最佳自适应无迹卡尔曼滤波算法应用研究

在无迹卡尔曼滤波的实际应用中,前一时刻状态参数估值异常误差和动力学模型异常误差通过状态转移方程影响预测状态信息,从而直接影响滤波解的精度。将最佳自适应因子引入无迹卡尔曼滤波中,得到最佳自适应无迹卡尔曼滤波,通过最佳自适应因子来调节预测状态向量的协方差矩阵,即调整预测状态信息对滤波解的贡献,从而可以控制前一时刻状态参数估值异常误差和动力学模型异常误差对滤波解的影响,提高滤波解的精度。

快速自适应最佳化算法在望远视频图像中的应用

由于望远系统受到自身图像传感器性能的限制以及外界环境的影响,采集的远距离视频图像会出现对比度低、整体偏暗等问题。首先给出视频图像质量评价方法,然后对视频图像进行全谱变换并建立视频图像的快速自适应最佳化模型,完成视频图像快速自适应最佳化,最后将该算法嵌入到实时视频中,通过综合图像质量评价函数CAF值对比,快速自适应最佳化比其他视频增强算法拥有更好视频图像质量,并且实验结果表明该方法满足视频图像实时处理的要求。

自适应最佳去噪小波基的构造及其应用

针对给定的带噪信号,在传统小波阈值去噪的基础上结合多分辨分析理论,给出了使其Stein无偏风险估计子最小的最佳去噪小波基的自适应构造方法,再利用该小波基对原始信号做小波阈值去噪处理而得到一种自适应去噪算法,并将此算法应用到地震信号这类典型的非平稳信号的去噪处理中.仿真实验表明,较传统的小波阈值去噪方法,该算法不仅具有较好的去噪效果,而且简便易行.

基于OMAGA-BP算法的高密度电阻率法反演研究

高密度电阻率法由于其高效、直观的特点,在工程勘查中得到广泛应用。然而,由于反演问题的高度非线性,传统的反演方法在刻画异常体边界时存在一定的不精确性。为了实现高精度的高密度电法二维非线性反演成像,克服BP算法损失函数参数空间存在大量鞍点影响计算精度,及普通遗传算法存在早熟收敛、难以赋予BP网络最优的权值阈值的问题,本文提出基于最佳保留策略的自适应遗传算法(optimum maintaining adaptive genetic algorithm,简称OMAGA)优化的BP神经网络进行高密度电法二维反演成像方法。该方法对仿真模型数据及实测数据的反演计算都得到了较好的结果,表明该方法具有泛化能力强、反演计算精度高的优点。该研究对未来高密度电阻率法的精确反演有一定的指导作用,有助于提高地下目标的识别精度。

一种基于改进GS方法的图像分割方法

聚类分析作为多元统计分析的一个分支,用于图像分割己有相当一段历史。文章基于间隙统计(Gap Statistic,GS)方法从估计最佳聚类数的角度对图像存在的最佳分割进行研究。为去除GS方法中由于随机产生参考数集以及采用样本估计带来的误差,并能给出一个具体的图像分割过程,文章对GS方法进行了改进,通过修正间隙(Gap)统计量,计算出一维情况下Gap统计量的具体函数表达式,并在此基础上提出一种图像分割算法:最佳自适应k-阈值分割算法。

基于图像处理技术的瞳孔和角膜反射中心提取算法

为了提高瞳孔中心的实时提取精度和抗干扰能力,利用基于瞳孔-角膜跟踪法原理和图像处理的眼动跟踪技术,实现瞳孔和角膜反射中心的精确提取.首先在红外光源条件下,用摄像机捕获人眼图像,通过图像自适应二值化阈值确定图像处理区域,以减小处理时间;其次,利用高低2次二值化阈值提取角膜反射中心;然后求取自适应最佳阈值确定瞳孔位置和大小;最后用梯度法提取瞳孔轮廓特征点,并用椭圆拟合瞳孔的方法确定瞳孔中心.实验结果表明,该算法在保证瞳孔和角膜反射中心提取的准确性和稳定性的同时,能满足实时处理要求.

窄脉冲调制的无线电引信信息实时快速处理系统设计

引信信息处理系统直接决定目标能否被探测识别、引信是否具有抗干扰能力和最佳自适应炸点等。本文设计了一个窄脉冲调制的无线电引信信息实时快速处理系统。它主要由视频相关器、高速A/D电路、TMS320C50信息处理板、快速硬件数字滤波器、FFT电路组成。

基于SSk-means聚类指导的邮件SVM分类学习算法

邮件分类学习算法需要大量标注样本,人工标记工作费时费力。此外邮件内容因其表达方式上的特殊性,其特征空间一般是稀疏的,这种稀疏性会影响分类处理的效果。为了节省标记训练集的时间和精力,同时更好地处理稀疏的邮件数据,引入自适应选择最佳密度半径球形k-means聚类(SSk-means)算法,作为支持向量机(SVM)的前端处理,将训练集扩展后再送入SVM分类器。实验结果与性能比较表明,在训练集只有极少量标记邮件和一定量未标记邮件的情况下,该分类算法的性能较一般SVM有很大的提高。

Convergence of shape optimization calculations of mechanical components using adaptive biological growth and iterative finite element methods

Shape optimization of mechanical components is one of the issues that have been considered in recent years. Different methods were presented such as adaptive biological for reducing costs and increasing accuracy. The effects of step factor, the number of control points and the definition way of control points coordinates in convergence rate were studied. A code was written using ANSYS Parametric Design Language (APDL) which receives the studied parameters as input and obtains the optimum shape for the components. The results show that for achieving successful optimization, step factor should be in a specific range. It is found that the use of any coordinate system in defining control points coordinates and selection of any direction for stimulus vector of algorithm will also result in optimum shape. Furthermore, by increasing the number of control points, some non-uniformities are created in the studied boundary. Achieving acceptable accuracy seems impossible due to the creation of saw form at the studied boundary which is called "saw position".