遗传规划和进化策略混合算法及应用

文中把函数拟合建模看作是模型结构和参数的优化搜索过程,将遗传规划和进化策略结合起来对函数拟合的结构和参数共存且相互影响的复杂解空间进行全局最优搜索实现拟合结构和参数的共同识别。克服了传统的函数拟合完全依赖于数据、精度低、结构与参数分别确定这样一“串行”计算结构等缺陷。实验数据表明,该方法得到的拟合函数比传统方法得到的拟合函数,具有较高的精度和推广预测能力。     

遗传算法在l1数据拟合中的应用

采用l1范数准则函数对测试数据进行数据拟合的方法，称为l1数据拟合。介绍了遗传算法及其在数据拟合中的应用，并且给出了应用实例。     

一种用于非线性参数的l1数据拟合的新方法

采用l1规范准则函数对测试数据进行数据拟合的方法，称为l1数据拟合。本讨论了一种用于非线性参数的l1数据拟合的新方法，其算法有杉递推形式，具有概念清晰、易于偏程的特点。计算结果表明，该方法能够很好地应用于数据拟合的测量实践中。     

基于有理函数的数据拟合方法

把有理函数引入离散数据拟合方法中,将有理函数与数据拟合的常用方法——最小二乘法相结合,给出了一种新型的数据拟合工具。文章详细讨论了该方法的算法理论和实施步骤,由于有理函数比多项式有更高的精度,该方法在提高拟合精度方面具有传统方法所不具备的优点。     

最佳模型拟合的并行算法

提出最佳函数模型数据拟合的并行算法。每个处理机用不同的函数模型拟合相同的数据,再由主机根据每种函数模型的残差选择最佳的函数模型。该算法不需要事先给出函数模型而由计算机盲目搜索。     

基于最小二乘拟合的模糊隶属函数构建方法

针对当前模糊隶属函数构造方法中存在的问题,提出一种构造模糊隶属函数方法.采用最小二乘法拟合离散数据来获得隶属函数.为减小拟合误差,采用了3项措施以达到预期目标.所构建的隶属函数,对任意输入物理量可直接得到其对应模糊语言变量的隶属度,从而有效避免专家指定隶属度的主观臆断性及不一致性.该方法简单、求解精度高,具有广泛适用性和较强的应用价值.仿真结果证实了该方法的有效性.     

基于自适应遗传算法的Kriging曲面拟合及应用

半变异函数是Kriging中的重要数学模型,也是描述矿床区域化变量特征的有效数学模型,其拟合模型参数的确定直接影响Kriging曲面拟合的精度.本文首先通过自适应调整遗传算法的变异概率,避免早熟的同时保证了算法的效率;其次利用该遗传算法改进Krigins中半变异函数模型实现曲面拟合;最后将其应用到油藏模拟中烃源岩表面的生成.该方法与距离平方反比法的拟合效果进行比较,得出结论为在实际工程应用中,采用改进Kriging插值得到的曲面与实际提供散点数据拟合更好,充分地体现了工程勘探数据的作用,符合工程需求.     

基于核函数拟合的非平衡数据分类方法

在数据分类算法的实际应用中,经常会遇到数据不平衡的问题(即正负样本的数目相差极大)。标准的分类算法在处理这一问题时,往往很难达到令人满意的性能。提出一种新的方法,通过对正负样本分别进行核函数拟合,根据拟合好的核函数对未知样本进行预测。在UCI标准数据集的仿真实验结果表明,该方法能有效地处理非平衡数据问题。     

一种基于分段逆模型的传感器非线性校正方法

为解决传感器非线性校正问题,提出一种基于分段逆模型的传感器非线性校正方法。通过对传感器特性数据进行变换和分段,在给定最大拟合误差和最大拟合阶次的情况下,得到传感器逆模型;逆模型作为补偿环节实现对传感器的非线性校正。该方法采用数据步长搜索策略和最小二乘法实现对传感器特性数据的分段,并能确定各数据段拟合函数的阶次和参数。热敏电阻非线性校正试验的结果证明了该方法的有效性。     

基于多项式拟合的稀疏编码图像去噪算法研究

为解决传统稀疏编码在图像去噪的过程中无法根据图像数据特点来决定稀疏编码的收缩函数的问题,提出了一种基于多项式拟合的稀疏编码图像去噪算法,该方法采用多项式来拟合稀疏系数的概率密度函数,进而估计稀疏系数的收缩函数,有效地解决了传统的去噪变量的概率密度模型无法反映图像数据特点的问题。仿真计算结果验证了该算法的有效性,并且在效果上要明显优于最大似然估计算法。     

一种基于曲率匹配的抛物面回归算法的研究

本文提出一种匹配拟合曲面和已知长短轴的标准椭球曲率的匹配算法来修正拟合曲面方程,以改善拟合精度。该算法首先合理地选取反映被测小面形特性的特征点,用最小二乘法拟合出椭球方程,然后利用刚性曲面在空间旋转平移后曲率不变的特性,在给定长短轴且正置的椭球表面上搜索与拟合面形上的特征点的曲率相同的点,进而得到和测量小面形的高精度匹配。实际生产应用的结果表明该方法是十分有效的。     

正弦曲线三点拟合问题的一种新方法

根据三个样本点拟合一条正弦曲线是计算机仿真和信号测量中的一个基本问题。目前流行的方法是最小二乘法。这种问题是一个三维以上的非线性最小化问题，计算规模与拟合具有三个参数一般曲线的计算规模相当。根据正弦曲线对应于某平面与某圆柱面交线的规律，提出了一种新的用于信号测量的正弦曲线拟合方法，它将原问题转化成为一个关于周期的单变量函数的最小化问题。新方法几何意义明确，算法实现简洁，结果可靠。     

二值图象曲线轮廓提取的新算法

从二值图象中得到曲线轮廓（简称曲线化）,在计算机辅助设计和制造（CAD/CAM）中有重要的作用,为了更有效地从二值图象中提取更高质量的曲线轮廓,提出了一种新的二值图象曲线化的算法,该算法的核心是对待拟合折线进行自动分段和对分段曲线进行三次Bezier曲线拟合,与传统的二值图象曲线化方法相比,由于它能够获得更高质量的图象边界轮廓,因而从根本上解决了点阵图象轮廓无法在线性设备（绘图仪,刻字机,数控机床等）中直接输出的问题,并避免了出现形变（锯齿效应和折线效应）的难题,经商品化刻绘软件（“文泰刻绘”）广泛使用证明,该算法具有很强的实用性,其效果和速度已接近国外同类软件的水平。     

二次参数曲线拟合平面点的一种新方法

对平面上给定的一组数据点进行了研究,提出了构造参数曲线拟合数据点的一种新方法。所构造的拟合参数曲线是C′连续的分段二次参数曲线。本文以实例对新方法与二次插值样条曲线进行了比较。     

基于BP神经网络的凸轮升程曲线拟合研究

基于BP神经网络方法,研究了凸轮升程曲线的拟合及BP神经网络拓扑结构、运行参数的选取规则。利用BP神经网络可实现复杂的凸轮升程曲线精确拟合,而不必事先假定凸轮升程曲线类型。实例表明采用BP神经网络拟合的凸轮升程曲线具有良好的速度、加速度连续性,保证了凸轮良好的动力性能。     

基于动态感兴趣区域车道线分段拟合算法

提出实时视频中基于动态感兴趣区域及分段拟合的车道线的检测算法,动态调整感兴趣区域（ROI）,缩小处理空间。采用大津算法（OTSU）动态提取感兴趣区域灰度阈值,并将该值作为多梯度Sobel边缘检测中的灰度阈值以提高边缘检测精度,利用改进的并行快速细化算法骨架化边缘图像,利用基于广度优先最短路径算法去除毛刺,最后再将图像划分近景和远景区域。在不同区域,采用直线或者曲线分段拟合,提高拟合精度。模拟实验结果表明,背景不太复杂时,一帧图像处理时间约为15ms;而背景较复杂时,处理时间约为35ms,能满足实时性。     

最小二乘法分段直线拟合

曲线拟合是图像分析中非常重要的描述符号。最常用的曲线拟合方法是最小二乘法,然而一般的最小二乘法有一定的局限性,已经有不少学者对其进行了一些改进。进一步对最小二乘法进行改进,提出一种新的分段直线拟合算法来代替多项式曲线拟合,以达到简化数学模型的建立和减少计算的目的,使其能够更好地对点序列进行拟合。     

传感器特性的线性化处理与非线性误差

本文研究了传感器特性的各种线性化处理方法和对应的非线性误差。曲线逼近拟合方法包括理论拟合、过零旋转拟合、端点连线拟合和端点连线平移拟合;线性回归拟合则介绍了基于最小二乘原理的统计辨识拟合方法。以变间隙武电容传感器为例推导了各种拟合方法的直线方程和非线性误差的计算公式;设计制作了实验系统,给出了实验结果。结果表明,线性回归拟合和过零旋转拟合与端点连线平移拟合的非线性误差相同,但线性回归拟合方法能够处理包括其它确定因素和不确定因素在内的误差,能够给出传感器的精度指标。     

Establishing a balanced neighborhood of discrete points for local quadric surface fitting

This paper presents a novel algorithm to establish a balanced neighborhood of points for reliable local quadric surface fitting, a common task in point cloud data processing. The underlying smooth surface geometry of a point cloud in the vicinity of a point can be locally approximated by the best fitted quadric surface at the point. The quality of the fitted surface considerably depends on what neighboring points are selected for the fitting. Specifically, if the selected neighboring points carry a biased distribution, the fitted geometry becomes biased, resulting in loss of accuracy in the fitting. The presented algorithm in this paper is able to reliably select neighboring points considering measures of both distance and direction. The main feature is the development of a geometric relationship, named as Territory Claiming, between the selected and the candidate neighboring points. The fundamental principle is for the selected point set to cover the whole neighborhood domain without redundancy. The selection procedure starts with a distance-based sequence of neighboring points with the territory claiming relationship functioning as a filter to establish a well-balanced neighborhood. The neighborhood can be expanded to incorporate sufficient number of points for the quadric surface fitting while maintaining the balance of the overall neighborhood. The implementation results have demonstrated that the presented method is robust and selects local neighboring points with superior fitting performance in comparison with the distance-based neighbors, mesh neighbors, and elliptic Gabriel graph neighbors.