A design and analysis of objective function-based unsupervised neural networks for fuzzy clustering

Fuzzy clustering has played an important role in solving many problems. In this paper, we design an unsupervised neural network model based on a fuzzy objective function, called OFUNN. The learning rule for the OFUNN model is a result of the formal derivation by the gradient descent method of a fuzzy objective function. The performance of the cluster analysis algorithm is often evaluated by counting the number of crisp clustering errors. However, the number of clustering errors alone is not a reliable and consistent measure for the performance of clustering, especially in the case of input data with fuzzy boundaries. We introduce two measures to evaluate the performance of the fuzzy clustering algorithm. The clustering results on three data sets, Iris data and two artificial data sets, are analyzed using the proposed measures. They show that OFUNN is very competitive in terms of speed and accuracy compared to the fuzzy c-means algorithm.     

一种降低电离层梯度影响的Hatch滤波算法

目前,地基增强系统（Ground-Based Augment System,GBAS）中的主要问题是：尽管使用载波平滑降低了伪距噪,利用差分技术消除了用户和基准站间的大部分共同误差,从而减少了差分改正值中的误差。但是电离层时间梯度和空间梯度于这两个过程中产生了额外的误差,阻碍了差分改正值质量的进一步提高。基于对电离层时间和空间梯度引起的额外误差的分析,并考虑平滑伪距噪声,文章提出了一种新的Hatch滤波方法,该滤波器的时间常数是随卫星仰角、电离层时间和空间梯度以及用户与参考站之间的距离而实时变化的。该方法降低了差分改正值误差,提高了定位精度。并且通过差分定位仿真并对比传统的单频Hatch滤波方法,发现使用该方法后,减小了差分校正值的误差。     

遗传算法和Dijkstra算法在动态权值系统中的比较

针对遗传算法和Dijkstra算法在求解动态权值系统中最短路径时的性能问题,采用比较法,将两种算法应用在同一个实际游戏模型中,对其算法的稳定性、智能性、时间复杂度进行对比测试。游戏模型模拟了各种条件下的动态权值系统。为了使遗传算法更加可靠,通过优化其变异过程使得收敛速度更快,可靠性更高。实验数据表明,遗传算法在每张地图上的得分数以及算法所用时间普遍高于Dijkstra算法,从而得出遗传算法在求解动态权值系统中最短路径问题时稳定性和预期效果明显好于Dijkstra算法,但其时间复杂度较高的结论。     

基于最短路径树的优化生存时间路由算法

为提高无线传感网的生存时间,提出基于最短路径树的优化生存时间路由算法(LORA_SPT).该算法引入节点分类概念,构造基于链路能耗因子、自身节点剩余能量因子、邻居节点剩余能量因子和类型权重因子等多个因子的权值函数.针对不同类型的节点采用不同的权重因子,最后利用dijkstra算法完成最短路径树,所有节点沿着最短路径树将...     

基于中值滤波和梯度锐化的边缘检测

实现一种基于中值滤波和梯度锐化的边缘检测方法。首先采用既能过滤噪声又能保护边缘信息的中值滤波对图像进行平滑处理。然后采用梯度锐化加强边缘像素强度,通过简单的二值化获得图像的初始边缘,系统采用连通区域标记的方法去除位于图像封闭边界内的残留黑块。最后通过实验结果与人工提取的结果比较,进行误差分析,找出本文算法的不足之处,以便对该算法进行改进。实践证明,本文的边缘检测方法对含有噪声点且灰度分布比较均匀的图像有很好的效果。     

基于线性回归的无线传感器网络链路质量估计方法研究

针对无线传感器网络链路质量估计模型中回归算法复杂度高、缺少统一分类标准和公开数据集等问题,提出了一种基于EWMA和线性回归的链路质量估计方法ELR-LQE。以物理层获取的RSSI、LQI和SNR,以及包接收率PRR作为度量参数,分别在多种实验环境中采用不同的发射功率、竞争条件和部署方式采集数据,建立了链路质量估计数据集。通过最小值填充和EWMA对数据进行预处理,明显提高了回归模型的输入特征与链路质量的相关性。与现有方法相比,提出方法易于和网络层协议适配,并且复杂度较低,适合在资源有限的无线传感器网络节点中实现。实验结果显示,ELR-LQE具有较高的精度,在多种实验条件下平均的ME为4.6×10-2,R2为0.99。     

基于横纵向联合控制的多目标优化车辆跟驰研究

为解决车辆在拥堵环境中因车速波动较大所带来的跟驰平稳性较差、跟踪无效或不安全等问题,提出了基于车辆模型和深度强化学习的多目标优化跟驰方案。首先基于车辆横纵向动力学建立车辆跟驰模型,然后根据车间距误差、速度误差、横向偏差及相对偏航角等,利用深度确定性策略梯度算法得到跟驰车的加速度和转向角,以更平稳安全地控制跟驰车辆。经NGSIM公开驾驶数据集进行测试与验证,该方案可有效地提升跟驰车辆的稳定、舒适与安全性,对保证交通安全和提升道路通行能力具有重要意义。     

泼河水库对潢河径流过程及水文情势的影响

基于淮河流域潢川、淮滨两个水文站1952—2012年的日平均径流数据,采用滑动平均法和Mann-Kendall检验方法分析潢河径流年际变化,采用集中度、集中期、不均匀系数和极值比分析潢河径流年内分布变化,采用IHA法分析泼河水库建成前后潢河河道水文情势的变化。结果表明:泼河水库未对潢河年际径流变化趋势产生显著影响,而对潢河径流的年内分布影响则十分明显,年内分配趋于均匀化,流域生态系统的稳定性有所提升。     

基于FPGA的Σ-ΔADC转换器的设计和实现

针对瞬时采样方法只适合变频器模拟量比较平滑且采样频率较高的场合和平均值采样法要求采样频率高、运算速度快的问题,设计了一种基于FPGA的Σ-ΔADC转换器,介绍了Σ-ΔADC转换器的结构原理和Sinc3滤波器的设计。该转换器将Σ-Δ调制器和FPGA有效结合,既提高了采样精度,也提高了模拟信号传输的抗干扰能力及检测装置耐压的能力。实验验证了该转换器的正确性。     

遥感图像理想均衡化及图像质量定量评价

大多数原始的遥感影像由于其灰度分布集中在较窄的范围内,影像的细节不够清晰,对比度较低。为了使影像的灰度范围拉开或使灰度均匀分布,从而增大反差,增强影像细节信息,通常采用的方法为直方图均衡化。通过对信息熵定义的阐述,引出直方图均衡化的图像增强算法。通过分析传统直方图均衡化算法中存在的缺陷,进而基于分段映射思想提出一种改进的理想直方图均衡化算法。同时,为了对传统算法和改进算法进行定量化地分析比较,基于同时对比度以及人类视觉对比度分辨率限制和模糊数学的相关思想,分别提出基于加权几何平均数法的合成平均对比度和细节评价参数的定义。最后,采用同时对比度、基于加权几何平均数法的合成平均对比度以及细节评价参数作为定量评价的指标,对所提出的改进算法进行了定量评价。评价结果表明,该改进算法的图像增强效果优于传统的直方图均衡化算法。