基于卡尔曼滤波的运动人体跟踪算法研究
摘要：提出一种基于卡尔曼滤波的运动目标快速跟踪算法。利用卡尔曼滤波器的预测功能,预测运动人体目标在下一帧中的位置,在Matlab仿真环境下实现该跟踪算法,实验结果表明：该算法对人体目标的运动趋势能够做出正确的预测估计,跟踪效果和性能较为稳定和可靠。此外,该算法将图像全局搜索问题转换为局部搜索,使运算量减少,满足实时性跟踪要求,实现了对运动目标的快速跟踪。基于Tanh多层函数的量子神经网络算法及其应用的研究
摘要：该文提出一种新的改进激励函数的量子神经网络模型。首先为了提高学习速率,在网络权值训练过程中引入了动量项。然后为了有效实现相邻类之间具有覆盖和不确定边界的分类问题,新网络采用区分度更大的双曲正切函数的叠加作为其隐层激励函数。最后将该算法用于字符识别,将双曲正切激励函数的量子神经网络应用于数字、字母和汉字样本的多次实验,并且与原多层激励函数量子神经网络和BP网络的实验效果进行比较,发现改进后量子神经网络不仅具有较高的识别率,而且在样本训练次数上相对原多层激励函数量子神经网络有明显减少。仿真结果证明该方法的优越性。遗传支持向量机在股市趋向的预测
摘要：为了能够提高股市趋向的预测效率,深入地研究了支持向量机在股市趋向的预测和应用。提出了遗传模拟退火算法优化的最小二乘支持向量机预测模型,并分别对最小二乘支持向量机和遗传模拟退火算法进行了描述,给出了优化预测模型。通过实例研究,结果表明该方法具有较高的预测精度。二次散射对脉冲激光雷达回波功率的影响
摘要：理论上分析了二次散射对大气脉冲激光雷达回波功率的影响并提出一种计算方法。采用某型大气激光雷达的测试结果与理论计算具有较强的一致性,证明了理论结果的正确性。根据二次散射回波信号的特点,选用适当的滤波方法将其影响降至最低。二次散射的理论计算解释了实测中发现的＂纹波＂现象,纹波的幅度和频率与雷达自身特性及粒子特性相关,其衰减速度较单次散射慢得多。因此对于大气探测具有进一步研究的重要价值。改进型动态自适应克隆选择算法
摘要：克隆选择算法是目前应用较广的一种智能优化算法,但它在选择时具有一定的盲目性。为了克服它的这个不足,论文提出了一种改进型动态自适应克隆选择算法。在该算法中,首先根据抗体的亲和度将抗体群动态分为记忆单元和一般抗体单元,然后再借助抗体的亲和度修正抗体的变异概率并根据修正后的变异概率进行变异操作,紧接着以球面杂交方式对种群进行调整以产生新的种群。上述策略使得该算法在选择时具有一定的针对性,从而加快了它的全局搜索速度,仿真结果验证了所提算法的有效性、可行性。混合策略遗传算法的公交线路优化模型研究
摘要：为了探讨轨道交通接运公交线路的最优布设方案,建立了接运线路生成的优化模型,该文提出了一种新的改进遗传算法,基于混合变异算子遗传算法,它混合了四种不同的变异算子（Gaussian、Cauchy、Levy和单点（Single Point））,利用该算法求解优化模型。仿真的结果表明了该算法的优越性和精确性。基于GPSOne和航位推算的定位算法研究
摘要：根据行人导航的原理,提出一种适合消防员定位的航位推算算法,并结合GPSOne对消防员的定位信息进行随时更新,以校正由航位推算引起的累积误差,并且可以实现室内外的无缝定位。用加速度计对消防员进行步态辨识,电磁罗盘测量其航向角,并用三轴陀螺仪对航向角进行修正。区别于常用的线性和非线性计算步长的方法,提出一种全新的由速度和频率确定位置增量的步长计算方法,经验证,该算法具有较高的定位精度。二进制分辨矩阵在连续属性约简中的研究
摘要：针对二进制分辨矩阵无法处理连续型数据,提出一种基于邻域的改进二进制分辨矩阵及其属性约简方法。实验结果表明,与先数据离散化,后属性约简的方法相比,利用文中方法提取出的特征属性的分类能力更高。基于感知度模型的卫星侦察舰船目标效能评估研究
摘要：信息化作战条件下,卫星侦察舰船目标情报的获取成为分析判断现代战争海战场态势的重要依据。为评估卫星侦察监视效能,文章引入感知度概念,建立卫星侦察舰船目标感知度评估模型,给出模型定义及计算公式,深入分析了感知度评估模型的构建因素。针对舰船目标区域,通过引入网格空间,计算感知度,给出仿真评估流程和步骤。以我国领海某区域为例进行仿真分析,仿真结果表明模型能够较好的评估多颗卫星联合侦察效果。基于改进MAODV协议的WMN的组播路由算法
摘要：以基于树的组播路由协议MAODV为参考标准,结合WMN的特点及其对路由的影响,提出了WMN网络中基于链路稳定性的路由选择和基于链路可持续时间预测的组播路由改进算法MAODV-PPS,并进行了相应的数学理论分析和算法流程设计。该算法是在选择路径时比较反映各路径局部拓扑稳定性的路径稳定因子,选取相对稳定的路径转发数据;并在路径维护阶段,通过对路径上相邻节点间的能量变化率来预测链路可持续连接时间,当该时间小于链路断链阈值时,主动激活路由修复。仿真表明：该算法不仅稳定性好,路由跳数少,而且具有较好的网络扩展性和负载适应性,与已有的路径稳定性选择和链路预测算法相比,计算简单更符合实际应用。能量均衡的无线传感器网络非均匀分簇算法的研究
摘要：在对经典的分簇路由算法LEACH研究的基础之上,提出了一种基于非均匀分簇的新的路由算法EBCA。新算法在簇头的确定和成簇机制上较LEACH做出了一些改进,考虑到节点的剩余能量及最优簇头数目的确定等参数,有效避免低能耗节点被选为簇头。采用非均匀分簇的思想,使远离汇集节点簇的规模大于靠近汇集节点的簇的规模,同一区域内簇头节点间用多跳的方式传输数据。仿真结果表明：新算法EBCA较LEACH算法,从整体上均衡了节点能耗,延长了网络的生命周期。一种基于改进神经网络的系统辨识方法
摘要：该文在分析神经网络辨识技术特点及现状的基础上,将BP神经网络结构和遗传算法相结合,设计了一种适用于非线性系统的辨识器模型。该辨识器模型首先建立初始的BP神经网络结构,再利用遗传算法对BP神经网络的权值和阈值进行优化,从而优化BP神经网络,通过迭代最终建立辨识器模型。最后,通过一个三阶非线性多输入单输出系统的仿真实验证明了所设计的辨识器具有辨识时间短、辨识精度高的特点,为神经网络辨识技术的研究提供了新的思路和方法。基于复调制ZOOM-FFT算法下阻尼比识别的研究
摘要：利用半功率带宽法识别系统的阻尼比是一种简单、常用的方法,但精度受到作图准确性及人员判读的经验所制约,严重时甚至不能准确拾取出半功率点。该文提出识别阻尼比的一种方法：细化-半功率带宽法,采用FFT变换对全谱进行识别,确定谱峰,利用复调制ZOOM-FFT算法对感兴趣谱峰处进行局部细化,最后结合半功率带宽法可有效提高阻尼比的识别精度。基于贪心策略的自适应蚁群算法在TSP中的应用
摘要：目前,蚁群算法已被广泛应用于解决大量的组合优化问题,但基本蚁群算法搜索时间较长,容易陷入局部最优解的缺点比较突出。该文在基本蚁群算法模型的基础上,将贪心算法融入其动态转移过程中,提出一种基于贪心策略的动态自适应改进方法,并将改进后的算法应用于TSP问题。最后通过对比仿真,证明改进算法的可行性和有效性。一种改进的灰度预测模型
摘要：灰色预测模型通常是GM模型,但预测精度有时不令人满意。在对模型GM做了进一步研究的基础上,提出了一个预测精度较高的新灰色预测模型,并从理论上证明了这种模型可以有效提高建模数据序列的光滑度。最后把此方法应用于东部某镇GDP的建模中,试验结果表明该方法是可行且有效的,所建模型的精度优于传统GM（1,1）模型的精度。基于可用度分析的故障检查间隔期的确定
摘要：为了解决由于检查和维修引起的停机时间不能忽略的情况,文章分析了产品的多种检查维修的情况,并应用预防性维修理论,建立了故障检查模型。通过应用此故障检查模型,期望得到最大可用度,以及在此可用度下的维修检查间隔期,从而达到预计的故障检查目标,实现对故障检查间隔期的优化。通过算例分析,在求得最大可用度的情况下,提出了可行的故障检查间隔期,证明了该模型的实用性和有效性。无线传感器网络自定位算法的研究
摘要：节点自定位技术是无线传感器网络的关键技术之一,文章主要针对DV-Hop算法中定位精度的不足提出一种基于功率控制的改进算法。将RSSI和DV-Hop相结合,把传统DV-Hop算法中的跳数用虚拟距离代替,通过实际距离与虚拟距离的比例来修正平均每跳距离。为了减小定位误差和提高定位覆盖率,该文将锚节点分布在区域四周,并且将已定位的未知节点升级为锚节点。经仿真结果表明,与传统DV-Hop算法相比,改进后的算法可以有效提高定位精度。基于改进BP的GDP预测研究
摘要：GDP时间序列具有线性和非线性的双重特征,所以传统统计预测方法、神经网络方法和集成预测方法都在预测分析时准确性不高,误差较大。文章提出由GDP时间序列,找出只具有非线性特征的GDP年增量百分比序列,以此建立基于BP的预测模型,对我国的GDP进行预测,仿真实验表明,改进的BP模型预测准确率明显优于目前的ARIMA-BP集成模型及单一BP模型的预测准确率,从而证实了改进的BP模型用于GDP预测的有效性。
