基于自适应Neville插值的野外移动机器人GPS定位

为满足野外移动机器人定位精度及计算轻量化需要,提出一种自适应插值算法。采用Neville插值法对GPS采集的数据进行增补,减少数据稀疏、丢失等对定位的影响。根据机器人状态动态调整插值次数,适应复杂环境,降低计算单元成本,提升了鲁棒性、实时性和响应性,为野外移动机器人定位提供了一种经济高效且可靠稳定的解决方案。野外试验结果显示,采用本文方法,机器人的定位精度有了显著提高。

一种改进的Neville型有理式RCS数据插值算法

针对目标RCS数据的插值问题,在充分考虑RCS数据的相关性、插值数据的权重和计算舍入误差对插值结果影响的基础上,提出一种改进的Neville型有理式RCS数据插值算法.仿真结果表明,与传统Neville型有理式算法相比,改进算法降低了计算舍入误差和Runge现象对插值结果的影响,实现了目标RCS数据的高精度插值,为根据测量或计算的样本数据估计任意姿态和频率点的RCS数据提供了一种新的方法.

基于Neville算法的GPS精密星历数据加密及精度验证

国际地球动力学服务组织(IGS)提供的精密星历的数据间隔是15min,远远不能满足实际数据处理需要。利用纳维尔(Neville)算法编程实现对IGS精密星历的卫星坐标和钟差的加密,并将卫星坐标插值结果与广播星历计算得到的坐标结果进行对比得到有益结论,钟差插值结果与IGS提供30s钟差数据进行比较得到较高精度的结果。

Aitken-Neville-Newton插值法计算过程的等价性

分析论证了Aitken逐次线性插值公式、Neville算法及Newton插值法在节点逐步增加、多项式次数逐次增加时3个插值公式的每一步都是等价的.

基于Lagrange插值的数字图像相关亚像素位移测量算法

本文旨在通过改进经典Newton-Raphson算法中的插值方法来优化数字图像相关(DIC)亚像素位移测量的计算效率。针对经典Newton-Raphson算法在数字图像相关亚像素位移测量中应用的双三次样条插值算法,特别是在需要计算边界点灰度梯度(即灰度值的一阶导数)时,存在计算量大的问题,本文提出一种基于Lagrange插值的改进算法作为解决方案。Lagrange插值算法在未增加计算节点数的情况下,成功避免了边界点灰度梯度的计算,使插值效率可提高近1/3。应用数值模拟实验和真实刚体平移实验对本文算法的性能进行验证。结果表明,本文算法在保持求解精度的同时,计算测量效率较传统Newton-Raphson算法有了明显提升。单点插值效率平均提升近30%;单点测量效率平均提升近20%。本文首次将Lagrange插值算法应用于数字图像相关的亚像素位移测量中,解决了双三次样条插值算法计算量大的问题,为相关领域提供了一种更为优化的变形测量方法。该研究为DIC亚像素位移测量技术的进一步发展和应用提供了新的思路和参考,有望在实际工程中得到广泛应用,促进相关领域的进步与发展。

Neville编解码问题的线性时间算法

讨论标号树的Neville编码的编解码算法.文献中常见的第2种Neville编解码算法需要O(nlogn)时间.近期研究文献指出至今尚未找到第2种Neville编解码的线性时间算法.本文对第2种Neville编解码问题的本质特征进行较深入的分析,从简单算法出发,逐步简化,得到一个非常简单实用的O(n)时间Neville编解码算法.本文采用的解决问题的方法也具有一定的技巧,可供解决类似问题时借鉴.

利用多维Neville算法实现基于转导思想的函数估计

根据转导思想的函数估计 ,不用估计函数的模型和参数 ,直接估计函数在给定点的值 ,从根本上区别于传统的函数估计方法 ,但具体的实现算法是一个公开的问题 .讨论使用多维Neville算法实现基于转导思想的函数估计的问题 .利用投影的方法 ,将传统的Neville算法推广到了多维空间 ,在数值计算中引入了核函数的思想 ,从而解决了多维空间的计算问题 ,得到利用多维的Neville算法实现函数估计的方法 .数值试验的结果表明 ,这种方法成功地克服了函数插值的龙格 (Runge)现象 ,有很好的逼近效果 ,并且可以处理多维的函数估计问题 ;同时也给出了对核函数参数进行估计这个难题的一些讨论 .该算法对转导思想的实现提供了一个崭新的途径 .

用聚类与插值改进深度学习算法实现变工况轴承故障诊断

针对基于深度学习轴承故障诊断模型由于工况因素导致诊断效果不佳的问题,提出了一种用聚类与插值(Clustering and interpolation,CAI)改进深度学习算法实现变工况轴承故障诊断的方法。首先,采用有限元法仿真多工况、多故障类型的轴承振动信号数据,获取足够样本;然后,完成宽卷积核深度卷积神经网络(Deepconvolutionalneuralnetworks with widekernel,WDCNN)模型构建,并利用任一工况下的数据完成模型训练;最后,利用CAI算法统一其余工况数据的转速信息,调用WDCNN模型完成对其余工况样本的故障诊断。结果显示,WDCNN模型对训练数据所属工况故障诊断准确率达99.9%,对经过CAI算法处理其他工况数据故障诊断识别率分别为98.7%、99.2%,是一种简单、准确有效、泛化能力强的故障诊断方法。

基于空间插值的不规则海洋地质样品测试分析数据聚类算法研究

海洋地质调查中获取大量海洋沉积物柱状样样品测试分析数据,样品测试分析目的不同导致柱状样数据采样深度不同,由此造成地质取样数据在三维空间上呈现不规则散点状分布。传统聚类算法无法在三维空间上对此类不规则散点数据进行聚类分析。对此,文章设计了一种基于空间插值的不规则地质样品测试分析数据聚类算法,有效地将三维样品测试分析散点数据降为二维数据后进行聚类分析,本算法较好地解决了地质体中试验测试数据的不均衡性问题,为海洋地质大数据分析提供了基础技术方法。

二元Neville型重心有理插值

基于Neville算法构造二元Neville型重心有理插值,首先把整个插值点集划分为若干子集,在子集上构造二元重心有理插值,通过Neville算法构造二元插值函数,不断重复上述过程,最终获得整个插值点集的插值函数。通过合理选择插值权,二元Neville型重心有理插值可以避免极点与不可达点的存在。

灰函数的Neville白化逼近与并行算法设计

将插值问题中著名的Neville方法引入到灰函数的白化过程之中,研究一种介于“充足信息”与“贫信息”之间的一种折衷的函数逼近方法,这种方法不仅将贫信息问题的处理过程程序化,而且还为并行计算提供了一种可行的方案。

简单地质条件下钻孔数据地质建模的插值算法对比研究

以目前常用的克里金插值,反距离加权插值,最小曲率插值和改进谢别德法四种插值方法对陕北某矿区钻孔数据进行空间插值并进行对比验证分析,以相关系数R2,均方根误差ERMS,平均绝对误差EMA作为精度指标,分析对比四种算法在实际应用中的插值效果,证明最小曲率算法是在该地质条件下的最佳插值算法。之后,再次使用该算法在陕西咸阳彬州区某矿进行了验证,也取得了较好的插值精度和稳定性。

基于Neville型插值的过程神经网络

为了适当的将过程神经网络的初始离散数据连续化,研究利用Neville型插值的简洁性和高效性,在不需知道原始数据导数的条件下,就能够直接将离散数据连续化,过程非常简便和实用。之后为了更加方便计算以及对过程神经网络有更好的了解,巧妙的构造一组标准正交基将隐含层结构中的积分运算去除,此时发现过程神经网络等价于具有"前层"的传统神经网络。实验结果表明,该方法进行离散数据的连续化转化是可行的。

考虑地层空间各向异性的地质建模插值算法

针对传统地质建模插值算法精度不足、区域特征表达程度不够,且没有顾及地质空间各向异性等问题,提出了一种顾及地质空间各向异性的三维地质插值方法。在传统IDW插值的基础上,通过构造虚拟钻孔、模拟构建原始地层点集和调整IDW插值椭圆搜索范围参数,最终获得最优搜索参数的自适应性转变;还提出了方向标志点概念,通过膨胀与塌缩实现了搜索区域的二次优化。利用《郑州市城市活动断层探测项目》地质钻孔数据,逐层分析了各算法的区域适应性,实现了三维地质模型的隐式曲面表达,并与常用插值算法进行交叉验证,结果表明:所提方法具有良好的区域自适应性,能够有效表达城市地下空间结构的各向异性特征,在保证插值精度的同时,有效表达了区域内地层的实际延展情况。

基于动态门限与自适应插值的外引导平滑算法

为了实现靶场光电经纬仪外引导数据的实时平滑,确保外引导数据驱动下光电经纬仪稳定获取图像,提出基于动态门限的野值处理算法和基于自适应插值的处理算法。对于外引导数据中的野值,提出一种利用影响函数动态计算样本方差的方式,构建动态判别门限实时完成野值的处理;对于外引导数据的插值处理,判断插值计算的连贯性,并将外引导的“卡顿”数据进行分类,采取不同的策略实时自适应插值。实验结果表明:基于动态门限的五点外推野值剔除方法,野值检测率平均在80%以上,同时虚警率较低;插值处理算法能同时应对卡顿与非卡顿的外引导数据,处理结果平滑连贯。算法已成功应用于海军某观测站的光电经纬仪,满足了靶场弹道测量系统的需要。

基于同心方形网格插值处理的柱面SAR成像算法

柱面毫米波合成孔径雷达(CSAR)是近距离非接触成像领域的重要技术之一。基于傅里叶变换理论的高分辨成像算法需要通过2维插值消除波数域数据在方位维和距离维的非均匀性。但是这两个维度呈现出同心圆环状的高度耦合,导致传统基于2维逐点遍历的插值方法时间复杂度高,成像算法效率低。为此,该文基于解析解的CSAR成像算法推导,提出了同心方形网格的插值分解方法。通过补0、径向1维插值和分区处理消除波数域方位维和距离维的强耦合性,并在两个分区进行独立的1维插值实现2维非均匀波数域的均匀重采样,获得最终同心方形环带均匀填充的波数域样式。通过实验验证了所提算法能有效降低2维插值的时间复杂度,并且所提算法插值处理速度比传统算法提升了7倍,与算法复杂度理论分析结果吻合。

基于随机森林算法的荆州市降水量空间插值研究

精确的降水量空间分布式信息对气象灾害预警和水资源管理至关重要。文章以荆州市观测降水量资料为基础,构建基于随机森林(RF)的降水量插值模型,对荆州市降水量进行空间插值。结果显示,2022年荆州市降水量介于726.00~1269.00mm,呈现中等程度离散性。观测降水量与协变量之间呈非线性复杂关系,所使用的环境变量具有一定解释意义。基于该模型插值得到荆州市降水量呈现东西部高、中部低的地带性特征。结果可为类似地区的降水量插值研究提供参考。

联合Spline插值的Wi-Fi指纹匹配定位算法

该文从降低现有的Wi-Fi室内定位技术算法成本、保证定位精度的角度出发,提出了联合Spline插值的Wi-Fi指纹匹配定位算法。在构建信号强度指纹数据库方面,该文提出了稀疏指纹库的构建,大大降低了数据采集的工作量和硬件需求,并且提出将混合滤波与Spline插值方法结合,对稀疏指纹数据库进行丰富。在信号强度指纹数据库的插值方面,经过相同程度的混合滤波后,与已知的反距离加权(IDW)插值算法相比,联合Spline插值方法能够实现对数据库的精确填充,实现更高的定位精度;在指纹匹配定位方面,采用K最邻近(KNN)等匹配算法实现高精度定位。通过仿真实验证明,该文所提出的联合Spline插值的Wi-Fi的指纹定位方法能够在仅需要构建低成本稀疏指纹数据库的前提下,保证较高的定位精度。

支持向量机回归算法的唐山市降水量空间插值研究

针对传统插值方法在处理小样本和非线性问题上的不足,运用支持向量机回归(SVR)算法对唐山市降水量进行空间插值研究,提出了SVR算法的解决方案,以提高降水预测的准确性。通过收集2020年唐山市32个气象站点观测数据,提取经度、纬度、经纬度乘积、海拔、坡度、坡向和GPM等参数作为特征变量,并利用SVR算法建立降水量空间插值模型。研究结果表明,SVR在解决小样本和非线性问题上具有显著优势,能够有效分析多维变量对降水量分布的影响;验证显示其插值精度R2为0.79, MAE和RMSE分别为33.57mm、39.29mm,该精度在可接受范围内。通过SVR插值法生成精确的降水量分布式信息,可为唐山市旱涝减灾、水资源利用及生态保护提供科学数据支持。

基于移去-恢复技术的海洋垂线偏差插值算法

海洋垂线偏差是惯性导航重力补偿不可或缺的基础信息,高精度的海洋垂线偏差插值算法是关键要件。联合海洋垂线偏差的空域分布特征和频域表征属性,基于移去-恢复技术对海洋垂线偏差插值算法进行了分析,以常用的反距离加权算法和Kriging算法为例,利用船载重力信息计算的垂线偏差数据和全球重力场模型EIGEN-6C4设计了仿真试验,结果表明,顾及频谱特性后,反距离加权算法精度能提高70%,Kriging算法精度能提高20%,验证了本文算法的有效性,可为高精度高分辨率的海洋垂线偏差模型构建提供技术支持。