采用加权平均算法提取事件相关电位

阐述了用加权平均的原理方法来消除事件相关电位(ERP)中的自发脑电(EEG)干扰,推导算法并进行分析。编程仿真结果表明,加权平均技术在ERP的提取和噪声消除方面有显著的优势。它减少了波形失真度和平均叠加次数,提高了生物医学信号提取水平。随着信号处理技术的发展,ERP提取技术将会进一步提高。

基于加权平均算法的线阵CCD三角定距研究

针对线阵CCD三角定距系统在定距区域内随着距离增大定距精度下降,导致激光引信定距距离超差,通过对定距误差来源分析和半实物仿真结果分析,提出在小基线条件下采用加权平均算法求解目标位置,以此提升线阵CCD三角定距区域内远端的定距精度。测试结果表明:对比传统的波形中心法,采用加权平均法的线阵CCD激光近炸引信可有效提高定距精度。

基于诱导有序加权平均算法的风电场短期功率的预测

为了提高风电场发电功率的预测精度,提出一种基于诱导有序加权平均(induced ordered weighted averaging,IOWA)算法的风电场功率组合预测模型;该方法通过误差信息矩阵法筛选出优选模型进行组合,消除了冗余模型对预测精度的影响;结合华北某风电场历史功率数据及该地区的数值天气预报数据建立了风电场短期功率预测模型,以误差平方和最小值为准则,对未来48 h的风电场发电功率进行预测。结果表明:经优选后的组合预测模型降低了预测误差,提高了预测精度,缩短了预测时间。

改进的联邦加权平均算法

针对基于层次分析改进的联邦平均算法在计算其数据质量时存在主观因素的影响,提出改进的联邦加权平均算法,从数据质量的角度来处理多源数据。首先,将训练样本划分为预训练样本与预测试样本;然后,使用初始全局模型在预训练数据上的精度作为该数据源的质量权重;最后,将质量权重引入到联邦平均算法中,重新进行全局模型中权重更新。仿真结果表明,在均等分割的数据集与非均等分割的数据集上,改进的联邦加权平均算法训练的模型与传统联邦平均算法训练的模型相比,准确率最高分别提升了1.59%和1.24%;改进的联邦加权平均算法训练的模型与传统整合多方数据再训练的模型相比,虽然准确率略有下降,但数据与模型的安全性有所提升。

加权平均算法与插值

依据加权平均算法的概念，指出Lagrange插位、Newton播值和三点插值实质上是对节点处信息的“折衷”，而过种“折衷”是通过加权平均算法来实现的．

SLAM精度的向量加权平均自适应调节研究

针对粒子滤波算法需要大量粒子以提高精度以及重采样导致的粒子多样性缺失的问题,提出一种自调INFO(向量加权平均算法)优化的粒子重组粒子滤波算法。首先,通过向量不同的加权平均规则,使得最优粒子引导粒子集向期望区域移动,以此提高估计精度;其次,实时计算最优粒子附近的粒子密度,当密度大于阈值时,自适应调整迭代次数,实时监测粒子密度,根据此指标引入次优粒子的作用自适应调整粒子集分布;最后,重采样阶段将筛选后保留的粒子与剩余粒子重新组合成新的粒子,以此增加粒子多样性。通过仿真实验检验改进算法在SLAM中的性能,结果表明该算法较标准算法相比,其位姿与路标估计精度更高且鲁棒性更佳。

基于最优权重的多源证据加权平均合成算法研究

为克服传统DS合成公式对各证据信息源提供证据平等对待,即在合成时不考虑专家个人差异,无视各信息源提供证据的重要性与可靠性差别这一缺陷,文章通过构建各证据与所有证据之间距离最小化的目标优化模型确定最优权重,并引入平均算法,给出了基于最优权重的多源证据加权平均合成算法。基于数值试验的对比分析结果表明,新方法在抗干扰及收敛性方面比现有DS合成公式更为优越。

基于区域灰度变化率的邻域加权平均滤波算法

文章在分析了两种常用滤波方法－邻域平均滤波法和高斯滤波法－的基础上，给出了一种基于区域灰度变化率的邻域加权平均滤波算法，并用这种滤波方法对Ｌｅｎａ图像进行了滤波实验，同时也与邻域平均滤波法的结果和高斯滤波法的结果进行了比较。

一种Internet上的优先权加权平均数据传输方法

文章基于优先权处理和队列式加权平均流量分配提出一种在Internet上有效地传送带优先权数据的方法,该方法包括两个路由器优先权加权平均算法(PWFQ):单队列记数排序算法(SQSS)和多队列布谷鸟轮换算法(MQRR)。路由器使用PWFQ公平有效地为超流(superflow)分配和调整带宽,并实现了网络阻塞时传输质量的平缓缩减,同时为子流(flow)提供优先权服务,高优先权的子流将被优先服务,从而保证传输的QoS。MQRR还融入RED算法以在阻塞时得到更好的链路利用率、吞吐率和数据流缩减.这种方法融合了Guaranteed服务和Differential服务的优点,算法的计算复杂度不高,实现较易。实验表明这个方法是有效实用的。

一种考虑重汇聚结构的电路信号概率加权平均计算方法（英文）

通过对电路结构的分析,提出了一种新的基于改进型加权平均算法的超大规模集成电路信号概率估算方法.在考虑基本门故障概率水平的基础上,首先基于同源信号汇聚原则标识重汇聚扇出源对应的第一重汇聚扇入节点,以定位重要的信号相关性节点.通过敏化通路标识电路中多重汇聚结构的重汇聚扇入节点,以确定信号概率计算干扰源.然后,结合加权平均思想计算节点的加权信号概率,以修正其信号概率.最后,通过信号概率混合计算策略量化了扇出重汇聚,以减少多重汇聚对精度的影响.在ISCAS85基准电路上的实验结果表明,所提方法的计算时空开销随基本门数量的增加呈线性增长的趋势,且其精度比改进型加权平均算法提高了.2%.

基于改进INFO算法的新型可拓云计算机性能评估模型

计算机系统的性能评价和分级是计算机高性能发展的关键环节。为消除评估过程中不确定性导致的性能等级误判,采用可拓云理论构建计算机性能评价的理论模型;其次,为兼顾等级边界的分明性和模糊性,提出一种可自适应评估对象的最优云熵计算方法,提高了模型的合理性和准确性;最后,针对模型参数的非线性求解问题,提出改进向量加权平均算法(INFO)。该算法采用差分进化策略扰动向量来产生候选解,从而优化潜在解的初始分布均匀性;并且在搜索阶段结合t分布策略,根据概率值扩大算法的搜索范围,提高算法的全局搜索能力。经实例验证,结果表明所提模型是一种有效的计算机性能评估方法。

学习带边信息专家意见的在线投资组合策略

针对以往学习专家意见的在线投资组合策略中专家策略并未考虑有助于提高投资者收益的边信息的不足,选取在相同边信息状态下投资相同单只股票、不同边信息状态下可能投资不同单只股票的策略为专家意见,基于指数加权平均算法(EWA)提出了学习带边信息专家意见的在线投资组合策略(EWAES).然后,从理论上证明了对任何的股票价格序列该策略都能够追踪最优专家意见.最后,采用中美金融市场实际股票数据对EWAES策略进行了数值分析,结果说明了该策略的有效性.

改进粗糙集理论的无线传感器网络静态节点分类算法

因无线传感器网络中静态节点包含一定的不确定信息,决策级融合技术很难对数据进行有效刻画,导致网络静态节点分类效果差。提出一种基于改进粗糙集理论的无线传感器网络静态节点分类算法。采用多次采样法对测试结果加权处理,通过加权移动平均算法对邻居节点进行测试,基于节点密度的混合式算法对数据去噪处理。利用错误分类率中的变精度粗糙集构建改进的粗糙集模型,基于改进粗糙集理论提取无线传感器网络静态节点特征,通过支持向量机构建无线传感器网络静态节点分类模型对节点分类处理。仿真结果表明,所提方法的分类正确率始终高于96.852%、节点召回率在97.321%以上、F1值多于97%、能量消耗在12.52 J~90.20 J之间,证明所提算法具有良好的网络静态节点分类性能。

一种H.264视频流自适应率失真优化编码算法

为了提高编码视频流在丢包网络环境中的抗误码性能,目前比较常用的是采用帧内刷新算法。在率失真框架之内的帧内优化编码刷新算法,则被认为是更为直接和有效的解决办法。在视频编码标准H.264/JVT中采用的就是这种算法。然而由于没有考虑到信道丢包率对编码器端进行仿真解码次数的影响,从而导致在进行率失真优化编码时的计算量较大,编码耗时较长,严重影响了编码器的编码效率。基于以上分析,提出了一种改进的自适应率失真优化编码算法。将H.264标准率失真优化编码算法中计算解码器端视频帧期望失真度的代数平均值算法,改进为加权平均值算法。仿真实验表明,提出的算法可根据信道丢包率和模拟信道状态个数信息来自适应地决定编码器端进行仿真解码计算的次数,从而有效降低H.264标准率失真优化编码算法中的计算冗余和计算复杂度,节省编码耗时。在模拟信道状态个数默认为30个时,本算法最多可节省近55%的编码耗时。

一种适用于稀疏无线传感器网络的改进分布式UIF算法

分布式无迹信息滤波(Distributed unscented information filter,DUIF)算法是一种有效的非线性分布式状态估计多源信息融合方法,然而当将该算法应用于稀疏无线传感器网络(Wireless sensor networks,WSN)时,稀疏WSN中存在的无效节点会引起使滤波趋于发散的平均一致误差.针对该问题,本文提出一种改进DUIF算法.该算法不改变DUIF算法的级联结构,而是将其底层和上层滤波器分别改进为局部无迹信息滤波器(Local unscented information filter,LUIF)和加权平均一致性滤波器.LUIF对每个节点的局部多源观测信息进行局部融合,得到局部的后验估计信息向量和矩阵,进而将它们作为加权平均一致性滤波器的输入,最终得到不包含平均一致误差的分布式后验估计结果.其中,加权平均一致性滤波器是通过对由LUIF输出的局部后验估计信息向量和矩阵分别进行平均一致性滤波而得以在改进DUIF算法框架下实现的.同时,在此过程中,相邻节点之间的状态估计互相关信息也被引入改进DUIF算法的输出结果中,进一步增强了滤波的可靠性.仿真实验结果表明,改进DUIF算法能够在稀疏WSN中对机动目标进行有效跟踪,在估计精度和抑制滤波发散方面明显优于标准DUIF算法.

基于改进CUSUM算法的网络异常流量检测

首先对网络流量进行异常检测,发现异常后再对数据包进行分析,实施相应措施,有利于降低系统开销。针对在使用CUSUM算法进行流量异常检测时产生的累积和效应问题,提出用自适应算法消除累积和效应的影响,分析了参数的设置对解除报警的延迟时间、误报警等的影响。实验结果表明设计的算法是有效和正确的,可以直接应用于检测SYN洪水攻击等。

基于小波变换的工业内窥镜图像融合算法

针对工业内窥镜使用场所特殊而存在采集的图像效果不佳的问题,提出了一种基于多尺度小波变换和不同融合算子的图像融合算法。首先对源图像进行小波变换,然后对代表近似信息的低频系数采用简单的平均算法融合,对代表细节信息的高频系数采用基于区域方差的动态加权平均算法融合,最后对处理的低频和高频系数进行小波逆变换得到融合图像。实验结果表明,与其它几种算法比较,该算法得到的图像参数较好,提高了图像处理效果。

微机应用系统中输入信号的数据处理算法

在微机应用系统中,对输入信号进行采集并采用数据处理算法,能有效地提高输入信号的真实性,改善微机应用系统的控制性能.

一种水下多普勒估计的算法与研究

水声通信一直是水声工程领域中的热点问题,多普勒估计与补偿技术是其中的关键内容之一。本文针对高斯信道和真实水声信道中多普勒因子的估计与补偿的过程中,采用两种算法即五点三次平滑算法、加权平均算法进行估计与补偿,并结合解调结果的误码率曲线比较两种信道下这几种算法性能。通过对比发现,加权平均算法的效果最为显著。