussian利率模型即期利率的条件概率分布．

基于格网模型的维特比旅游路径规划算法

传统的旅游路径规划算法大多仅考虑单因素的规划,即考虑景区对线路规划的影响,而现实中需考虑多因素(如景区、酒店、旅游时间和游客消费能力等)对旅游线路规划的作用。针对这一问题,提出一种结合格网模型的顾及多因素的维特比旅游路径规划算法。首先,利用高斯函数表达格网模型下的曼哈顿距离与状态转移概率之间的关系;其次建立景区、酒店的属性与游客需求之间的函数来表达观测状态概率;最后引入维特比算法求得旅游线路的最优解,并用实验证明了该算法的合理性。

负关联噪声驱动下单模激光的定态分析

研究了负关联的加法和乘法高斯白噪声驱动下单模激光损失模型的定态情况。文中推导了负关联情况下，定态时的激光场幅的几率分布，光强的平均值，光强的协方差以及光强的偏斜率。并和文献［１，２］中正关联时的定态分析作了比较。

结构风振响应极值估计方法比较

为考察基于高斯分布假定的工程极值估计方法对结构风振响应极值估计的准确性,以单层球面网壳结构为例,首先通过重复采样风洞实验和重复风振响应分析,获得了超过1000个以上的结构风振响应时程样本;其次利用经典极值理论根据大量样本确定结构风振响应的极值准确值,作为评价标准;然后分别采用几种常用的工程极值估计方法,包括峰值因子法、改进Hermite模型法和Sadek-Simiu法,仅根据单个样本确定极值;最后通过对众多极值估计值进行统计分析,系统考察了不同方法极值估计结果的稳定性和准确性。结果表明,峰值因子法估计结果的离散性较小,但数值多数偏低;改进Hermite模型法估计结果的离散性较大,且数值多数偏高;Sadek-Simiu法的离散性介于二者之间,且估计结果与准确值较为接近,因而建议在进行工程极值估计时采用。