噪声背景下提取调制信息的改进奇异值分解技术

在介绍现有奇异值分离技术基本原理及其在故障诊断中的应用的基础上，研究了利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号特征的关系，引入自相关函数定量计算重构矩阵的延时步长，改进了现有算法，使得吸引子轨迹矩阵的重构更加合理。研究表明该方法能在强噪声背景下提取出所需的调制信号，并成功用于齿轮箱调制故障信号的提取。     

改进核函数的支持向量机智能诊断方法研究

针对目前支持向量机( SVM)智能诊断方法核函数选择困难以及参数选择具有随意性的问题,提出了基于模拟退 火算法改进核函数的SVM智能诊断方法,重新设计了支持向量机的核函数以及参数。多项式核函数是局部核函数具有 较强的拟合能力,而径向基核函数是全局核函数具有较强的外推能力,根据Mercer理论,建立一种由多项式核函数与径 向基核函数组合而成的复合核函数,并利用模拟退火算法全局寻优的优点,对支持向量机的参数做最优选择;改进后的 SVM运用于轴承故障诊断。研究结果表明：相对于传统SVM法,该方法具有较好的学习效率及较高的诊断准确率;该方 法运用于轴承故障诊断领域极大地提高了故障诊断的准确率以及诊断效率。该研究为基于模拟退火算法改进核函数的 SVM智能诊断方法应用于机械设备故障诊断提供了相应的理论和实践依据。     

低信噪比下长码直扩信号的符号宽度估计

针对长码直扩信号,提出了一种新的符号宽度估计算法。在基于高阶自相关统计量和最大化相应的自相关系数中得到粗略估计值,然后基于伪码差分解扩的概念和二阶循环自相关函数得到精确估计值。粗略估计步骤在低信噪比和短数据长度下具有鲁棒性,给精确估计步骤提供一个可信的估计范围,从而改善了精确估计步骤的性能;在精确估计时,采用伪码差分解扩消除伪码序列对循环自相关函数的扰动。仿真表明,和现有方法相比,算法不受伪码限制,同时估计的性能有明显改善,适合于低信噪比下使用。     

混合核函数对支持向量机分类性能的改进

通过对核矩阵的计算和研究,从理论上对常用的核函数进行了评估.在此基础上,通过实验仿真证实了通过优选后的核函数所组成的混合核函数对支持向量机分类性能的改善,为核函数的选择提供了参考.     

一种性能优越的二次时频分布

提出了一种新型的性能优越的二次时频分布核。通过对步进频率信号以及点频信号的时频分析处理,可以看到,这种核的时频分布比较于魏格纳分布以及BrahamBarkat提出的分布,能更好地抑制交叉项;同时,这种核的频域分辨率与BD方法相当,而在时域上的分辨率则比它要更好。     

FRC人脸识别算法对比实验与性能分析

本文介绍了一种基于类似稀疏表征的核函数方法的人脸识别算法FRC,用流程图的方式描述了FRC的编码实现过程。对FRC、PCA和SRC算法分别在Yale、ORL和AR数据库下进行对比测试实验,得出了三种算法在不同特征提取维度下各自的识别率,并绘出表格和曲线图进行对比分析,综合比较了三个算法的性能优劣。     

一种改进小波阈值函数的信号去噪

针对传统小波阈值函数去噪容易存在尖峰和边缘模糊现象导致去噪效果不理想的问题,在现有软阈值和硬阈值的基础上综合软硬阈值的优点,提出一种改进的阈值算法,在尽可能多的滤除噪声信号的同时保留原始信号的特征。同时,在Matlab环境中对含噪信号进行去噪处理,比较各阈值函数和改进阈值函数的去噪效果,从而验证改进阈值函数对信号去噪的有效性。此外,在小波变换中选取不同的小波基函数和阈值进一步验证该改进阈值函数较软、硬阈值和半软阈值方法所获得的去噪效果更好,在新的阈值函数下去噪后的信号信噪比更高,均方根误差越小,越有利于提取信号的特征,进而对信号进行频谱分析。     

改进的GA-PTS降低OFDM峰均比

提出了一种使用相位因子优选对方法改进GA-PTS以降低OFDM的PAPR的算法。改进算法根据具有低PAPR值的不同PTS子块求和有更大的概率获得具有低PAPR值的传输信号,将GA-PTS中基因交叉步骤变为选择相位因子优选对,达到进一步提高GA-PTS降低系统PAPR的目的。仿真结果验证了该算法可以获得低于传统GA-PTS算法0.2 dB左右的PAPR性能。     

基于粗糙-模糊神经网络的焊接图像缺陷识别

针对焊接图像缺陷识别中提取的特征受噪声干扰比较严重以及现有的识别算法准确率低的问题,提出了一种基于粗糙模糊神经网络的缺陷识别算法。该算法充分利用了粗糙集的属性约简、模糊集的处理不精确数据以及神经网络的自学习、对任意函数逼近的优点,有效地解决了不确定建模过程中样本数据受到噪声干扰、模型结构难以确定的问题。仿真结果表明:该算法能有效地提高焊缝图像的缺陷识别能力。     

再生核支持向量机在非线性系统中的应用

为了提高非线性系统辨识的精度,提出用Walsh函数作为空间V0的尺度函数,构造出L2(R)空间的正交规范序列。结合小波多分辨分析,将Hilbert空间分为一系列子空间,并由可分Hilbert空间与L2(R)的等价性,利用内积同构的线性算子,可以把V0子空间的尺度函数折算为Hilbert空间的子空间V0的尺度函数,构造出新的Walsh序列再生核。通过仿真实验,与传统的RBF核函数、高斯核函数等比较,该尺度再生核函数具有更高的辨识精度,较少支持向量数目,充分体现了支持向量机较好的推广性能。     

基于核方法的贝叶斯邮件分类网络研究

提出一种包含核函数的Bayesian参数估计方法,提高了Bayesian参数估计的实用性。结合邮件内容和报文格式两个方面分析和提取邮件的重要特征,建立了对应的Bayesian邮件分类网络。将包含核函数的Bayesian参数估计方法应用到邮件分类网络,在对不同邮件测试集的在线学习试验结果证明,这种新的分类模型能够有效地实现垃圾邮件的分类过滤。     

安全核机制的分析

安全核是安全关键系统的一种新的安全保障机制。通过对安全核原理的分析，讨论了该核的概念及特征，包括其建立的原因、条件、安全策略及结构等重要内容。设计了一种可重用的安全核机制，能较好解决重用安全核带来的一系列诸如应用相关性、安全策略表达的非一致性等问题。     

旅游资源密度图的制作及其应用——以从化市旅游资源为例

传统的旅游资源分布图难以实现对大量数据的全面反映和深度挖掘。借鉴物理学中能量辐射的原理,指出旅游资源单体也将其影响力以能量的形式向周围辐射,并将旅游资源的密度看作是旅游资源辐射能大小的分布。由此提出旅游资源密度图的概念,并根据旅游资源的特殊性,改进人口密度的核心估计模型,提出旅游资源辐射能的计算模型。运用GIS技术,以从化市旅游资源为例,制作生成旅游资源密度图。据此从旅游资源分布的空间结构形式和旅游资源分区两个角度分析旅游资源密度图在从化市的应用。     

基于支持向量机算法的人脸识别技术研究

在讨论人脸识别算法的基础上,提出了基于支持向量机算法的人脸识别技术,进而分析了其原理,确定了多项式的核,并利用人脸数据对多项式核的SVM进行训练,根据训练结果进行识别实验,结果表明：SVM与传统方法比较,对人脸具有较高的识别率。     

基于遗传算法的进化支持向量机研究

支持向量机是最近发展起来的一种新的通用的机器学习方法 ,其理论基础是统计学习理论 ,支持向量机无论在模式识别还是在函数拟合方面均显示了其优越性 ,并越来越受到国内外研究者的广泛关注 .但是 ,对支持向量机的推广预测能力具有很大影响的核函数和参数C一直没有一个很好的确定方法 ,针对这一问题 ,将遗传算法和支持向量机结合 ,提出了一种自动选择支持向量机参数的方法 ,结果表明 ,这种方法是科学有效的 .     

基于核聚类的MRI和PET医学图像分割方法

为提高MRI、PET等医学图像分割的精度和速度,提出了基于核聚类的MRI和PET医学图像分割方法,通 过利用Mercer核,将原本简单的样本特征映射到更复杂的高维空间中去,放大了样本特征间的差异,这样能快速 准确地分割样本。实验表明,基于核聚类的分割方法在医学图像处理中具有重要的应用价值。     

股票技术分析模型的自动辨识研究

基于非参数的kernel回归引入了一种股票技术模型辨识算法.通过对几种技术分析模型进行定量化定义,实现了文中引入的模型辨识算法,从而能够通过历史价格进行自动化模型辨认.利用沪市大盘指数的历史价格进行了实证研究,得出了对这种算法具有一定支持性的结论.     

论邓小平理论的核心

本文论述了邓小平理论的核心是发展、邓小平的发展观以及新形势下的发展观的发展。