面阵投影增材制造技术自适应分层算法

增材制造采用“逐层叠加”的原理来成型制件,层厚越小,制件的表面质量越高,成型效率越低。为了调节制件成型效率与表面质量之间矛盾的问题,提出了基于STL制件法矢量的自适应分层算法。该算法先计算出与切面层相交的三角面片的法矢量与制造方向的夹角集,然后对夹角集的均值与最小值进行加权求和,依据加权求和后的角度关系,实现对制件进行自适应调整分层厚度。对同一制件分别采用本文算法及已知的4种算法进行分层,实验结果表明,这里算法能够有效平衡制件表面质量与成型效率之间的关系,较其余4种自适应分层算法,阶梯体积误差小且制件成型时间短。

非负矩阵分解的自适应单调投影Barzilai-Borwein算法

提出一种新的自适应单调投影Barzilai-Borwein(BB)算法求解非负矩阵分解(NMF)。算法不使用任何线搜索,并利用自适应BB步长和梯度的利普希茨常数加速算法收敛。在适当的条件下,证明了算法的全局收敛性。此外,将算法应用于稀疏对称非负矩阵分解,数值实验表明算法是有效的。

一类集值混合变分不等式的自适应投影算法与收敛性

给出求解一类集值混合变分不等式的自适应投影算法。在算法的步骤中引入含非线性泛函g的邻近算子并改进步长,在一定条件下,证明该算法的强收敛性。在特殊情形下,算法即为通常集值变分不等式的自适应投影算法,因而推广相关结果。

电子稳像的灰度投影三点局域自适应搜索算法

灰度投影算法是检测图像序列帧间运动矢量,实现电子稳像的关键技术之一。通过对其相关曲线的分析,基于单峰性的特征,提出了三点局域自适应搜索算法,即:在搜索宽度内均匀选取3点,计算比较其相关值,判断相关曲线梯度的变化方向,相应调整搜索参数,获得帧间运动矢量,在此基础上即可进行运动滤波和图像补偿,从而实现电子稳像。当搜索宽度为2n-1(n=1、2……且2n-1小于搜索方向上图像宽度的一半)时其运算量仅为3n,而非以往全局搜索算法的2n+1-1,从而克服了运算量大、耗时长的缺陷。该算法得到了仿真实验的验证。

基于加权次梯度投影算法的数字助听器自适应声反馈抑制

本文提出了一种利用加权自适应次梯度投影算法(Weighted Adaptive Projection Subgridient Method,WAPSM)进行声反馈抑制的方案。WAPSM算法来自于自适应次梯度投影算法(Adaptive Projection Subgridient Method,APSM),它以次梯度投影的超平面作为搜索区域来进行松弛投影。本文提出的算法将估计系统的先验知识以权重因子一在很多应用中为指数衰减一的方式加入APSM算法中提高算法性能。以WAPSM算法应用于助听器声反馈抑制的大量仿真实验表明,算法相比传统的NLMS算法和APSM算法在收敛速度、稳定性和精度方面取得了显著的进展。进一步的实验表明,算法在以实际语音作为数字助听器输入信号时取得了优异的性能,并且在低信噪比条件下具有较强的鲁棒性。

基于自适应投影学习算法的径向基函数网络设计及应用

基于自适应投影原理 ,本文提出了构造和训练径向基函数网络的自适应投影学习算法 ,该算法能迭代地确定径向基函数的个数、中心的位置以及网络的权系数 ,从而提供了生成径向基函数网络的一个简单和有效的方法 .通过应用于信道均衡器和时间序列预报信号处理领域中的两个例子 ,进一步证明了该算法是行之有效的 .

稳健的仿射投影符号自适应滤波算法

非高斯的冲击噪声在现实世界广泛存在,严重影响了基于l2范数优化准则的自适应滤波算法的性能。在各类自适应滤波算法中仿射投影符号算法(APSA)结合了仿射投影算法(APA)良好的收敛特性和符号算法对非高斯冲击噪声干扰的抑制能力,因而其在非高斯冲击噪声条件下具有良好的性能。但是该算法的步长选择是固定的,且未考虑系统稀疏特性,因而在参数选择和收敛速度方面有一定的局限性。将变步长的方法和比例矩阵的思想融合到一起,引入步长函数,提出了一种稳健的仿射投影符号自适应滤波算法—变步长的改进比例仿射投影符号算法(VSS-IPAPSA)。该算法不仅可以缓解收敛速度与稳态失调之间的矛盾,同时也可以增加其对系统的不同稀疏特性和噪声特性的适应性。理论分析和仿真实验结果验证了其稳健性和有效性。

支撑矢量预选取的自适应投影算法

支撑矢量机是一种能在训练样本数很少的情况下达到很好分类推广能力的学习算法。但其在选择支撑矢量时却进行了大量不必要的运算,对此,该文提出了一种能够预选取支撑矢量的方法———自适应投影算法,该方法在不影响支撑矢量机的分类能力情况下,大大地减少了训练样本,提高了支撑矢量机的训练速度。仿真实验结果也验证了该方法的有效性和可行性。

基于自适应投影算法和修正核函数算法的混合支撑矢量机

提出了基于自适应投影算法和修正核函数算法的混合支撑矢量机 ,根据修正核函数算法的正形投影变换 ,将问题映射到黎曼空间来增大分类面 ,从而提高支撑矢量机的分类精度 .但其缺陷在于它是由两步优化实现的 ,因此增加了时间复杂度 .基于此 ,混合支撑矢量机使用自适应投影算法对支撑矢量进行预选取 ,即通过投影从训练样本中选择部分样本作为中心矢量进行训练 .实验结果表明

两种简化的仿射投影自适应滤波算法(英文)

在仿射投影算法的基础上 ,提出了两种简化仿射投影自适应滤波算法 (SAP) .新算法的收敛速度比传统的能量归一化最小均方误差算法 (NLMS)快 ,而计算量增加不多 ,易于实时实现 .计算机仿真证实了上述结论 .

基于自适应核方法的正交子空间投影异常检测算法

在高光谱图像的异常目标检测核方法中,高斯径向基核函数的宽度决定因子(即核参数)选择恰当与否是决定算法性能的重要因素。针对这一问题,提出了一种基于自适应核方法的正交子空间投影高光谱图像异常检测算法,有效的解决了统一的全局检测参数在复杂多变背景环境下检测性能下降的问题。这不仅提高了算法的通用性,也降低了检测的计算量。用AVIRIS高光谱数据进行了仿真实验,取得了较好的检测效果。将该算法与其他算法进行比较,结果表明,所提出算法的检测性能明显地优于传统算法,降低了虚警概率。

基于M估计变步长自适应仿射投影算法的稳健时延估计

该文提出了一种基于M估计变步长自适应仿射投影方法的稳健时延估计(TDE)算法。该算法将自适应仿射投影算法应用于时延估计,无须事先假定信号和噪声的统计特性,自适应调整自身参数;应用稳健M估计理论,抵消重尾噪声干扰。数值仿真表明,在高斯噪声、非高斯噪声甚至冲激噪声的干扰下,该文算法比高阶统计量法和最小均方自适应法有更强的稳健性和更高的估计精度。

应用投影寻踪-粒子群算法的江苏省交通适应性评价

为研究江苏省交通运输满足社会经济需求的程度,引入交通适应性概念。在建立科学评价指标体系的基础上,通过德尔菲法和熵权法分别确定主客观权重并对其进行拟合。通过PSO-PP对交通适应度进行综合打分评价,最终确定各指标评分结果并指导实践。江苏省交通适应性综合得分为1.326,交通基础设施适应性分值为0.566,运输服务适应性分值为0.407,社会经济适应性分值为0.426。结果表明:江苏省在交通安全性、公路发展等方面表现突出。

一种正交投影自适应波束形成快速算法

正交投影自适应波束形成算法性能优良,但需要进行矩阵特征分解,运算量大.为了减小正交投影自适应波束形成算法的运算量,提出了一种正交投影自适应数字波束形成快速算法.该算法利用阵列协方差矩阵的一个子矩阵得到干扰子空间,无需特征分解,且无需估计整个协方差矩阵,而只需估计该子矩阵,因而易于工程实现.当阵元数相对干扰数较大时,该算法性能与正交投影算法相差不大,但运算量要小得多.理论分析和计算机仿真结果表明,此方法是有效的.

基于自适应投影学习算法的RBF神经网络多用户检测方法

自适应投影学习算法是一种简单有效的构造和训练径向基函数神经网络的方法,该方法能迭代地确定径向基函数的个数,中心的位置以及网络的权系数。本文将基于自适应投影学习算法的径向基函数神经网络应用于CDMA系统多用户检测,仿真表明:这种方法对远近问题不敏感,具有良好的误码率性能和抗多址干扰性能。

求解伪单调变分不等式的一种自适应投影算法

Pham等(Optimization,2022,71(3):505-528.)提出了一种求解伪单调变分不等式的自适应算法.在该算法的基础上提出一种具有更大步长的新算法,并在相同的假设条件下证明算法的强收敛性.

基于投影算法的二维自适应滤波器

提出了一个可以使滤波器的系数同时在水平和垂直方向上更新的二维投影算法,推导了该算法的一些基本性质.为与其他二维自适应算法比较,将该算法应用到二维系统辨识中.仿真结果表明,提出的二维投影算法(MPA)具有好的效果.

基于改进仿射投影算法的数字助听器自适应回声消除

提出了一种改进的仿射投影算法。该算法建立了步长因子与误差能量之间一种新的非线性函数关系,根据误差能量的变化自动调整步长因子,以达到加快滤波器收敛速度、降低稳态失调的目的;在对误差能量的估计中提出了遗忘因子选择规则,提高了误差能量估计的准确性。对提出的算法进行的数学分析,为其快速收敛性提供了理论依据。实验仿真表明,与传统的自适应算法以及固定步长的仿射投影算法相比,提出的改进仿射算法在收敛速度、稳态失调等方面有明显改善。

求解变分不等式问题的一个自适应二次投影算法

对于变分不等式问题,给出了一个自适应二次投影求解算法.在较弱的条件下,证明了算法的全局收剑性.

基于最远块投影的自适应分块迭代CQ算法

针对分块迭代CQ算法,因子集的无序性和步长的不稳定性而导致的收敛速度较慢的问题,提出了一种基于最远块投影的自适应分块迭代CQ算法.该方法通过逐次对子集最远块进行投影,可以获取较快的收敛速度;利用类-Armijo搜索的方法可以获取合适的步长参数.在证明了算法收敛性的同时,结合短扫描CT投影重建问题对2种算法的实验结果进行了对比分析.结果表明所提出算法能够取得较快的收敛速度和较高的重建精度.