基于三次样条插值法的凸轮型线误差算法研究

针对三坐标测量机在检测凸轮型线时数据处理困难的问题,提出了一种基于三次样条插值法的凸轮轮廓误差算法。以凸轮理论升程数据为基础,采用三次样条插值法处理升程数据后得到其拟合曲线,相较于传统的最小二乘法精度更高,边缘处的误差更小。在得到原始的测量数据后,结合三次样条的边界条件和求解方法,完成算法程序编写和数值实验的验证。结果表明:针对凸轮轮廓的位点数据,以三次样条插值法为核心构筑的算法能够有效地计算出凸轮型线的误差,同时完成误差判定。

最小平方误差算法的正则化核形式

最小平方误差算法是最常用的一种经典模式识别和回归分析方法,其目标是使线性函数输出与期望输出的误差平方和为最小.该文应用满足Mercer条件的核函数和正则化技术,改造经典的最小平方误差算法,提出了基于核函数和正则化技术的非线性最小平方误差算法,即最小平方误差算法的正则化核形式,其目标函数包含基于核的非线性函数的输出与期望输出的误差平方和,及一个适当的正则项.正则化技术可以处理病态问题,同时可以减小解空间和控制解的推广性,文中采用了三种平方型的正则项,并且根据正则项的概率解释,详细比较了三种正则项之间的差别.最后,用仿真资料和实际资料进一步分析算法的性能.

基于分布式神经网络递推预报误差算法的非线性系统建模

采用基于递推预报误差算法的分布式神经网络结构建立非线性系统模型 .子神经网络模型及其连接权值均采用递推预报误差方法来进行训练 ,将所有子网络融合得到的分布式神经网络模型在模型精确性和鲁棒性方面有显著地增加 .

递推预报误差算法在非线性回归分析中的应用

在非线性回归分析中 ,常用的方法有变量代换法和多项式回归法[1] ,本文针对上述方法的缺点 ,介绍了一种递推预报误差算法 ,并应用于非线性回归分析中。计算结果表明 。

多维ARMAX系统辨识的一种新的递推预报误差算法

本文根据预报误差(RPE)算法的思想,对多输入-多输出 ARMAX 模型 A(z)y_n=B(z)u_n+C(z)ε_n 发展了一种新的辨识算法.由于在算法中加了矩阵多项式 C(z)的稳定性检验,这一种算法比推广最小二乘算法具有更快的收敛速度,这个结果在计算机仿真中得到了证实.

基于递推预报误差算法的前馈神经网络的设计

该文介绍了一种基于递推预报误差算法的前馈神经网络的实现方法。将该网络应用于非线性系统模型的仿真试验中取得了良好的效果。文中给出了试验的结果,并对该网络的应用进行了讨论。

分辨荧光光谱严重重叠药物体系的惩罚对角化误差算法

水杨酸、龙胆酸和对_氨基苯甲酸是3种荧光光谱严重重叠的常用药物 ,用常规方法难以同时测定 ;运用新近提出的惩罚对角化误差算法 (thealgorithmwiththepenaltydiagonalizationerror,PDE)结合三维荧光分析法 ,对该体系进行了研究 ,研究结果表明该算法不仅能用于荧光光谱严重重叠体系的分辨 。

估计误差算法的改进及其在单片机中的应用

估计误差算法是智能电话在FSK信号解码上普遍采用的判别信号频率的算法,其运行于16位单片机中具有算法较复杂、计算量较大的缺点。文中提出一种改进算法,该算法利用智能电话的FSK信号前后2个采样点之间的对应关系,消去同类项,使估计误差算法更为简单。通过精汇电话机测试仪实验证明,改进算法的计算量大为减少。从而减少了算法对CPU资源的占用,为智能电话的其他功能扩充留有余地。

带零吸收项的变步长l_0范数归一化最小均方误差算法

针对稀疏系统的识别问题,提出一种带零吸收项的变步长l0范数约束归一化最小均方误差(l0-NLMS)算法。在此改进的l0-NLMS算法中,通过箕舌函数来调整步长的变化,理论推导了此l0-NLMS算法在均值和均方差下的收敛条件以及均方误差和均方偏移量的表达式。设计实验分别比较在不同输入信号时算法的步长和稳态偏移量的变化,通过仿真验证该算法在识别稀疏信道模型上是有效的。分析结果表明:当处于相对高的信噪比、低的信噪比、输入不相关信号和输入相关信号时,该算法具有较快的收敛速度,能很好地进行稀疏系统的模型识别。

交替最小化协变矩阵误差算法与三维荧光分析法相结合同时分辨利尿类药品

氨苯喋啶、呋塞米和阿米洛利是3种常用的利尿药,用常规荧光方法难以同时进行测定。本文运用新近提出的交替最小化协变矩阵误差算法结合三维荧光分析法对该体系进行了研究。研究结果表明,该算法不仅能用于荧光光谱严重重叠体系的分辨,而且还具有快速和对组分数估计不敏感等特点。

基于一种滤波-误差算法的主动隔振技术

针对船载动力机械隔振降噪问题,本文将多通道的滤波-误差信号主动控制算法应用于主动隔振系统,采用子结构导纳方法建立基于导纳矩阵的双层隔振系统主动控制的次级通道模型。在一种改进的滤波-误差信号算法的基础上,利用实验得到的双层隔振系统的次级通道辨识数据构建出新的误差滤波器,并进行主动控制算法仿真。仿真结果表明,通过合理的构建误差滤波器,采用改进的滤波-误差信号主动控制算法的主动隔振系统对于周期激励具有较好的隔振效果。

基于模糊综合评价法和着重加权法的水尺计重误差算法研究

水尺计重易受多种因素影响而产生误差。结合水尺计重的特点，采用模糊综合评价法与加权着重法设计出误差算法，实现输入风险指标值，就能获取该条件下水尺计重的误差。模糊综合评价法体现出水尺计重误差风险指标多因素、多层次以及部分指标难以量化的特点，而加权着重法则弥补了模糊综合评价法风险衰减的不足。基于模糊综合评价法与加权着重法的水尺计重误差算法可以计算出不同情况下水尺计重工作的误差风险，确保水尺计重误差低于0．5％的技术要求。

非对称线性方程组的块广义最小向后误差算法(英文)

许多科学领域都需要求多个右边值的大型非对称线性方程组 ,使用块方法同时计算所有的方程组比分别计算每一个方程要有效得多。因此 ,能同时计算所有方程的块迭代方法比单独计算每一个方程的迭代法要有效得多。本文提出了一个块 GMBACK方法求解有多个右边值的大型非对称线性方程组 ,该方法利用块 Arnoldi过程构造 Krylov子空间来求解 Xm∈X0 +Km(A,R0 )使得矩阵 A的扰动范数最小。

面向EtherCAT总线的伺服系统误差及插补算法误差辨识方法

目前,工业运动控制中多采用EtherCAT总线进行主站和从站之间的通信,在EtherCAT总线上传输着大量的运动数据信息。基于此,提出一种面向EtherCAT总线的伺服系统误差及插补算法误差辨识方法。此方法通过ET2000和Wire-Shark抓获运动过程中EtherCAT总线上的数据,筛选有效数据生成pcapng文件,再对此文件和运动控制系统的ENI xml文件进行解析获得目标位置和实际位置信息,最后对得到的位置信息进行误差分析。针对各类误差设计了相应的运动轨迹,在机床上对单轴点位运动、两轴插补运动及两轴前瞻插补运动进行了多组运动控制实验,完成了伺服响应滞后、伺服动态性能不匹配、跟随误差、位置到位抖动以及插补算法误差等的辨识,通过此方法可获得单轴的运动控制精度以及多轴运动之间相互配合的能力。

基于核的最小均方误差改进算法及其应用

传统基于核的最小均方误差(KMSE)算法在进行人脸识别时,需要求解多个方程,计算量较大。为此,提出一种用于多类识别的基于核的多元最小均方误差(KMSEMC)算法,该算法只需一个方程即可。在AR人脸库上的实验及数据分析表明,该算法在时间复杂度和识别率等方面计算量较小,在识别性能和计算时间上都优于同类传统算法。

遗传算法误差反向传播人工神经网络预测阿立哌唑血药浓度

目的构建基于遗传算法误差反向传播(GA-BP)人工神经网络的阿立哌唑(APZ)及其代谢产物脱氢阿立哌唑(DAPZ)血药浓度预测模型,为需要调整APZ使用剂量或不能进行APZ血药浓度监测的患者提供浓度预测模型。方法回顾性收集在2021年7月—2022年8月新疆维吾尔自治区人民医院就诊且规律服用APZ的174例患者的血药浓度资料,提取相关变量,采用Matlab R2018a编程软件,结合深度学习网络构建GA-BP人工神经网络预测模型,预测APZ+DAPZ血药浓度。结果GA-BP人工神经网络预测模型验证结果显示,35例验证组样本的预测结果与实测结果相比,平均预测误差为-0.0926,平均绝对误差为0.6895,35个预测误差均小于15%,小于15%的概率为100%,血药浓度的预测值与实测值之间的相关系数为0.997,预测结果较理想。结论GA-BP人工神经网络预测模型预测APZ+DAPZ血药浓度,可用于APZ的个体化给药。

结合最小均方误差的改进球形译码检测算法

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的检测性能最接近最大似然算法,但传统球形译码算法运算复杂度较高。为降低球形译码算法复杂度,提出一种新型的球形译码检测算法。新算法由改进的快速球形译码算法与最小均方误差算法相结合而成。改进的快速球形译码算法通过在球形半径收缩时乘上一个常量参数来提高半径收缩速度,减少算法搜索的信号点数,从而达到降低复杂度的目的。最小均方误差算法则能够通过减小噪声对接收信号的干扰来降低因搜索噪声点而产生的复杂度。将最小均方误差算法的信道矩阵应用在改进的快速球形译码算法中,将两种算法有效地结合,能够进一步降低算法复杂度。仿真结果表明,当信噪比(SNR)低于10 dB时,新算法相比于原始球形译码算法,检测性能平均提高了9%左右。

四元数最小均方误差算法及其在波束形成中的应用

作为多维信号处理的一个重要工具,四元数代数已在各个领域有所应用。对四元数最小均方误差(QMMSE)算法进行了研究,首先推导了四元数实数形式的最小均方误差(QRMMSE)算法,进一步推导了四元数复数形式的最小均方误差(QCMMSE)算法,并且分析了两种算法的区别和计算量。最后将QMMSE算法应用到机载简化矢量传感器阵列的波束形成中,与复数长矢量最小均方误差(LVMMSE)算法相比较,QCMMSE算法的性能有所提高,计算量有所减少。计算机仿真结果验证了所提算法的有效性。

基于磁链误差改进算法的PMSM直接转矩控制

针对永磁同步电动机DTC系统转矩脉动较大的问题,采用电压空间矢量调制技术,设计了一种基于磁链误差改进算法的直接转矩控制系统(改进型SVM-DTC系统),该方法由磁链误差计算单元计算定子磁链参考值与观测值之间的误差,通过空间电压矢量调制得到有效参考电压,从而输出逆变器控制信号。这样在一个开关周期内选择最合理的空间电压矢量来完全补偿电机转矩和定子磁链的观测值与参考值之间的误差,减小电磁转矩脉动。仿真结果表明,该方案既有效减小了电机转矩脉动,又保持了直接转矩控制快速动态响应的特性。

改进边折叠算法的数字孪生模型几何轻量化设计

目的基于经典的边折叠算法,提出一种提高数字孪生技术中虚实映射关系实时性与稳定性的数字孪生模型几何轻量化方法,解决数字孪生模型占用内存大的难题。方法首先分析缝袋机器人码垛流水线的数字孪生模型的数据结构;其次基于经典的边折叠算法,引入二次误差度量作为边折叠代价,设计控制折叠因子,并运用多细节层次技术改进边折叠算法;最后设计四组对比实验进行测试。结果简化后的顶点数量平均减少了50.14%;简化后的文件所占用的内存降低了79.08%;符合数字孪生模型的几何形状误差要求并且大大提高了场景动画的帧率。结论笔者所提出的数字孪生模型几何轻量化方法大大减少了模型的几何图元,降低了模型文件所占用的内存,有效地改善了在数字孪生技术中虚拟产品和物理产品之间一一映射关系的实时性与稳定性差的问题,提升了场景实时渲染效果,保持了模型的细节特征和视觉效果。