基于分数阶LMS的AEM系统次级通道辨识

利用分数阶算法对经典LMS进行改进，并对发动机主动悬置系统的次级通道开展辨识，完成了不同分数阶次下的辨识试验，与经典LMS算法的辨识结果进行了对比，最后进行了振动主动控制试验。结果表明：在保证AEM系统振动主动控制效果的前提下，分数阶LMS相比于经典LMS具有更快的收敛速度，能改善算法的控制精度等优势。     

多天线系统的一种改进软判决译码算法

推导了采用垂直贝尔实验室分层空时(V-BLAST,Vertical-Bell Laborato-ries Layered Space-Time)结构的多天线(MIMO,Multiple Input and Multiple Out-put)系统中一种改进的软判决球译码(SD,Sphere-decoding)算法.结合LDPC码,仿真验证了该算法的性能与复杂度并与一种经典算法的性能及复杂度进行了比较.结果表明,合理选择参数,改进算法的计算复杂度可低于经典算法的计算复杂度,而其性能接近经典算法的性能.     

相干光正交频分复用系统定时同步的改进算法

分析了当前相干光正交频分复用(CO-OFDM)系统中Schmidl&Cox经典算法在光纤信道的定时同步,针对其产生平波现象和对光纤色散(CD)的缺点,提出了改进算法,并通过MATLAB在光纤信道中对两种算法进行了仿真,结果表明,在光纤信道下,改进方法的性能有远优于经典算法,因此改进方法更适合于光纤信道。     

专题搜索引擎研究与实现--信息过滤

本文在对经典信息过滤算法进行研究分析的基础上，结合网页重要性和主题相关性，给出了专题搜索引擎中的信息过滤模块的设计思路和实施策略，并在专业词汇、查询扩展和用户反馈等方面对算法进行了改进和拓展。最后给出了系统的实施方案，并对将来的工作做了展望。     

CBR灾害救助系统中一种权重调整算法

针对灾害救助系统中的案例检索问题,结合经典案例相似度计算方法,对目前应用广泛的k-NN算法进行改进。在假设时间因素对历史案例可采纳程度有显著影响的基础上,提出了一种基于时序的案例属性权重调整算法,并在实验中证明了该改进算法的有效性。     

基于改进模糊集聚类算法的运维态势模型

分析了现有运维系统中态势感知模型算法的不足,给出了算法改进的目标和方向,运用决策理论,将模糊集聚类算法进行改进,提出了改进模糊集聚类算法,并结合态势感知模型中部分经典理论,建立基于改进模糊集聚类算法的态势感知算法模型。     

改进的网格任务调度算法研究

本文针对网格任务调度算法中最经典的Min-min调度算法,进行了综合分析,指出算法存在的缺陷,从价格,服务质量,优先权,分层次机制,信任机制等五个角度分别论述了改进该算法的可能性,总结了每一种改进算法的优缺点,并将使用GridSim模拟器进行每一种算法的验证,从提高资源利用率和系统吞吐量方面进行了论述。     

一种改进Apriori算法

本文对关联规则挖掘中的经典算法--Apriori算法的关键思想以及性能进行了研究分析,并提出了该算法的一种改进算法。经过实验结果的对比分析可知,此改进算法的确提高了原算法的性能和执行效率。     

基于DSP的MUSIC算法的实现

简述了基于TI公司高性能浮点DSP(TMS320C6713)的测向系统的设计情况,重点叙述了系统的核心部分———测向单元的设计方案与结构,并对DOA估计的经典方法———MUSIC算法进行了介绍,在实现过程中,采取了一些有效的措施减少了计算量,并提出实际应用中的一种简单实用的谱峰搜索方法。     

一种改进的正交频分复用信道同步估计算法

针对当前正交频分复用系统的同步算法检测正确率低、计算复杂度高的难题,提出一种改进正交频分复用信道同步估计算法。首先对正交频分复用的工作原理进行分析,并构建加权的横幅零自相关特性序列,然后分别对OFDM系统定时和频偏同步进行估计,最后采用具体实例对算法的性能进行测试。测试结果表明,相对于当前经典同步算法,本文算法降低了定时同步估计误差,提高了检测正确率,提高了系统的通信性能。     

一种基于循环前缀ML算法的改进算法的研究

LTE作为引领未来通信发展的方向,OFDM技术凭借其优势,成为了LTE下行链路的关键技术,而接收端的同步性能对LTE系统的影响就显得尤为重要。文章简要介绍了一种基于循环前缀的同步算法经典算法ML算法,然后针对这种算法的弊端提出一种改进的基于循环前缀的同步算法,最后通过仿真得出改进的算法在同步性能上较经典算法有很大的提高。     

基于控制帧改进的速率自适应算法

针对目前经典的IEEE 802.11速率自适应算法进行分析研究,提出了在基于接收端的自适应速率算法(RBAR)和机遇式自适应速率算法(OAR)基础上根据信道质量对控制帧采用速率自适应从而减少控制帧开销的改进机制,以提高网络资源的利用率和系统的吞吐量。采用NS2网络仿真工具仿真验证其吞吐量,并与经典算法吞吐量进行对比。仿真结果表明,根据对于控制帧采用速率自适应,可以有效提高系统吞吐量和网络资源的利用率,性能优于传统经典的速率自适应算法。     

一种改进的Sobel自适应边缘检测的FPGA实现

针对经典Sobel边缘检测算法对噪声比较敏感而且需要人为指定阈值等问题,提出了一种Sobel自适应边缘检测方法。首先,对经典Sobel算法改进,增加了检测方向,根据待测像素背景灰度值和人眼视觉特性自适应地生成阈值,从而检测出与人的主观视觉更为一致的图像边缘,然后对边缘图像进行形态学处理,增强了算法的抗噪性。将改进的边缘检测算法在单片FPGA上实现,利用FPGA高速并行处理的优势,系统能够实时采集、检测图像边缘并显示高帧频高分辨率图像。     

基于改进的Single-pass算法的新闻热点的发现

经典的Single-pass聚类算法处理速度快,然而,随着新闻数量的增加,其计算复杂度会增加,效率会大大地下降.因此,对经典的Single-pass聚类算法进行了改进,并通过实验对经典的和改进的Single-pass聚类算法的效果进行了对比.实验表明,改善后的算法在准确度上得到了大大的提高,运行时间也大大地减少,达到了预期的效果.     

基于DTW改进算法的孤立词识别系统的仿真与分析

传统的DTW算法在进行孤立词语音识别时着重于时间规整和语音测度的计算，而没有对数据的可靠性和有效性进行分析。本文提出了一种改进的端点检测算法，并采用一种改进的DTW算法，在计算机上进行了仿真。实验结果表明采用改进后的DTW算法有效的降低了识别时间和存储数据量，提高了系统性能。     

无线传感器网络路由协议研究

对无线传感器网络经典的LEACH路由算法作了分析,提出了一种改进型算法。通过仿真,改进后的LEACH算法提高了传感器网络的能效,延长了系统的工作寿命。     

基于Laplacian算子的图像边缘检测方法研究

在分析图像边缘特性及其Laplacian算子检测原理的基础上对经典Laplacian算子算法进行改进，以便能准确地检测出图像中的目标边缘，并利用该改进算法来检测彩色图像的边缘。     

轻量级智能终端人脸识别系统研究与实现

针对传统人脸识别算法不能有效适用于智能移动终端的问题,提出一种基于经典SIFT算法的特征加权分簇匹配的轻量级改进方案,该方案能自动学习、自适应添加可靠的测试样本到训练样本空间,具有合理划分和科学权值分配特性,使该方案在识别率和运行时间上都有提高。改进算法分别在ORL人脸库和Yale人脸库做了测试,相对于经典SIFT算法识别率提升了6.13%和14.11%,运行效率提升了9.1%和4.7%。同时按照Zhou的测试方法,在ORL人脸库识别率达到74.05%,比PCA、LBP等经典算法都有明显的提升,并在Android智能终端中对识别方案做了实现,实验数据验证了改进算法在Android系统的可用性,最后提出一种基于云架构的改进方案。     

DOA估计的一种改进MUSIC算法

讨论了在移动通信环境中采用协方差差分和迭代空间平滑以进行信号来波估计(Direction Of Arrival)的一种改进MUSIC算法.首先简要回顾了经典MUSIC算法,给出阵列接收信号模型,然后详细分析了经典MUSIC算法估计相干信号所存在的问题,在常规空间平滑算法(SS)的基础上提出了一种改进算法,最后给出计算机仿真结果并验证了新算法的有效性。     

基于数据挖掘的入侵检测系统研究

通过对入侵检测和数据挖掘技术的研究,分析了数据挖掘技术在入侵检测系统中的应用。针对入侵检测领域特点,对经典关联、聚类算法进行了改进和优化。对k-means算法的改进解决了聚类算法固有的无法预知最佳聚类个数和分类过细的问题。