基于立体视频传输失真模型预测参数研究

针对现有的基于递归计算的像素级立体视频传输失真模型没有完善的预测参数求取算法,提出了一种基于立体视频传输失真模型的自适应立体视频预测参数的求取算法.该算法根据立体视频时空域特性,确定未丢失的帧间编码宏块采取的运动估计方法,并采用时域或者视间视差补偿的方式确定端到端预测失真及隐藏失真,进而确定时域和视间预测参数.结果表明:该算法与传统的预测参数固定取值算法相比,各视点的失真误差都有所减小,且对各种特性的序列有较好的适应性.     

遗传BP神经网络在PID控制器中的应用

提出了一种基于遗传BP神经网络的自整定PID控制器的设计方法．利用遗传算法搜索出一组准优的PID参数,作为PID控制器参数的初值,在利用BP神经网络具有逼近任意非线形函数的能力,在线调整PID参数,以确保系统的响应具有最优的动态和稳态性能．计算机仿真结果表明,这种控制算法鲁棒性强,响应速度快,可用于控制不同的对象和过程．     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。     

基于K-L分解的斜拉索-磁流变系统建模及减振控制研究

针对斜拉索-磁流变阻尼器系统, 提出一种数据驱动的分布参数系统建模方法. 利用K-L时空分解方法得到表征系统空间结构的空间基函数, 将其与系统输出作内积求出表征系统状态幅值的时间序列, 根据时间序列和外载荷等数据信息, 利用递推最小二乘算法辨识时域ARMAX模型, 将空间基函数与时域ARMAX模型进行空间重构得到空间ARMAX模型, 最后对该时域ARMAX模型进行预测控制. 实验结果表明 建立的分布参数系统模型计算量小、精度高, 可以满足实际工程要求; 采用的预测控制方法能够对斜拉索-磁流变阻尼器分布参数系统模型进行有效的减振控制.     

基于振荡序列的灰色GM(1,1|sin)幂模型及其应用

针对现实中普遍存在的振荡序列预测问题,传统灰色模型的预测效果并不理想。为此,在现有灰色GM(1,1|sin)模型基础上,提出了GM(1,1|sin)幂模型,给出了最小二乘准则下的参数计算公式;构建了以平均模拟相对误差最小化为目标的非线性优化模型,利用粒子群优化算法求得最优参数。最后,将新模型应用于城市交通流和高新技术产品出口额模拟预测,并将预测结果与传统GM(1,1)模型、GM(1,1)幂模型和GM(1,1|sin)模型进行了比较,结果表明,新模型具有更高的模拟精度,更适合对振荡序列的预测分析。     

基于混沌时间序列的非线性动态系统神经网络建模与预测

在分析神经网络非线性建模原理的基础上，以典型的非线性差分方程为研究对象，提出了一类基于神经网络的非线性动态系统建模方法．针对传统BP算法的局限性，提出了一种非线性动态系统神经网络改善梯度估计精度的新算法．并以上证综合指数时间序列为研究对象，运用本文提出的建模方法和算法，进行了我国资本市场混沌时间序列预测研究的实例分析，得到的单步预测上证综合指数误差很小(-100～100)；多步预测在最初的10步之内预测效果较为理想，而在此之后的预测值则严重偏离真实值．这与混沌时间序列特性相吻合，同时也证明了所用算法的有效性．     

基于专家－模糊PID的通用温度控制系统研究

为了解决温度控制系统易受外界干扰、自身参数时变不确定以及控制难度大等问题, 采用了模糊PID控制算法结合专家判断, 组成专家－模糊PID控制器的方法来控制温度. 将该方法应用于通用智能温度控制器中, 调试运行结果表明: 该方法解决了常规PID适应性差、不能在线进行参数自整定的问题, 不仅具有PID控制精度高的优点, 同时具有良好的动、静态特性, 可满足在通用智能温度控制器中的应用     

基于信号约束块的水轮机调速器的PID优化

PID控制是应用比较普遍的控制方式之一，但在控制要求以及控制对象变化的情况下，其传统的参数整定方法难以满足系统调节品质的要求．针对使用PID控制的水轮机调节系统以及基于MATLAB7中的Simulink响应优化工具，讨论了水轮机调速系统在具有参数不确定性的情况下，如何调整PID的3个参数以满足给定的性能指标要求．仿真结果表明：使用信号约束模块可快速和有效地完成PID控制器参数优化任务，不仅使系统响应满足性能指标要求，而且还有较强的抗干扰能力和鲁棒性，具有一定的参考使用价值．     

挖掘泛化序列模式的一种有效方法

针对有时间约束的泛化序列模式的挖掘问题，提出了一种有效的挖掘方法，与已有的算法相比，主要通过采取两种技术来提高效率，一是事先找出每个数据序列支持的序列模式，从而去除了时间因素，用一个快速算法求解决匹配问题；二是在数据序列重复较多时采用直接求交的方法，在此基础上提出了一个基于数据库划分的挖掘算法。     

基于蚁群算法的椭圆曲线密码安全曲线选择

针对椭圆曲线密码(ECC)体制的主要攻击威胁和安全曲线选择困难等问题,提出了一种半自动化的安全曲线选择优化算法,用统计学思想初始化蚁群预测矩阵,然后用蚁群预测矩阵来缩小搜索范围和明确预测方向.引入模拟退火算法对参数的选择进行优化,加入扰动因子(Vola)和传染因子(Infect)避免了算法搜索的早熟.实验结果表示该算法定位ECC安全曲线更加准确.     

求解最大二等分问题的混合二进制人工蜂群算法

为更好地解决最大二等分问题,提出了一种求解该问题的混合二进制人工蜂群算法。首先,针对传统人工蜂群算法不能解决离散问题的缺陷,根据最大二等分问题的特点,重新设计了蜂群的食物源更新方法,新产生的食物源既继承了先前找到的高质量解的优良结构,又具有良好的多样性。其次,采用填充函数算法对新产生的食物源进行进一步优化,有效提高了人工蜂群算法的局部搜索能力。最后,通过比较混合二进制人工蜂群算法和其他现有算法对不同规模标准测试例子的计算结果,验证了本算法的优越性。     

求解最大二等分问题的混合二进制人工蜂群算法

为更好地解决最大二等分问题,提出了一种求解该问题的混合二进制人工蜂群算法。首先,针对传统人工蜂群算法不能解决离散问题的缺陷,根据最大二等分问题的特点,重新设计了蜂群的食物源更新方法,新产生的食物源既继承了先前找到的高质量解的优良结构,又具有良好的多样性。其次,采用填充函数算法对新产生的食物源进行进一步优化,有效提高了人工蜂群算法的局部搜索能力。最后,通过比较混合二进制人工蜂群算法和其他现有算法对不同规模标准测试例子的计算结果,验证了本算法的优越性。     

基于健康数据挖掘的智能养老床系统设计研究

为解决国内电动养老床功能单一、技术落后等问题,提出一种基于健康数据挖掘的智能养老床系统.首先通过非接触式生命体征传感器采集人体心跳和呼吸信号,压力传感器采集体重信号,基于无线模块将采集的生理参数发送给远程服务器.然后对比分类与聚类方法在心率、呼吸率数据挖掘中的效率,基于k-Means聚类实现健康数据挖掘算法.最后通过聚类算法多次迭代,优化系统参数.实验证明本文提出的基于健康数据挖掘的智能养老床系统不仅能很好地解决传统电动养老床功能单一、技术落后的问题,还能为后续健康护理等提供准确的健康数据保障.     

基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

一类椭圆型变分不等式的修正代数多重网格解法及并行计算

提出了一种修正的代数多重网格解法,来求解具有对称二阶椭圆算子的变分不等式的有限元离散问题.该方法基于离散椭圆型变分不等方程的线性互补性,运用积极集策略,对Gauss-Sidel光滑迭代后的近似解进行一个后处理,以满足不等式约束,从而解决了标准代数多重网格法在求解自适应网格上的变分不等式时不收敛的问题.数值实验表明了该算法在一致网格和h-自适应网格上的计算有效性和健壮性.为了减少计算时间,根据该修正算法内在的并行度,提出了一个并行计算格式,数值结果给出了该并行的加速比和效率.     

基于模拟退火算法的曲面最短路径求解

通过对路径的节点序列内在关联性的分析,提出了适合曲面最短路径问题的邻域结构,使整段路径的优化问题能够通过局部调整得以实现．将模拟退火算法的框架引入路径寻优中,提出了解决曲面最短路径的随机搜索算法．最后给出了数值仿真实例．