基于S型函数的自适应粒子群优化算法

针对粒子群算法求解精度低和后期收敛速度慢等问题,提出了一种基于S型函数的自适应粒子群优化算法SAPSO (S-shaped function based Adaptive Particle Swarm Optimization)。该算法利用倒S型函数的特点,实现了对惯性权重的非线性调整,从而更好地平衡算法的全局搜索能力和局部搜索能力;同时,在算法的位置更新公式中引入S型函数,并利用个体粒子自身的适应度值与群体平均适应度值的比值自适应地调整搜索步长,从而提高算法的搜索效率。在若干经典测试函数上的仿真实验结果表明,与已有的几种改进粒子群算法相比,SAPSO在收敛速度和求解精度方面均有较大优势。

基于S型函数的α稳态分布脉冲噪声有源控制

介绍了脉冲噪声有源噪声控制(ANC)算法,对对称α稳态(SαS)分布脉冲噪声有源控制进行了分析,提出了一种基于误差信号最小方差的S型转换的FXSIGMOIDLMS算法,分析了该算法的收敛条件,该算法不需要根据脉冲噪声的先验知识估测阀值和选择参数,易于实现。在Matlab编程环境下,采用FXSIGMOIDLMS算法进行仿真,验证了算法的有效性。对比了FXSIGMOIDLMS算法与对数变换FXlogLMS算法。证明了该算法具有良好的收敛性和稳定性。

基于S型函数预处理的RBF神经网络交通流量预测

根据交通流复杂性的特点,提出了一种基于S型函数标准化数据预处理的交通流量RBF网络预测方法,缩短了RBF网络训练时间;同时采用OLS算法有效降低RBF网络训练的随机性。实验仿真结果表明,该算法可用于实时交通流量及参数预测,并具有可靠的精度和较好的收敛速度。

基于亮度保持S型函数的双直方图均衡方法

传统直方图均衡在保持图像亮度,避免过增强方面表现不佳。为了克服上述缺点,提出了一种基于亮度保持S型函数变换的双直方图均衡方法。首先用输入图像的灰度均值对直方图进行分割,然后根据子直方图的信息自适应地调整S型函数的参数,将子直方图的灰度均值变为其不动点,同时调整S型函数曲线的倾斜程度,最后用调整参数后的S型函数代替子直方图的累积分布函数进行双直方图均衡。通过对USC-SIPI数据库中的灰度图像进行试验,该算法在亮度保持和图像保真方面均取得较好的效果。

一种满足单调性质的S型函数插值法

介绍一种分段S型函数插值法。在实际问题中,一般的样条插值函数不满足单调递增性质。该文介绍的分段S型函数插值法可满足单调递增性质,又具有光滑性质。

一种可调且单调的S型函数插值法

介绍一种可调且单调的 S型函数插值法。在实际问题中 ,一般的样条插值函数不满足单调递增性质。本文介绍的分段 S型函数插值法可满足单调递增性质 ,又具有光滑性质 ,且从全局的角度减少函数的波动性和计算量。

基于人眼亮度感知的S型函数图像对比度增强算法

为了克服传统变换函数在低照度情况下的局限性,在间接对比度增强领域,提出了一种基于人眼亮度感知对比度灵敏性的S型函数。对于不同的图像亮度,存在不同的视网膜响应值,因此将人眼视网膜的对比度灵敏性建模为对数参数的指数函数。该方法以灵敏度模型作为Steven幂律的指数,推导出一个感知亮度的转换函数。同时还提出了一种参数优化方法,在保持输入图像的平均亮度和直方图的同时,保持信息损失最小。实验结果表明,该方法在保持输入图像平均亮度的情况下,具有更少的信息损失和更低的计算复杂度。在对比度增强、平均亮度保持和细节保持方面具有优势。

新型变倾斜参数S型函数的积分滑模水下机器人控制方法研究

研究了水下机器人轨迹的滑模跟踪控制。针对滑模抖动对系统稳定性的影响,设计了一种基于变倾斜参数sigmoid函数的积分滑模切换函数。基于这个函数设计的控制器在避免抖振现象的同时,保持了高控制精度,且能抑制传统积分滑模控制器常见的超调现象。该控制方法有效性已通过理论证明和仿真实验得到了验证。

基于S型函数的随机子空间模型定阶方法

为了在应用随机子空间识别方法时合理确定模型阶次,提出了一种基于函数拟合的模型定阶方法.首先,对投影矩阵进行奇异值分解,然后利用S型函数对归一化奇异值进行拟合,最后根据拟合函数估算模型阶次.基于弹簧振子系统的仿真算例对不同噪声水平下的模型定阶结果进行研究,并通过斜拉桥的模态分析来验证方法的应用效果.算例结果表明,噪声水平为0%、5%、10%、15%、20%时识别模型阶次是相同的,说明所提方法具有良好的稳定性.根据阶次识别结果得到的模态频率与实桥环境振动试验结果的相对误差在5%以内,从而验证了所提方法的有效性.

基于投影寻踪的水资源脆弱性S型函数模型及其应用

针对传统脆弱性评价方法无法同时体现脆弱性的内涵及脆弱性与各影响要素间的相互作用机制,本文建立了基于投影寻踪的脆弱性S型函数模型体系.首先建立水资源脆弱性评价指标体系;其次是建立投影寻踪模型进行指标的降维处理;再次是建立水资源脆弱性S型函数模型;最后利用快速样本聚类对水资源脆弱性进行分类.针对泉州市2000~2012年的水资源脆弱性的实例研究,表明了模型的适用性.地下水超采比例、水资源开发利用率及人均水资源量是影响泉州市水资源脆弱性的敏感因子.2020年,在50%、75%及95%保证率下,泉州市水资源分别处于轻度脆弱、中等脆弱和极度脆弱水平;在空间分布上,鲤城区和石狮市的水资源处于极度脆弱水平,丰泽区、晋江市与惠安县的水资源处于强脆弱水平,泉港区的水资源处于中度脆弱水平,洛江区和南安市的水资源处于轻度脆弱水平,其它区县的水资源不脆弱.

基于“S”型函数的隧道开挖变形预测模型

基于不同开挖阶段围岩阶段变形曲线几何特征,提出一种基于“S”型函数的隧道开挖全过程变形预测模型,实现隧道开挖全过程中的围岩变形预测。对比分析了常用“S”型函数适应性,建立了基于Logistic模型的隧道围岩变形分析模型,模型精度控制在2%以内,并提出了模型参数辨识过程。利用Logistic隧道围岩变形模型,讨论了隧道开挖瞬时变形特征,提出了一种求解隧道瞬时开挖变形值的方法,计算出不同工程条件下瞬时变形值处于2.192~43.288 mm,瞬时位移占最终位移的6.61%~18.33%。以马尾山隧道为工程实例,建立了具体的工程隧道围岩变形模型,得到隧道开挖瞬时位移值处于1.041~9.475 mm,瞬时位移占总位移比值处于5.52%~36.44%。

粒距反馈的S函数粒子群权值调整策略

针对标准粒子群优化(PSO)算法把惯性权值作为全局参数,很难适应复杂的非线性优化的问题,提出了一种基于粒距和S型函数的粒子群权值调整策略(SFIW)。利用S型函数能够在非线性和线性之间平滑过渡的特性,构造了基于Logistic方程的惯性权值函数。在优化过程中根据每个粒子的粒距大小,调整每个粒子的惯性权值函数的非线性系数,使得粒距较大的粒子获得较大的惯性权值、粒距较小的粒子获得较小的惯性权值,从而平衡算法的局部开发和全局探测能力。最后,通过对基准函数的仿真并与其他PSO算法比较,验证了算法的有效性和可行性。

基于S型隶属函数的FALCON神经网络及其应用

作为一种由基本模糊逻辑和神经网络结构结合而成的网络模型，FALCON神经网络兼具模糊逻辑控制和神经网络的学习能力．传统FALCON神经网络使用高斯函数作为隶属函数，具有良好的逼近和收敛能力，但使得网络拓扑结构和学习算法相对复杂．使用较为简单的S型函数作为FALCON神经网络的隶属函数，相应修改网络的拓扑结构，推导网络的学习算法，通过与原型网络相比较，证明改型网络简化了网络算法，且网络性能没有很大降低．最后，将改型网络应用于铝电解槽阳极效应预报，通过实际应用验证了改型网络的有效性和实用价值．

一类3值逻辑2元Sheffer函数

3值逻辑Sheffer函数研究是多值逻辑重要的基础理论之一。通过给出严格的相互可定义性,54个3值2元S型函数可分为相互定义的10个组,并且可分为3种类型:117型、135型和333型。其中,117型6个,135型36个,333型12个。通过严格的定义可以证明:只有333型中的6个不是Sheffer函数,其余48个均为Sheffer函数。在此基础上,可以进一步发现并证明大量的其他类Ci型和类Di型Sheffer函数。

多S型前馈网分类器及其在毒性识别中的应用

设计了一种新颖的、表达能力很强的多S型函数,以其作为单输出神经元的活化函数所构建的多S型前馈网(MS-FN)分类器,结构简洁,训练速率高,由此建立的多分类模型有很强的判别能力,且具有优良的泛化性和稳定性.还推导了相应的Levenberg-Marquart(LM)训练算法,并应用于胺类有机物急性毒性的定量构效关系,所建模型样本预报正确率高.实例表明MS-FN分类器是化学模式识别的一种有效工具.

一种改进投影寻踪风险评估函数模型

针对投影寻踪模型存在的一些不足之处,改进发展了一种基于信息熵理论的投影寻踪风险评估模型.首先基于极差正规化方法对指标进行预处理以消除指标的量纲效应,保持指标的同趋势化.其次采用投影值的信息熵表示投影指标函数,基于最大熵原理估计最佳投影方向对指标进行降维处理,克服了传统投影指标函数在某些情形下无法准确刻画序列的变异程度.最后建立了S型风险评估函数模型,该函数具备单调性、有界性、变化的连续平稳性等性质.借助洪灾风险和联合作战海洋环境风险的评估实验得到的研究结果如下:与投影寻踪模型相比,改进投影寻踪模型对洪灾风险等级评估的改进幅度为7.0%～8.8%,对海洋环境风险评估的改进效果更加明显,改进幅度为27.1%～53.9%.

基于RBF的交通流预测中加速OLS寻优

交通流量预测是目前研究热点之一,RBF神经网络对此类非线性问题有良好解决能力,故得到广泛应用。其中能自动确定RBF结构的OLS算法,因不依赖先验值且有助减少训练RBF的随机性,成为仿真建模的首选。探索了有助于加速OLS算法寻优的方法——S型函数标准化。数值实验结果证明该方法效果良好,具备应用价值。

BP网络节点作用函数的改进及算法在汉字字库学习中的应用

通过改进ＢＰ网络节点的作用函数， 来提高整个网络的学习速度， 并进一步应用在对汉字点阵字库的学习上， 取得了满意的效果。

基于Volterra级数扩展模型的变步长VFxBSLMS算法

针对脉冲噪声的控制,提出了一种基于Volterra级数扩展模型的变步长VFxBSLMS算法。通过增加误差信号预处理环节,采用非线性压缩的方式,有效地解决了冲击样本对算法稳定性的影响。针对输入信号的强相关性及算法收敛速度问题,将变步长算法思想引入到非线性滤波中。仿真结果表明:VFxBSLMS算法在不同强度脉冲噪声背景下,都能达到较好的收敛效果。

基于双曲映射变换的低照度道路图像增强方法研究

在智能驾驶领域中,针对低照度环境下获取视觉图像中道路环境交通特征信息难的问题,提出一种基于双曲映射变换的低照度道路图像增强方法。采用最大熵法对HSV颜色空间中的V分量进行阈值分区,利用改进的双曲正切S型函数和双曲正割累积分布函数分别增强明暗区域的亮度,采取非线性变换函数LC补偿光照,进而用双尺度均值滤波法增强图像中道路特征信息。通过自建数据集对比验证相关算法,结果表明:本方法增强后的图像平均亮度提高了111.54%、信息熵提高了11.8%,平均梯度提高了159.75%,低照度环境下获取视觉图像中交通特征信息显著提升。