基于球面交点的AFM算法的误差分析与改进方法

基于球面交点的模糊度函数法是一种利用GPS信号求解载体姿态的有效算法,但其成功率受观测噪声影响很大,针对这一问题,该文对该算法进行了误差分析并提出提高成功率的改进方法。首先将原算法推广到双差观测模型,然后分析噪声的统计特性和误差传播的特点,深入研究了其对姿态解算成功率的影响,最后通过整周模糊度识别算法降低求解过程对噪声的敏感性。实验表明:相比于原算法,改进算法有效地提高了GPS姿态解算的成功率,同时消除了原算法对公共时钟的限制。     

子波变换去噪的一种新算法

在图象平滑中，经常采用均值滤波和中值滤波。然而均值滤波对高斯白噪声比较有效而中值滤波对脉冲噪声比较有效。因而寻求对两种噪声都有效的去噪算法是我们所希望的。本文在概要介绍子波变换的基础上，首先从理论分析和实验计算两个方面详细讨论了脉冲信号和高斯白噪声的子波变换特性。然后说明了一种对脉冲噪声和高斯白噪声同时有效的新的去噪算法。最后利用改进的去噪算法对一维信号和二维信号进行了实验，并给出了数字仿真的结果。     

基于改进蚁群算法的嵌入式系统软硬件划分

针对标准蚁群算法的软硬件划分问题求解难题,提出改进蚁群算法的系统软硬件划分方法。首先分析了当前嵌入式系统软硬件划分研究的现状,并构建软硬件划分的数学模型;然后采用蚁群算法模拟蚂蚁觅食行为搜索数学模型的最优解,并引入逆反馈机制提高蚁群算法的搜索性能;最后通过实验证明软硬件划分问题求解的有效性。实验结果表明,改进蚁群算法提高了问题求解的效率,获得了合理的软硬件划分结果,且结果优于标准蚁群算法。     

基于混沌扰动的改进布谷鸟算法

针对布谷鸟算法存在收敛速度不够快、求解精度不够高的问题,应用混沌扰动,给出基于混沌扰动的改进布谷鸟算法(CCS),使用3个基准测试函数对改进后的算法进行仿真实验,实验结果证明改进后的布谷鸟算法相对改进前的算法有较快的求解速度和较高的求解精度.     

一种图像分割的快速不动点算法

该文在去除背景便能获得目标的分割思想之上,提出了一个凸的无约束最小化问题。证明了问题提出过程中添加惩罚项的合理性,并通过实验验证了证明结果。在最小化求解方面,应用次微分和近似算子的相关理论,构造了求解的不动点算子,进而结合Opial -averaged定理,给出了求解所提凸优化问题的不动点算法,并理论推导出了收敛条件,证明了算法的收敛性。与经典文献方法的对比实验表明所提方法分割结果更精确。同时实验显示该文算法比梯度下降法和分裂Bregman方法更快速。另外,所提算法对初始曲线和噪声有较好的鲁棒性。     

基于改进的差异演化算法求解SVM反问题的研究

针对求解支持向量机反问题的效率较低,算法复杂度高以及运用传统方法求解该问题容易陷入局部最优出现早熟收敛的问题,提出一种基于改进差异的差异演化算法。该算法在标准差异演化算法的基础上利用种群分类机制对算法进行改进,对改进后的算法与标准差异演化算法和K-means聚类算法进行实验设计,并对算法最终实验结果进行分析,改进的差异演化算法除在运行时间外,结果对比以及最大间隔次数比都有明显的提升,有效地保护处于最优解区域但是适应值低的个体,能够提高算法局部搜索能力,有助于算法实现全局收敛。实验结果表明,改进的差异演化算法在求解SVM反问题上能有明显的提升。     

多级非线性加权平均中值滤波改进算法

介绍了中值滤波的概念和几种改进的中值滤波算法，在几种改进算法的基础上提出了新的中值滤波改进算法。依据以上几种算法进行了仿真试验和图像视觉上的比较，并进行了数字图像的峰值信噪比（PSNR），归一化均方误差（NMSE）和归一化平均绝对误差（NMAE）的几种定量指标的比较。实验结果和几种定量指标比较结果表明，该算法能有效地滤除图像中的椒盐噪声，还能使图像保持很好的清晰度，明显优于几种改进的中值滤波算法。     

基于图像梯度的神经网络红外焦平面非均匀校正算法

红外焦平面阵列固有的非均匀性导致叠加在图像上的固定图形噪声严重影响了红外系统的成像质量。传统的神经网络非均匀校正算法存在待处理像素的期望值求解固有缺陷、收敛速度慢和学习速度过大，容易造成算法不收敛。提出了基于图像梯度的神经网络非均匀校正算法，通过对处理像素的期望值求解、改进和调整学习速度、改善图像校正效果,提高了算法收敛速度。通过对真实的红外图像序列实验表明,新算法相对传统的神经网络算法收敛速度提高了50%以上，红外图像校正效果也得到了提高。     

对智能卡进行微分功耗分析攻击的方法研究

详细阐述了对通用密码系统实施微分功耗分析攻击(DPA)的理论基础和对DES算法攻击的特定理论，并提出了对DPA的改进算法。在分析功耗信号的噪声特点以后，提出了一个信噪比(SNR)的建模方法和相应理论的证明。最后，给出了算法的一个实验结果。     

基于改进的群搜索算法求解分类规则

本文阐述了求解分类规则的改进群搜索算法,该算法是基于群搜索算法实现的。群搜索算法是一种新的群体智能优化算法,适宜求解多模态高维问题。对群搜索算法进行了简单的改进,加入了对算法中个体位置的边界值限制,以提高收敛速度。通过实验表明,此算法在求解分类规则中取得了良好的实验结果。     

色噪声环境下GTD模型的参数估计

本文将能够精确描述高频电磁散射的GTD信号模型引入MUSIC算法,并对MUSIC算法做了相应改进。提出利用特征分析方法中信号与噪声子空间正交特性,使改进后的MUSIC算法既能够精确估计目标散射中心位置,又能估计散射中心类型。本文采用基于四阶累量的MUSIC算法,在一定程度上克服了高斯色噪声对MUSIC算法的影响,拓宽了GTD 模型参数求解的条件。     

用图像采集卡实现CCD摄像机信噪比测试的方法

介绍了用高精度图像采集卡实现CCD摄像机信噪比测试的方法,并对CCD摄像机视频信号噪声提取方法进行了研究,提出了基于视频帧内噪声均方根值信噪比的改进算法,采用该算法设计的测试系统经实验证明测量结果准确度高。     

基于小波去噪的激光多普勒振动信号处理

为了降低激光多普勒振动信号中噪声产生的影响,采用基于改进小波去噪算法的激光多普勒振动信号处理方法,将尺度引入阈值函数,确立新的评价指标用于选择最优分解层数,从而来改进小波阈值去噪算法,并利用改进的算法处理振动信号, 进行了仿真分析和实验验证,取得了处理前后的振动数据。结果表明, 改进算法处理仿真信号的信噪比比原有算法提升19.4%;实验测得音叉振动频率为515Hz,与实际音叉频率基本吻合。这一结果对降低激光多普勒振动信号中噪声的影响、获取振动状态是有帮助的。     

改进粒子群算法在货物装载中的应用

本文采用改进粒子群算法求解货物装载问题。首先对传统背包问题进行分析，指出其在现实生活中存在的问题，提出了以最大价值为目标的更具现实意义的多目标模型，然后用粒子群算法进行求解，给出了一个算法求解的实验实例。在实现粒子群算法时，我们对基本粒子群算法进行了一些改进。实验证明采用这种改进的粒子群算法解决货物装载问题切实可行，有较高的搜索效率。     

改进的Canny算法

Canny边缘检测算法是一种综合评价比较好的边缘检测算法，但在应用时由于用高斯滤波器对图像进行平滑，往往引起定位精度下降并使角点变圆。针对上述问题，采用各向异性高斯滤波对Canny算法进行了改进。实验结果表明，改进后的算法在对噪声的鲁棒性、定位精度和单一响应方面均优于原始的Canny算法。     

一种改进的多普勒雷达复相关算法

多普勒雷达常利用复相关算法来计算回波的多普勒频偏,但在实际应用中,由于噪声等因素干扰使得到的结果偏离实际值比较大。该文提出了一种改进的复相关算法,在噪声处理方面进行了预采集改进,并通过仿真的方式对结果进行了验证。实验结果表明,该方法较之前普通复相关算法可获得更准确的多普勒频偏估值。     

一种改进的加权均值滤波算法

当图像中同时存在脉冲噪声和高斯噪声时,传统的中值滤波算法和均值滤波算法均不能达到较好的去噪效果。针对这一问题,提出了一种改进的加权均值滤波算法。算法采用局部阈值优化的方法计算各像素点的权值,将滤波窗口各像素点的灰度值与对应的权值进行加权运算,结果作为窗口中心点的滤波输出。仿真实验结果证明,该算法对脉冲噪声和高斯噪声具有较强的去噪能力,且较好地保持了图像的细节,效果均优于传统中值、均值滤波算法和改进的中值滤波算法(IMF)。     

改进自适应Kalman滤波的SINS/GPS紧组合导航

当系统噪声和量测噪声统计特性不明确时,基于新息的自适应滤波对两种噪声进行估计时存在相关性,与实际情况不符而影响滤波精度。针对这种情况,提出改进的自适应滤波算法。首先建立了SINS/GPS紧组合导航系统空间方程;然后介绍了自适应卡尔曼滤波原理,指出了此算法对两种噪声估计出现相关性的原因,在此基础上提出了改进的自适应卡尔曼滤波算法,改进算法对系统噪声和量测噪声同时进行在线估计,解决了原算法存在的不足;通过半实物仿真实验可以看出,在系统噪声和量测噪声不明确时改进算法的估计精度,与原有算法在系统噪声和量测噪声已知时的估计精度相当,充分说明了改进算法的实用性。     

一种基于低秩表示的子空间聚类改进算法

该文针对现有的基于低秩表示的子空间聚类算法使用核范数来代替秩函数,不能有效地估计矩阵的秩和对高斯噪声敏感的缺陷,提出一种改进的算法,旨在提高算法准确率的同时,保持其在高斯噪声下的稳定性。在构建目标函数时,使用系数矩阵的核范数和Forbenius范数作为正则项,对系数矩阵的奇异值进行强凸的正则化后,采用非精确的增广拉格朗日乘子方法求解,最后对求得的系数矩阵进行后处理得到亲和矩阵,并采用经典的谱聚类方法进行聚类。在人工数据集、Extended Yale B数据库和PIE数据库上同流行的子空间聚类算法的实验对比证明了所提改进算法的有效性和对高斯噪声的鲁棒性。     

一种基于模糊理论的图像边缘提取

讨论了模糊理论在边缘提取中的应用，并给出了一种改进的基于模糊理论的图像边缘检测算法。实验结果表明，与该算法不需要加额外的滤波器或图像降噪预处理。在抗噪性能方面(80％以内的Gaussian噪声和10％以内的椒盐噪声Salt＆Pepper)明显优于其它方法。