基于变权平均似然函数的粒子滤波改进算法

在纯方位跟踪中,针对随机观测噪声对粒子权值准确性的影响,提出了一种基于变权平均似然函数的粒子滤波改进算法,在每个粒子权值更新过程中,采用多次观测值计算粒子似然函数并对其变权平均,替代由单一观测值更新粒子权值的方法,减小随机观测噪声对权值的影响。最后,通过实验仿真表明:新算法在纯方位跟踪中滤波精度优于传统粒子滤波算法。

双正交有理函数系带权平均逼近与广义H_±~P｛λ_j｝类函数

提出了广义ＨＰ±｛λｊ｝类函数．通过这类函数研究了双正交有理函数系的带权平均逼近。

基于等权平均压缩技术的雷达/红外传感器融合算法

针对雷达/红外传感器融合时经常面临的数据采样率不相等问题,提出了一种基于等权平均量测压缩技术的雷达/红外融合算法。该算法通过将高采样率的红外角度量测数据进行等权平均压缩,更有效地利用了目标信息,进而提高了雷达/红外融合后的信息精度。仿真结果验证了算法的有效性;且相对于最小二乘压缩的雷达/红外融合算法具有更高的精度。

利用带权平均值法确定GPS网点的正常高

1 引言除了传统的利用水准测量和三角高程测量来确定点位的高程之外,进入90年代以来随着GPS的完善运行亦为确定点位的高程信息提了一种全新的方法。利用GPS是被公认的最先进的三维定位的测量手段。尤其是在一些用常规测量方法很难或无法进行施测的地方就更显示出GPS测量的优越性。利用GPS接收机施测各种用途的控制网具有高精度、高效率和低成本的特点。特别是GPS技术所表征的平面位置精度之高早已被人们所认识和接受。然而如果人们仅仅利用GPS技术的二维信息(x,y)而没有利用它的第三维信息即高程信息,那么也就没有充分发挥GPS技术的潜力。所以我们应该采取合理的数据处理方法,充分利用GPS技术所能提供的高程信息为各项建设服务。GPS测量所能提供的高程信息是椭球面上的高程,即是相对于我们通常所说的WGS—84椭球体,一般我们称这个高程值为大地高高程h。它仅仅适用于地球和建筑物的变形研究领域。而我们在许多工程项目中,如工民建工程等所需要的高程值却是大地水准面上的高程,即正常高高程H。所以就需要将椭球面上的大地高高程值h转换成大地水准面上的高程值H。

基于梯度下降的循环批量权重平均优化算法

神经网络模型的权重对模型的性能具有关键影响,权重的更新方式主要通过梯度下降算法实现。随机权重平均算法改进了权重更新方法,它通过平均随机梯度下降过程中得到的多个权重样本提高模型的泛化能力。然后,该算法并没有对平均后的模型进一步训练,也没有参与并影响模型的训练过程。本文针对该算法的局限性,结合已有的循环随机权重平均算法,提出循环批量权重平均算法。与循环随机权重平均算法在训练周期之间平均不同,本文所提算法在每个训练周期内的各个批次之间进行权重平均,并将平均后的权重作为下一个批次训练的初始权重,循环融合权重的平均过程和更新过程。本文将提出的算法与梯度下降和随机权重平均算法在CIFAR-10和CIFAR-100数据集上分别对VGG-16和ResNet-18模型进行多次仿真实验,并对实验结果进行比较。实验结果表明,循环批量权重平均算法显著加快模型的收敛速度,提升模型的训练效率,并能提高模型在测试集上的准确率。

逆序随机权重平均最优位置的量子粒子群算法

为了进一步提高量子粒子群算法的精度,从描述粒子状态波函数的δ势阱特征长度L(t)出发,本文重新修改了评价方式.通过为群体中的每个粒子引入随机权重,采用与粒子最优位置适应度逆序的结合方式,生成逆序随机权重平均最优位置来重新评价L(t).该方法降低了粒子陷入局部极值点的可能性,增强算法的随机性,帮助算法逃离局部极小值点的束缚,使算法尽快找到全局极值点.通过几个典型函数测试表明,改进算法的收敛精度优于QPSO算法,并能有效的避免粒子群陷入问题的局部极值点.

用高斯权重平均数对点聚图分析的再研究及其在预报中的应用

本文在点聚图分析中,引入高斯权重平均数,构成了任意维点聚图,并使点聚图分析的预报结论定量化。利用预测误差最小准则,得到了预测精度最高的高斯权重平均数中所需的最高大有效订正半径r_0,(即以r_0为半径的园内的历史个例值,采用客观分析中逐步订正法的基本原理所构成的高斯权重平均数,即为预测误差最小的对象预报值)。经试用,预报效果尚佳。

论平均价格选择权的价格测定

在许多情况下,平均价格选择权比常规期权更能规避风险,但定价成本显著提高,尤其是算术平均价格选择权,由于其价格概率分布不是对数正态分布,因而对该类选择权的正确定价也更为困难。本文介绍对该类期权评价较为准确,且在实务上也计算相对容易的一种定价模型,便于在实践运用中定价参考。

基于变权AHP法的高校奖学金评定

结合目前多数高校奖学金评定制度,选取学习成绩、学生工作、获奖情况和民主投票这四个因素作为评定指标,首先采用加权平均法和变权平均法求出学习成绩,并对各指标进行量化,进而利用变权AHP法算出最终排名,最后对本文方案进行分析.

粤港澳大湾区出口制造业认证认可发展水平评价——基于熵权-平均解距离评价方法(EDAS)

为从整体上把握认证认可在粤港澳大湾区出口制造业的实施应用水平,选取该区域内12个出口制造业作为样本,基于认证认可基础和认证实施两个维度,分别从标准认知、质量控制标准、产品检验标准、质量管理体系认证和产品认证5个方面构建粤港澳大湾区出口制造业认证认可发展水平指标体系,通过熵权-平均解距离评价方法模型测评进行定量分析,并挖掘和分析存在的问题及其原因。结果显示,粤港澳大湾区出口制造业的认证认可发展整体处于中等水平,不同出口制造业的认证认可水平参差不齐,其中信息技术设备、家用电器等技术密集型行业和新兴行业的认证认可水平普遍较高且增长优化潜力最强,而鞋业、服装业等传统劳动密集型行业的认证认可水平提升需求较大;认证实施水平是粤港澳大湾区出口制造业的优势项,而认证认可基础则需要进一步改善与提升。据此,提出要不断深化认证认可制度和体系改革创新,促进认证认可建设与实施智能制造融合发展,大力提升认证机构专业能力和品牌形象,以及不断增强中国参与国际标准化治理能力。

基于加权滑动平均的组合预报模型

等权滑动平均法在推求预报时刻组合系数时,未能充分考虑滑动窗口内各时刻对其的不同影响。对此,提出一种基于加权滑动平均法的变权组合预报模型。首先,利用二次规划法求解各预报模型在滑动窗口内的组合系数;然后,根据构造的权重计算公式,加权求解各模型在预报时刻的组合系数;最后,根据各模型的预报值与组合系数,求解组合预报值。以某边坡监测点75期变形时序为例,利用三次多项式拟合与Prophet模型进行10步变权组合预报。实验结果显示,变权滑动平均法相比等权滑动平均法组合预报精度提高了28.8%。

关于几种平均的几个不等式

主要给出了H¨older,Cauchy,Minkowski不等式及詹生(Jason)幂平均不等式(包括它们的积分形式)的推广和统一证法,并得到了几个新的不等式。

基于变权AHP法的高校奖学金评定

结合目前多数高校奖学金评定制度,选取学习成绩、学生工作、获奖情况和民主投票这四个因素作为评定指标,首先采用加权平均法和变权平均法求出学习成绩,并对各指标进行量化,进而利用变权AHP法算出最终排名,最后对本文方案进行分析.

基于动态权重的路面使用性能指数评价方法研究

沥青路面是中国高等级公路和城市道路的主要路面类型,经过长年的交通荷载和环境条件的影响,路面将会出现各种病害,而其病害类型和特点受到交通和环境的影响。针对中国沥青路面技术状况评价中,使用性能指数(PQI)的计算和评价使用固定权重不能有效反映路面使用状况和病害类型影响的情况,该文通过采用奖惩函数理论提出了路面性能指数计算权重的客观赋值方法,统筹考虑现行固定的主观赋值方法和客观赋值方法,提出了基于动态权重的路面性能指数的评价方法。基于动态权重的路面性能指数评价指标可以直接反映不同道路病害类型的影响,并间接反映不同道路交通和环境条件的影响,对于客观、准确计算和评价路面性能指数,并指导沥青路面科学养护决策具有重要意义。

中国冬季降水的支持向量机预测模型研究

我国冬季降水对于农业、水资源管理和自然灾害风险评估具有重要意义.受多种气象因素的影响,冬季降水的预测仍具有挑战性,进一步提升冬季降水的预测技巧是当下短期气候预测研究的重要课题.本研究采用支持向量机(SVM)方法,旨在通过机器学习方法提高中国冬季降水的预测准确率.基于NCEP_CFS, ECMWF_SYSTEM, BCC_CSM等五个模式数据以及站点数据,建立针对冬季降水的SVM集成预测模型,并与单个模式和等权集合平均模型(AVE)加以对比.SVM模型因其强泛化和处理非线性问题的能力,在中国冬季降水预测中表现良好.研究表明:(1)SVM模型较单个模式及AVE模型的预测准确性与稳定性得到大幅提升,SVM模型的PS评分和PCS评分显著高于单个成员模式的结果,最大分别提高了8.0(12.6%)和3.9(7.4%),较AVE模型则最大分别提高了5.4(8.2%)和2.1(3.8%),预报技巧的提高在观测资料相对缺乏的西南和西北地区尤为明显.(2)从均方根误差和时间相关系数的空间分布上来看,SVM模型对其成员模式在西藏地区、西南地区、华东及华南地区误差较大的情况改善明显,误差最大降低了259(90.9%),预报技巧最大提高了1.13.(3)独立样本检验中,SVM模型的PS评分和PCS评分显著高于单个模式和AVE模型,最大提高了10.79(20.3%)和11.39(27.3%).因此,SVM模型的构建,将有助于进一步提高中国冬季降水预测的准确性和稳定性,为气象防灾减灾和气候资源开发利用等提供重要技术支撑.

非线性非高斯模型的改进粒子滤波算法

针对被动定位跟踪系统非线性强、传统跟踪滤波方法收敛速度慢且容易发散的问题,给出了一种用于纯方位目标跟踪的改进粒子滤波算法。该算法首先用有限的高斯混合模型来近似后验状态密度;其次针对随机噪声对粒子权值准确性的影响,给出了改进的变权平均似然函数。根据χ2检验,对每个粒子权值的更新,采取由多次观测值计算粒子似然函数并对其求变权平均和单一观测值求似然函数相结合的方式进行,既减小随机观测噪声对权值的影响也提高了算法实时性;最后利用基于退火机制的Aitken加速EM算法(A-DAEM)取代传统粒子滤波的再采样过程,克服了EM算法容易陷入局部最值的缺点,改善了粒子枯竭的问题。仿真实验结果表明该算法与变权平均似然函数粒子滤波(PF-ALDP)和基于EM的高斯混合粒子滤波(EM-GMPF)相比,具有高精度估计能力和较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。

测温传感器响应特性及其在资料同化中的应用

利用时域中的卷积积分法求解测温传感器响应方程 ,对其响应特性尤其是自动平均能力进行了数学描述 ,发现每个时刻测温传感器输出值 ,是此时刻之前一段时间内外界温度输入值的不等权平均值 ,其权重随着与输出时刻的接近呈指数增加。进一步应用这个结论讨论了不同来源温度资料的同化问题 ,对资料同化技术的提高有一定的指导意义。

MODES月预测产品在贵州的释用

基于符号一致率评分(Pc)法,对多模式解释应用集成预测系统(MODES)的6种模式产品开展贵州85站2要素月预测释用,根据评估结果进一步采用等权平均方案和最优方案对6种模式产品展开2012—2015年48个月的回算统计。分析表明:不同的模式产品的预报性能各不相同,其中ECMWF的模式产品的预测性能较NCC和NCEP来说相对较高;模式产品释用时,最优方案的预报评分均高于其它6个模式产品的Pc评分平均值,且最优方案的预报评分高于等权平均方法的预报评分;回算结果,无论是气温还是降水,最优方案的Pc评分均都高于省级发布的月预测产品评分,这说明利用最优方案可以有效地提高MODES对贵州月气温和降水预测能力。

用于飞行员视觉增强的快速红外图像增强方法

提出了一种基于图像分块并行处理的快速的红外图像增强的方法。在对图像进行分块并行处理的基础上,综合利用改进的中值滤波算法、快速Sobel边缘检测算法、自适应权值的加权平均图像融合算法对红外图像进行快速处理。改进的中值滤波算法效果好于MTM算法,自适应权值的加权平均图像融合算法比基于区域对比度的权值选择法更好地抑制噪声,对图像进行分块并行处理,提高了图像处理的速度。实验结果表明,提出的方法能够快速优质地对红外图像进行增强。