一种改进的旋转矢量姿态算法

应用陀螺当前迭代周期内及前 2个迭代周期内的角增量输出 ,并根据在当前迭代周期内对陀螺仪采样的次数 ,提出了 3个新的航姿算法 ,分析了此算法在典型圆锥运动输入下的漂移误差 .与传统的旋转矢量法比较 ,新的算法比Miller’s算法精度高 3～ 4个数量级 ;对于单子样 ,新算法比Y .F .Jiang算法精度高约 3个数量级 ,对于双子样、三子样 ,新算法比Y .F .Jiang算法精度高2 0～ 30倍 。

基于旋转算法的随机模糊均值-方差投资组合优化

Markowitz首先采用方差度量风险,并应用于投资组合优化中,大多数的均值方差模型仅对随机投资组合优化或模糊投资组合优化进行研究,然而,实际投资组合优化问题既包含随机信息也包含模糊信息。本文首先定义随机模糊变量的方差,并用其度量风险,提出了具有交易成本、借贷约束和阀值约束的均值-方差随机模糊投资组合优化模型。基于随机模糊理论,将上述模型转化为具有线性等式和线性不等式约束的凸二次规划问题,并得到其KKT条件。本文还提出改进的旋转算法求解上述模型,该算法消掉KKT条件中部分变量,减少计算量。最后,采用中国证券市场的实际数据进行样本内分析和样本外分析,验证了上述模型和算法的有效性。

基于BP神经网络的文本验证码破解

以某游戏网站的验证码为例,介绍了基于文本图像验证码的识别和破解过程。破解过程分为字符提取、字符修正和字符识别。在字符提取阶段需要对图片进行预处理降低提取难度,提取主要采用了近似颜色统计法;在字符修正阶段对比了传统的旋转算法和改进旋转算法,然后归一化字符;在字符识别阶段采用了BP神经网络方法,对验证码的识别正确率达70%,每个验证码的平均破解时间为1.625 s。

基于相似性匹配的机泵监测模拟量数据压缩方法

为了解决关键机泵在线监测过程中模拟量数据存在的难压缩问题,提出一种基于相似性匹配的改进旋转门算法。通过构建监测过程模拟量数据的实时状态模型和历史状态矩阵,提出一种基于窗口平移的状态模型相似度量方法;针对传统旋转门算法门限值难以确定、门限值单一的问题,提出动态门限值计算模型;在上述研究的基础上,通过相似性匹配动态调节压缩过程中门限值的大小,研究了改进旋转门算法的原理、步骤及解压缩方法。最后提出了算法的性能评价指标并且采用真实的监测数据对算法的压缩性能进行了测试,验证了改进旋转门算法比传统旋转门算法具有更好的压缩性能。

基于爬坡特征和云模型的风电功率预测误差区间评估

为了满足电力系统优化运行对预测误差区间评估结果越来越高的可靠性要求,改善传统的区间评估方法在发生小概率风电爬坡事件时较差的适应性,提出了一种基于爬坡特征分类和云模型的风电功率预测误差区间评估方法。通过对每类数据分别建立模型以提高不同爬坡类型下评估方法的适应性。首先,利用改进的旋转门算法识别爬坡后得到爬坡特征,并基于爬坡特征对预测误差进行分类,对上爬坡类误差和下爬坡类误差分别建立云模型,对非爬坡类误差采用K-means算法得到不同预测误差类型所对应的区间范围。然后,以风电功率和爬坡特征数据共同作为模型输入,以预测误差类型为输出,建立评估模型,从而得到风电功率预测误差评估区间。最后,利用Elia网站的风电数据进行算例分析。结果表明,所提方法的风电功率误差区间评估效果更优。