纯方位系统定位与跟踪的最小二乘滤波原理

利用最小二乘滤波方法,对纯方位系统单目标定位与跟踪问题进行了较深入的研究,为建 立新的多模型算法提供了理论基础．     

基于最小二乘法的电力变压器参数辨识算法

根据变压器的Y/△接线方式,分别列写回路方程,消去三角形侧绕组中的环流和公共磁链的影响.这种方式无需改变三角形侧TA配置,直接利用三角形侧线电流构建了变压器绕组的电阻和电感参数辨识算法,利用带动态遗忘因子的最小二乘法,消除了最小二乘法"数据饱和"的影响.应用EMTP进行了仿真,结果表明,参数辨识算法稳定,不受负荷波动以及功率因数变化的影响,辨识精度较高.     

最小二乘支持向量机分类问题的算法实现

介绍了支持向量机理论、常用的支持向量机内积核函数以及最小二乘支持向量机算法.采用最小二乘法实现了支持向量机分类算法.数字仿真结果表明,该算法的识别正确率可达100%.     

基于激光跟踪的管道焊接机器人跟踪算法研究

研究并提出了基于激光跟踪的管道焊接机器人跟踪算法,介绍了基于激光跟踪的焊缝跟踪技术的优点,对焊缝自动跟踪过程以及该过程中前置传感滞后跟踪、实时跟踪算法等关键技术问题进行了深入探讨。管道焊接机器人的工艺试验表明：该算法可有效提高基于激光跟踪的管道焊接机器人跟踪精度。     

基于最小二乘支持向量机的时变信道建模

基于2.55 GHz市区微蜂窝多输入多输出信道实测数据,将机器学习中的最小二乘支持向量机（LS-SVM）算法应用于时变信道参数的建模中,建立了基于遗传算法（GA）优化的LS-SVM信道参数预测模型,对信道参数如时延扩展、接收端的水平角度扩展和垂直角度扩展的数据特征进行了学习,并实现了准确预测;同时通过与反向传播神经网络模型以及传统的LS-SVM模型进行比较,验证了算法的有效性.基于GA优化的LS-SVM模型能够在有限数据量下对信道参数的变化有着良好的适应性,可实现非线性时变信道参数的准确预测.     

基于最小二乘法的管线探测反演研究

管线探测拟合反演是一种分析深部管线的实用方法。首先对地下管线产生的磁感应强度水平分量公式进行求倒数变换后,把求解管线埋深和位置转化为求解二次函数的拟合方程,即把求解非线性拟合函数通过变量替换后转为求解线性拟合函数。然后利用最小二乘法对变换后的数据进行拟合计算,自动反演出金属地下管线的位置、埋深等参数。该方法与人机互动反演相比,能自动求取管线埋深和位置,而无需提供初始参数,计算快速。通过对深部供水管的探测实例表明,利用最小二乘法进行反演是有效可行的。     

基于最小二乘法的变压器经济运行参数校正

电力变压器由于各种原因在运行一段时间后,其实际参数与铭牌标定不再一致。本文利用现场测得的运行数据,在考虑了温度对参数影响的情况下,运用最小二乘法进行曲线拟合并计算出变压器实际参数,为变压器的经济运行提供相应技术依据。     

基于归一化最小均方算法的自适应核RBFNN

为了使自适应核径向基函数神经网络(RBFNN)有更好的收敛速度和稳态误差,提出了以归一化最小均方为学习算法对自适应核RBFNN进行优化的方法。在梯度下降算法的基础上,通过一个可变的步长因子,对归一化最小均方(NLMS)算法进行推导,并将其作为学习算法对自适应核RBFNN的权系数及偏差进行更新训练。在非线性系统辨识及模式分类中的仿真实验结果表明,使用NLMS学习算法训练自适应核RBFNN相较于其他学习算法下的自适应核RBFNN,具有更快的收敛速度及相对较小的稳态误差。     

基于最小二乘支持向量机的岩土本构关系曲线拟合

最小二乘支持向量机（Least Square Support Vector Machine,简称LSSVM）是对支持向量机（SVM）的一种改进,是继人工神经网络（ANN）之后又一新的机器学习方法。利用LSSVM拟合了利用Duncan-Chang本构模型的E-V模式数值模拟岩土的三轴实验得到的应力-应变函数曲线。通过对比分析,验证了LSSVM用于岩土本构关系曲线拟合的可行性和精确性。     

最小二乘法在威布尔分布的可靠性评估

介绍了最小二乘法的基本原理和威布尔分布的数学模型,对服从威布尔分布的故障数据,利用最小二乘法对威布尔分布函数的α,β二参数进行估算,从而确定机电设备可靠性的相关指标;给出了计算机实现的具体算法和详细步骤,从理论到实践建立了可靠性评估模型.     

一种基于最小二乘的离散模型参数自适应辨识方法

给出了一种基于最小二乘的Ｈｏｕｓｅｈｏｌｄｅｒ正变矩阵变换方法求解一维及二维离散模型参数自适应辨识算法，计算机数字仿真表明了该方法的正角性和实用性。     

离散系统参数自适应辨识的最小二乘正交变换方法

基于最小二乘法在消除干扰方面的应用,应用矩阵变换及数值拟合的原理,充分考虑随机信号的影响,给出了一种正交变的离散差分模型自适应辨识方法,它能自动判别模型的阶,还能体现模型参数随信息更新的而实时更新的动态过程,提出了渐近消除记忆的时变离散系统参数自适应辨识方法。     

基于混沌果蝇优化最小二乘支持向量机的秸秆发酵过程软测量建模

针对秸秆发酵制取燃料乙醇过程的关键参量乙醇质量浓度难以用传统物理传感器实时在线测量,给发酵过程的监测与控制带来困难这一难题,采用混沌果蝇优化算法( chaos fruit fly optimization algorithm,CFOA)优化最小二乘支持向量机( least square support vector machine,LSSVM)的关键参数,避免了普通交叉验证法选取参数的耗时性和盲目性,建立混沌果蝇最小二乘支持向量机软测量模型,实现乙醇质量浓度的在线实时测量.实验仿真表明：基于CFOA的LSSVM模型平均误差为4.55%,明显优于LSSVM模型,表明该软测量建模方法预测能力强,测量精度高.     

焊接机器人焊缝跟踪方法及路径规划研究

焊缝自主跟踪是机器人焊接智能化的关键,其精度是评价焊接质量的重要指标.焊接对象或条件的改变对精度的影响最为直接,尤其当焊件表面存在缺陷时会产生较大的跟踪误差.为此,开展焊接机器人焊缝跟踪方法及路径规划研究,提出焊缝跟踪的4步法:1)利用激光传感器扫描坡口,获取轮廓数据.2)接着通过组合滤波算法,运用限幅滤波和高斯滤波处...     

基于激光跟踪测量系统的叶片平整度检测

根据某厂风机叶片平整度的检测项目实例,研究新型三维工业测量系统——激光跟踪仪应用于大型工业产品成果质量的检验.首先运用激光跟踪仪测量待测截面上均匀分布的离散点三维坐标,其次利用最小二乘法计算出离散点的最佳拟合平面,最后计算出各离散点到此平面的距离作为评价的指标,进而确定待截面平整度是否满足设计要求.实践证明激光跟踪测量系统完全满足截面平整度检测亚毫米级精度的要求,对于其它工业产品平整度检测有很好的借鉴意义.     

基于运动平台的运动目标检测与跟踪

为了实现大视场智能监控,本文提出了一种基于运动平台的运动目标检测与跟踪方法．在相邻帧之间通过块匹配进行运动补偿,采用三帧差分法分割出运动目标．当运动目标正常运动时跟踪其形心;当运动目标被遮档时,根据卡尔曼滤波器预测的形心跟踪目标．其中,对于块匹配,采用边缘点作为匹配块的中心点并根据摄像机的运动方向确定搜索范围,使处理速度提高了38．6％．另外,比较得出最小二乘法对运动目标运动状态突然改变时拟合效果差,因此采用卡尔曼滤波器进行预测．实验证明,本算法适应环境变化的能力强,而且平均每秒处理37．6帧,达到实时处理要求．     

基于小波最小二乘支持向量机模型的系统边际电价预测

系统边际电价的影响因素复杂多变．构建了一种以小波函数作为核函数的最小二乘支持向量机算法模型,并成功预测了系统边际电价．算例仿真结果表明,该模型不仅具有良好的泛化能力,而且能有效地提高电价预测精度．     

基于最小二乘法的压实膨胀土裂隙参数关系分析

利用图像处理软件对干湿循环作用下的压实膨胀土表面裂隙参数进行提取,同时基于最小二乘算法定量分析了各裂隙参数之间的关系.结果表明:1第一次脱湿对土样开裂的影响最为明显,裂隙参数变化幅度最大,随着干湿循环次数的增加,块区个数、裂隙率、分形维数、节点个数等相关裂隙网络参数都逐渐增大,而裂隙平均长度和块区面积逐步减小;2运用最小二乘法对土样表面裂隙参数关系进行分析非常有效,拟合结果合理,预测精度较高;3裂隙的节点个数、块区个数、裂隙率和分形维数能很好地表征其他裂隙网络参数,可以简化对裂隙的量测.     

一元线性参数最小二乘法中斜率及截距的不确定度

直接用方差的性质推导了一元线性参数——斜率及截距的不确定度 .根据现代不确定度评定的观点 ,其测量量 y的不确定度 ,除了 A类不确定度外还应包含 y的所有其它不确定度分量合成 ,即 y的合成不确定度     

基于TopHat分割和曲线模型的三车道检测方法

为了解决传统三车道检测过程中算法易受干扰、车道线拟合不准确、两侧车道误判等问题,提出了一种基于顶帽算法( TopHat)分割和曲线模型的三车道检测方法。利用车道线的形状和颜色特征,在图像预处理阶段提出了一种变内核TopHat的车道线分割算法。在车道线识别阶段,首先,提出了一种基于加权最小二乘法( weighted least squares,WLS)的消失点拟合方法以约束霍夫变换;其次,在极坐标中以DBSCAN( density-based spatial clustering of applications with noise)聚类法对直线聚类并匹配三车道模板;再次,以该模板为基础建立车道线感兴趣区,在每个感兴趣区内搜索并以三次曲线模型拟合车道线;最后,对于不确定的边侧车道,提出了一种基于随机投种法的边侧车道可行驶性判定方法。算法检测率以及漏检率结果显著优于传统三车道识别算法。实验结果表明：该算法具有良好的准确性及稳定性,更适用于三车道环境。