基于自适应神经模糊推理系统的微波炉温度控制

针对微波炉温度对象的不确定性，作者提出了用自适应神经模糊推理系统(ANFIS)对微波炉温度进行自适应控制的自适应神经模糊控制器。对ANFIS训练及检验的结果表明，该自适应神经模糊控制器具有较高的控制精度，控制效果较好。     

一种改进型自适应谐波电流检测方法的研究

提出了一种改进型自适应谐波电流检测方法 ,它的算法、结构简单 ,成本低 ,实时检测效果好 ,且当电网电压畸变时能准确检测出谐波。适当选择积分器的比例系数 ,可大大提高该方法的检测精度和动态响应特性。仿真结果验证了该方法的有效性     

基于算术傅里叶变换的小波变换快速算法

利用算术傅里叶变换(AFT)计算离散傅里叶变换(DFT)可使其乘法计算量仅为D(N）。文章根据这一特点，结合Mallat算法原理及离散傅里叶算法结构特征，提出了一种离散小波变换的快速算法，给出了数学推导过程，并对实验结果进行了分析。     

一种基于小波、分形与神经网络的汽车车型识别方法

提出了利用小波分析、分形理论和神经网络技术进行车型图像的识别方法 ,主要包括用小波理论进行汽车图像的消噪和边缘检测、分形编码和神经网络分类等 3个部分 .经过实验证明 ,该方法取得了较佳的识别效果     

实数编码的克隆选择算法的网络入侵检测

根据克隆选择的原理,对获取的入侵数据包进行预处理,采用十进制对提取的属性编码。介绍了该算法中生成成熟检测器的具体细节,并实现了入侵数据的检测。相应的验证结果表明该算法在提高检测率、降低误报率方面是有效的,并且大大减少了计算量。     

塑性材料加工中切削用量对表面光洁度影响的研究

通过建立数学模型和统计分析,探讨了塑性材料加工中切削用量对表面光洁度的影响,经过试验得到了对于塑性材料加工的经验公式。     

基于奇异值分解的压缩感知噪声信号重构算法

压缩感知是通过对信号信息采样的信号处理新方法,它对可压缩信号可以大大降低采样数据.为提高噪声信号在压缩感知中的重构精度,本文提出了一种基于对观测矩阵奇异值分解的噪声信号重构算法,该算法对随机观测矩阵进行奇异值分解,通过均值算法修改对角矩阵的特征值,产生新的观测矩阵用于线性测量,理论证明了新观测矩阵比原观测矩阵具有更高的重构精度.仿真结果表明,算法重构精度在一维信号提高了3％～5％,二维信号的PSNR值提高1～2 dB.     

基于混沌序列的压缩感知测量矩阵构造算法

测量矩阵的构造算法是压缩感知中重要的研究方向之一。提出一种基于Logistic混沌-贝努利序列（Chaos-Bernoulli）测量矩阵构造算法,该算法利用了混沌序列良好的伪随机性质,通过一维Logistic混沌系统产生混沌序列,再通过符号函数生成具有贝努利分布的伪随机序列从而构造出压缩感知测量矩阵。实验仿真结果表明,该算法优于贝努利随机测量矩阵,信号重构的峰值信噪比PSNR有1~3 dB的提高,并与其他类型的测量矩阵进行比较,数值分析结果证明该算法是可行有效的。     

基于对数域电路的连续小波变换模拟实现的可行性分析

在目前国外提出的几种用于实现连续小波变换的电路中，我们抽取了电路中几种关键的模拟器件进行分析，并且讨论了器件与对数域电路之间的关系。我们的目的是为了讨论用对数域电路实现连续小波变换的可行性。我们在最后的结论中提出了一个构想：构造少数几个对数域电路基元，再利用电路基元来简化用于连续小波变换实现的模拟电路设计。     

基于小波和混沌映射的函数水印算法

数字水印是保护数字产品的知识产权有效手段之一,用户通过在产品中嵌入秘密信息来达到保护的目的。提出了基于小波和混沌映射的函数水印算法,该算法利用用户定义的函数作为水印,通过小波变换嵌入到小波的高频区域,嵌入位置可由用户给定,位置信息由Logistic混沌算法加密后发给使用方,使用方在得到密钥和加密的位置序列后方可提取水印,通过对水印的相似度分析确定水印的正确性。实验表明,算法对用户使用方便、快捷,嵌入的水印透明度好,对于常见的攻击如压缩、加噪和剪裁等提取水印的相似度大于95%,具有良好的抗攻击性。