最小误差准则与脉冲耦合神经网络的裂缝检测

表面裂缝检测能够有效判断混凝土桥梁出现的结构性危险。但裂缝特征的多样性、桥梁表面污点引起的图像噪声以及不均匀照明引起的灰度不均等给裂缝检测带来极大的困难。为能够在复杂背景下检测裂缝,分析裂缝图像特征,由脉冲耦合神经网络(pulse coupled neural networks,PCNN)的运行特征和神经元的状态变化分析简化PCNN模型,将简化PCNN模型用于裂缝图像的分割,根据最小误差准则判断PCNN迭代的终止条件,实现了PCNN的裂缝图像自动分割。由圆形度与扁度结合计算区域特征,去除分割后的各种干扰,实现表面裂缝的有效检测。通过敏感度和特异性计算绘制ROC(receiver operating charac-teristics)曲线,比较不同分割方法的曲线特性以评估算法,对实际裂缝图像的处理结果表明了该方法对裂缝图像检测的有效性。

均方根误差最小准则的水库群典型年选取

由于时空分布、气候、下垫面等水文特性的异同,流域梯级各水库典型年不完全同步,较难选取合理、统一且具有代表性的流域水文典型年。将均方根误差最小准则应用于流域典型年的选取,以乌江流域7级梯级水库为例选择流域丰、平、枯典型年,研究表明,均方根误差最小准则能够统筹考虑各个电站的实际情况,选取的各种频率下典型年与设计年径流量平均相对误差绝对值均小于5%,是一种可靠的流域梯级水库典型年选择方法。

基于改进最小分类误差准则算法的深度学习研究——以台风卫星云图为例

针对传统基于最小分类误差准则(MCE)建立的目标函数存在样本错分类时网络出现的梯度反向问题,引入最小分类误差准则,定义带修正项的FMCE目标函数。以较高精度的交叉熵作为基函数,将FMCE作为修正函数,提出改进交叉熵目标函数CE-FMCE,使得网络在反向传播过程中提升标签类输出的概率。CE-FMCE不仅克服了传统MCE目标函数的梯度反向问题,还弥补了交叉熵函数对非标签集梯度不作区分处理的不足。分别在自建台风云图数据集和通用数据集MNIST上对CE-FMCE和MSE、交叉熵、MCE、M3CE进行对比实验,实验结果表明CE-FMCE优于其他目标函数。

一种基于最小均方误差准则的多台光电经纬仪测量融合方法

对于用多台光电经纬仪进行交会测量获取空中目标给出了一种定位方法。利用所求目标位置估计点到各个观测站定位视线的距离和最小,先求出两站定位的目标坐标,然后以每两站交会测量方差的倒数为权,将所有的交会测量结果进行融合处理,即可得目标坐标。仿真结果表明,新方法有效地提高了定位的精度及稳定性。

一种基于最小均方误差准则的唯方位定位方法

为了使目标位置估计点到各个观测站定位视线的距离和达到最小,提出一种利用最小均方误差准则,使用加权约束条件得到最佳逼近解的多站唯方位无源定位新方法。该方法在二维和三维情况下均适用,并且最少只需要两个观测站即可实现定位,定位误差趋近于克拉美-罗下界(CRLB)。仿真结果验证了该方法的可行性和有效性。

基于时间加权误差绝对值积分最小准则的高阶系统PID控制器设计

时间加权误差绝对值积分性能指标是指在闭环控制动态过程中时间加权的误差绝对值之和,即ITAE。要使设计的系统满足ITAE最小准则,首先,可以设计一个PID控制器,使它和控制对象形成单位负反馈,之后求出闭环传递函数,再将所求的闭环特征方程式与表格1中基于最小ITAE准则的各阶标准闭环系统的特征方程式进行比较,并得到关于系数的方程。通过解方程组,求得PID控制器的参数。若仅仅通过PID控制的系统不能达到最优性能,则应该加上前置滤波器,以抵消零点对系统的影响。

基于最小均方误差的圆弧分段曲线拟合方法

提出了一种基于最小均方误差准则的圆弧分段曲线拟合方法。该方法采用自适应高斯滤波器对原始曲线进行平滑处理以消除噪声影响 ,并提出了一种适合于圆弧曲线拟合的分段算法。在该算法的基础上根据最小均方误差准则 ,以圆弧作为基元对曲线进行拟合。实验结果表明 ,该方法能够较好地消除噪声影响并保留曲线的局部特征。

最小平方误差受限的FIR滤波器设计

在设计FIR滤波器时,往往会指定过渡带大小,但过渡带的引入只是为了便于滤波器的设计,而并不是物理上的需要,所以在设计中仅需指定截至频率。这是第一个设计理念。此外,在FIR滤波器的设计中存在两种准则:一是等波纹设计准则 (即最大误差最小化或者Chebyshev准则 ),另一种是平方误差最小准则。但在现实中两种准则往往要同时兼顾,所以仅基于其中一种准则来设计不能得到最佳结果。这是第二个设计理念。基于上述两种设计理念,提出了一种新的FIR滤波器设计算法。该算法采用最陡梯度下降法来对平方误差最小化下的最佳滤波器系数进行迭代修正,得到最佳结果。

基于最小均方误差的改进型IRA译码算法研究

IRA码的译码通常是利用BP译码算法来实现的,但是BP译码算法的硬件电路复杂。虽然最小和译码算法能够简化BP译码算法,但它是以牺牲性能为代价的。为了让译码算法在复杂度和译码性能之间取得较好的折衷,根据最小均方误差准则,提出一种改进型IRA译码算法。仿真结果表明,与BP译码算法相比,改进型IRA译码算法能够在降低算法复杂度的同时保持良好的译码性能,与最小和译码算法相比,改进型IRA译码算法的复杂度几乎不变,但译码性能得到了明显地提高。

基于最小均方误差的两步信号幅度估计算法

针对单通道数字混合信号幅度估计精度不足的问题,提出一种基于最小均方误差的两步幅度估计方法。该方法采用高次方法或最大最小(MAX-MIN)法进行幅度的粗估计,然后利用接收序列累积量的最小均方(LMS)误差准则,通过自适应迭代更新参数,提高信号的幅度估计精度。仿真实验表明,算法经过50次迭代后,幅度估计误差减少一半以上,参数估计精度提升明显,算法收敛速度快,应用范围广,做到了性能和复杂度的较好折中,具有实用价值。

基于两阶段最小二乘回归的分类方法

针对最小二乘回归分类法对原始数据进行分类时容易受到噪声样本影响的不足,利用系数增强的方法提出一种缓解噪声样本对表示系数影响的鲁棒分类法.该方法是一种两阶段最小二乘回归分类法:第一阶段通过最小二乘回归分类法获得表示系数,第二阶段强化近邻表示系数的作用得到表示系数.最后用最小误差准则对测试样本进行分类,利用核理论进一步提出非线性两阶段最小二乘回归分类法,并在4个常用人脸图像数据集上验证了该方法的有效性.

基于MME准则估计卫星姿态的非线性滤波算法

结合矢量观测的特点 ,基于最小模型误差准则给出了一种确定卫星姿态的实时估计算法 ,称为预测滤波算法 .该算法利用矢量观测信息 ,对动力学方程中的力矩模型误差进行预测 ,并利用预测值修正动力学模型 ,从而准确地估计卫星的三轴运动姿态 ,同时能获得角速度估计值 .通过误差观测矢量的建立 ,进一步提出了能够简化准则函数的修正预测滤波算法 .仿真结果证明 ,预测滤波算法及其修正算法克服了扩展卡尔曼滤波器的不足 。

数据分辨率对最小二乘配置解的影响

数据分辨率是影响地球重力场建模和大地水准面精度的重要因素。基于最小均方误差准则的频域形式探讨了最小二乘配置与数据分辨率之间的关系,给出了依赖数据分辨率的最优线性估计及其误差的一般公式。算例表明,该公式与传统配置公式的结果是一致的。

扩频系统中最小误码率意义下的最优干扰抑制技术

通过论证最小化误码率 (MBER) ,最小均方误差 (MMSE)以及约束最小均值输出能量 (MMOE)之间的关系 ,将MBER准则下最优干扰抑制器的设计转化为后两种准则下最优干扰抑制器的设计 ,并分别导出两种自适应算法 :递推最小二乘 (RLS)和盲递推最小二乘 (BRLS) .前者抑制干扰效果好 ,但需要期望信号 ;后者无需期望信号 ,但抑制效果较差 .本文将两种算法合理配合 ,给出了动态环境下的干扰抑制方法 .

基于MMSE准则的基频模型

在声调与语调相互作用理论的基础上，该文利用最小均方误差准则有效地提取了连续语流基频曲线的高音线及低音线，从量化的角度证实了高音线及低音线对连续语流基频曲线的作用及其区别。该文还对声调与语调相互作用的数学模型做了初步探讨，建立了基频曲线的双线调节及调中值模型，为合成系统基频灵活有效地调整提供了新的手段，提高了语音合成系统的自然度。

基于最大相关熵准则的网络流量预测

为提高网络流量预测的精度，针对网络流量的非线性特征提出了一种基于新的误差评价准则——最大相关熵准则（MCC）的网络流量预测方法。该方法使用MCC对Elman神经网络进行训练。该评价准则是基于新的相似度函数——广义相关熵（corrent．ropy）函数的概念建立的，此相似度函数以误差概率密度函数的Parzen窗估计和瑞利熵为基础。同时结合MCC和最小均方误差（MMSE）准则提出了一种混合的评价准则MCC-MMSE。针对网络流量的非线性、非高斯性、突变性等特性，分别以MCC、MCC-MMSE准则进行了Elman神经网络的训练，使用训练好的神经网络进行网络流量预测，仿真结果表明预测结果的精度优于以MMSE为准则的Elman神经网络的预测结果。

一种基于MMSE准则的通用码元同步算法

同步是影响通信系统性能的一个极其重要的因素。本文提出了一种基于最小均方误差准则(MMSE)的基带软件码元同步算法,可以实现多进制FSK、DPSK甚至QAM等信号的码元同步。本算法选择均方误差最小的采样时刻作为最佳判决时刻,由于使用解调误差实现同步的调整,节省了运算量。算法具有实用性好,通用性强的特点。系统仿真的测试结果表明:算法的性能基本可以满足实际通信系统对码元定时恢复的要求。

一种改进的重叠式三子样圆锥误差补偿算法

针对增加子样数会降低系统姿态更新频率、引入较大的圆锥误差,提高采样频率会增加导航计算机的硬件负担的问题,提出一种改进的圆锥误差补偿算法。利用前两个计算周期陀螺输出的角增量信息和当前时刻陀螺采样值通过重叠式采样的方式进行圆锥误差补偿,详细推导了重叠式三子样补偿算法的公式,根据算法误差最小准则得到补偿系数。该算法不仅提高了系统姿态更新频率,而且减少了由等效旋转矢量算法引入的圆锥误差,达到了提高姿态解算精度的目的。

基于二维回波数据的距离-多普勒副瓣快速迭代抑制方法

针对距离-多普勒二维高副瓣严重影响强目标附近弱目标的高精度提取,现有方法对非网格目标提取效果不佳等问题,提出了一种基于二维回波数据的距离-多普勒副瓣快速迭代抑制算法。在迭代最小均方误差框架下,该方法基于网格化后的二维回波数据自适应地为每个距离-多普勒单元估计最佳权矢量,同时将同一距离门不同多普勒单元协方差矩阵的求逆转化为同一距离单元协方差矩阵的求逆,在不牺牲精度和检测性能的条件下大大降低了计算复杂度。仿真和实测数据验证了文中方法的有效性。

关于单摆实验最大摆角的讨论

在利用单摆测重力加速度实验中,有复摆、空气浮力、空气阻力、摆角等多种误差因素。最大摆角的选择应将这些因素综合起来分析,否则将有失偏颇。在一种普通的实验方案下,本文针对两种情况,借助Mathematica软件,计算出了最大摆角的值。