一种新的变步长LMS自适应滤波算法性能分析

在简单介绍了基本的LMS,NLMS自适应滤波算法的基础上,介绍了一种新的可变步长LMS自适应滤波算法,并将该算法应用于自适应噪声对消系统的仿真中。通过计算机仿真,给出了LMS、NLMS和新的可变步长LMS自适应滤波三种算法的性能对比,结果表明该算法具有较快的收敛速度和较小的稳态误差。     

变步长极化对消迭代滤波算法

分析了定步长自适应极化对消(APC)迭代算法,在此基础上提出了一种变步长的极化对消迭代算法,并分析了该算法的收敛条件和收敛性能。通过Matlab仿真,比较了参数变化对变步长算法收敛速度的影响,并且将定步长算法与变步长算法进行了比较,得出了变步长算法收敛速度更快的结论。     

一种瞬变步长LMS自适应滤波算法

基于规一化起动、平滑递推和ＰＬＳ算法导出了一种新的变步长ＬＭＳ算法。文中分析了起动后的平稳连接和提高起始收敛速度的条件，证明了步长因子μ（ｋ）的瞬变特性及其对减小失调噪声的作用。计算机仿真效果较好，支持了理论分析。     

神经网络自适应学习步长研究

论述了神经网络学习算法的研究现状和存在的问题，分析了ＢＰ算法中学习步长选取的局限性，建立了ＢＰ网络输出误差的非线性规划模型，并根据文献［６］的状态空间混合算法，推导出了一种自适应调整学习步长的公式。推得的学习步长能够利用环境改变的低息反馈不断自动改变。     

中心差商公式变步长算法的计算终止条件

正确的计算终止条件是利用中心差商公式变步长算法计算函数在给定点的一阶及二阶导数的前提.文章提出了计算结果满足精度要求和步长最接近最优步长两种计算终止条件,总结了两种算法的特点,并通过两个说明性算例对算法的有效性作了验证.     

一种新的模糊自适应变权重组合预测算法

模仿人的决策过程，提出了一种模糊自适应变权重组合预测算法。算法通过各个单项预测算法在过去和最近时期与实际观测值的匹配程度自动地调整权重的分配，是一种变权重组合预测算法。仿真结果表明该算法简单有效，跟踪迅速     

分层匹配追踪对信号的稀疏逼近

信号的稀疏表示或最佳N项逼近在数据压缩、特征提取和模型降阶等众多领域都得到了广泛的应用．众所周知，最佳N项逼近问题是一个典型的NP难问题．次最优的匹配追踪算法、正交匹配追踪算法和基匹配追踪是目前流行的算法．本文中，我们提出了一种新的信号追踪算法——分层匹配追踪算法（子空间匹配追踪算法）．这种算法可以较为有效地克服匹配追踪算法中的过匹配现象，加速了算法的收敛速度，同时计算量比正交匹配追踪小得多．最后，通过对仿真信号和语音信号的数值实验，验证了我们所提方法的有效性．     

遥感图像薄云的小波自适应阈值去除

可见光遥感图像最常见的薄云噪声严重地影响其解译的准确性,因此根据薄云噪声主要影响图像的低频信号,提出单波段遥感图像小波变换自适应阈值去云,图像经小波分解后,薄云噪声与地物信息在低频小波系数的阈值使用遗传算法以广义交叉验证GCV准则作为目标函数自动寻找,然后对小波系数进行阈值化去云。结果表明,该方法可有效去除薄云噪声并保留地物信息,使原来模糊的地物细节信息变清晰,信息熵最高,去云效果优于小波同态滤波,且明显优于同态滤波;不同尺度低频小波系数中薄云噪声与地物信息间的阈值,可用遗传算法和GCV准则有效地自动确定。     

自适应阈值估计的MS模型仿真建模

提出了一种改进的模拟电路多信号模型(MS模型)的仿真建模方法。采用Monte-Carlo方法实现电路的仿真,以获取电路特征的统计数据,利用经验公式法确定Monte-Carlo仿真的分析次数,可以减少仿真时间开销;同时,根据统计数据检验该特征的统计分布情况,再以此为依据采用自适应方法确定该特征的阈值估计区间,从而提高模型精度。最后进行了实例分析,验证了该建模方法的有效性;并从仿真时间与建模精度两个方面进行了性能比对,说明其具有的优势。     

自适应变方块图像编码

介绍了一种适用于静止图像传输的自适应变方块图像编码方法。它以8×8像素的方块为基础,以解码后的归一化均方误差大小为依据,进行多次分割传送及逐级解码显示。各次传输的图像数据由每次分割后其相应均值差而定,收端以方块均值来恢复图像。计算机模拟实验表明:在恢复图像的主观质量与原始图像相比,看不出明显差别时,其平均编码率为0.6bit/pel 左右。     

基于MEEMD小波软阈值函数的去噪方法

结合互补集合经验模态分解(CEEMD)和基于排列熵的信号随机性检测,提出了MEEMD方法。通过采用MEEMD方法将一个含躁信号分解为几个固有模态(IMFS),用软阈值函数来抑制高频固有模态的噪声,提高信号的信噪比(SNR)。对比该方法与基于EEMD和小波软阈值的联合去噪、基于CEEMD和小波软阈值联合去噪等方法得到的信噪比(SNR)和平均平方误差(MSE),发现基于MEEMD小波软阈值去噪方法的去噪效果较好。     

改进的AC-BM字符串匹配算法

提出了改进的AC-BM算法,将待匹配的字符串集合转换为一个类似于Aho-Corasick算法的树状有限状态自动机。匹配时,采取自后向前的方法,并借用BM算法的坏字符跳转和好前缀跳转技术。改进的AC-BM算法借助BMH算法思想,取消了原AC-BM算法的好前缀跳转,并对坏字符跳转部分的计算进行优化。新算法修改了skip的计算方法,不再保留每个节点的好前缀跳转参数及坏字符跳转参数,因此匹配只与当前匹配字符有关,而与当前节点无关,可以实现大小写正文的识别。     

一种纯追踪模型改进算法

为了提高农业机械自动导航控制系统的精度,根据纯追踪模型和农业机械运动学模型的特点,提出了一种纯追 踪模型改进算法。在重点分析纯追踪模型算法误差原理的基础上,指出纯追踪模型误差主要来源于车体的航向角和转 向角。采用该算法可以校正车体的航向角和转向角,减小车体跟踪规划路径时的横向误差。根据算法推导和电控液压 阀性能等因素得出前视距离L≥3-wT才能取得较好的跟踪效果。Matlah仿真结果表明,该算法比纯追踪算法的精度 提高了30. 24%,最大误差减小了4 cm,标准差也有所减小     

两步纯追踪航向校正模型算法

为了提高农业机械导航精度,在纯追踪算法的基础上,设计了两步纯追踪航向校正模型算法,通过校正车体的航 向角,减小车体的横向误差。在MATLAB环境下仿真结果表明,该算法比纯追踪算法的精度高,最大误差和标准差均有 所减小。在4轮电动车上,搭建液压系统和卫星接收系统,进行现场试验,验证了两步纯追踪航向校正模型算法的可行 性和有效性。     

自适应可见图像水印算法

水印的强度决定其鲁棒性,多数水印算法都是人为地调整水印的嵌入强度,其缺点是只对少数图像适用。针对这一问题,该文提出一种具有自适应性的根据图像本身纹理特性预测出水印强度的算法,适合于多数图像,实验结果证明算法是可行的。     

采用圆形匹配限制框的指纹特征点匹配算法

介绍了指纹特征点的匹配原理,提出了一种改进的实时指纹特征点匹配算法,并对算法性能进行了实验研究.给出了错误匹配率(FMR)和错误不匹配率(FNMR)随阈值变化的情况及算法的ROC曲线.得到算法的等错误率(EER)为1.8%,最小FMR(zeroFNMR)为6.8%,平均匹配时间为0.1s.算法在指纹库FVC2004上的实验结果表明,算法性能较好,适合于实时指纹识别系统.     

用于RBF-SVM参数搜索的伪梯度动态步长算法

针对基于径向基核函数(RBF)的支持向量机(SVM)超参数选择问题,提出了一种基于差分方程的新算法——伪梯度动态步长算法。该算法根据径向基核函数的特点提出由训练集的空间特性确定的核参数搜索范围,并采用对数刻度表示搜索空间;利用参数空间中SVM在两个临近点的分类精度的变化估计参数的搜索方向,并且随着搜索方向的变化动态调整搜索步长,从而实现较快的搜索。通过与Grid和PSO方法的对比实验,表明该算法具有良好的性能。     

一种新的自适应卡尔曼滤波算法——ALR算法

本文提出一种新的自适应卡尔曼滤波算法——ALR(Adaptive Least Residual)算法.该算法从经典的卡尔曼滤波出发,使残差达到最小,以残差(residual)样本值代替统计值,再用最陡下降法估计算自适应权增益,最后得到一组自适应滤波公式.通过理论分析和计算机模拟,证明该算法具有算法简单、运算量小等优点,适于在自适应系统辨识、自适应谱估计中作实时处理.     

高等学校排考染色-匹配算法

将安排考试课程与分配班级考场分别化为图的染色与最大匹配问题，进而将两种算法融合并改进，使之适合于实际应用．最后以染色一匹配算法解决上海理工大学本科教学排考冲突问题为例，实证了算法的有效性．