BP神经网络隐层单元数的确定方法及实例

针对BP神经网络隐层单元数不易确定的问题,提出一种在传统的经验公式基础上快速确定隐层单元数的方法。该方法首先借助经验公式确定隐层单元数的取值范围,然后将其扩大,在这个扩大的范围内寻找最优值。以BP神经网络预测交通流量为例,解释说明了具体的步骤,以及网络模型的隐层结构对模型仿真精度的影响。结果表明,采用该方法可快速决定隐层单元数,在实例中采用16个隐层单元数为最佳。     

一种加入类间因素的曲线聚类算法

针对目前的曲线聚类算法基于类内差异设计，造成不同类之间的曲线区分度不高的问题。在曲线拟合、曲线距离界定的基础上，构造新的目标函数，提出同时考虑类内和类间差异的曲线聚类算法。模拟结果显示，该曲线聚类能够提高聚类精度；针对NO₂污染物小时浓度的实例分析表明，该曲线聚类算法具有更好的类间区分度。     

基于Morlet复小波变换幅值和相位信息的间谐波检测方法

小波变换以其良好的时频局部化特性在电力系统中得到了广泛的应用,包括在谐波分析方面。但即使是时频窗面积最小的Morlet小波也存在频谱混叠现象,使得单纯利用小波变换系数的幅值无法对谐波准确检测。本文提出了基于Morlet复小波幅值和相位信息相结合的谐波、间谐波检测方法。首先利用a-S（a）曲线粗略确定包含被测信号信息的尺度范围,然后利用这些尺度上的小波变换系数的相位信息来实现谐波、间谐波频率的检测,最后根据检测出的频率确定特征尺度,进而确定被测信号的幅值。与FFT方法和传统的尺度-幅值法相比,该方法能够克服频谱泄漏现象,且能够区分频率相近的信号成分,提高了谐波、间谐波的检测精度。通过Matlab软件进行仿真,结果验证了该算法的正确性。     

基于前景理论和统计推断的区间数多准则决策方法

针对准则权重不完全确定且准则值为区间数的多准则群决策问题,提出一种基于前景理论的多准则决策方法。基于统计推断原理,以各准则下的方案值为样本推断其发生的概率,进而确定期望值参考点。基于区间数可能度确定价值函数,以方案区分度最大为目标构建非线性优化模型并确定方案排序。最后,通过实例分析表明了所提出方法的有效性和可行性。     

煤矿瓦斯异常数据报警方法应用研究

对基于极差值、最小值、相关系数3种关联模型的煤矿瓦斯异常数据报警方法在应用中存在的2个传感器之间数据的延滞时间如何确定、传感器误差的影响、报警的准确率等问题进行了详细分析,提出应采用数据曲线比较法而不是距离风速计算法来确定延滞时间,同时发现巷道中瓦斯气团的运动速度低于风速的现象并对这一现象进行了初步解释;提出采用数理统计法消除传感器误差影响的方法;结合现场数据,对3种关联模型的准确率进行了验证,结果表明该报警方法完全可以在实际中有效应用。     

一种测量微波谐振腔品质因数的改进方法

提出了一种测量谐振腔Q值的改进方法,即标量反射系数平均法.该方法根据微波谐振腔在谐振点附近的|г(f)|曲线,采用扫频的方法得到其△|г|(dB)从0(dB)到|г0|(dB)对应的△f,进而推算得到其对应的Q值曲线.选取其中一段受误差影响较小的Q值曲线,采用拟合平均的方法得到其准确可靠的无载品质因数.此方法很好地解决了由于外电路的耦合给传统方法带来的测量误差的问题,并对自由选点测量Q值法在选点方面有一定的参考价值.     

基于优化RSSI精度的WSN加权质心定位算法

为消弱接收信号强度指示误差对无线传感器网络节点定位精度的影响,提出基于优化接收信号强度指示测距精度的加权质心定位算法。该算法根据接收信号强度指示（RSSI）和链路质量指示（LQI）在不同距离段的衰落曲线起伏的波动状况,采用分段测距的方法优化RSSI的测距精度,接着将优化后的距离值作为加权质心算法的权值因子对节点进行定位,进而提高定位精度。实验结果验证了该优化算法的有效性。     

隐含多项式曲线曲面拟合次数的确定研究

选用合适次数的隐含多项式曲线曲面描述目标物体是处理和识别目标物体的关键,因而需要在理论上解决隐含多项式曲线或者曲面的次数确定问题.根据目标物体本身的特征,从理论上得出隐含多项式曲线描述物体的次数确定定理,并给出了具体计算公式.该方法首先由给定物体边界的轮廓检测出其驻点数,然后根据驻点数得到拟合隐含多项式曲线方程次数的下界,进而推广到三维物体的隐含多项式曲面拟合次数的确定.最后给出的应用实例进一步验证了算法的有效性与可操作性.     

B样条曲线曲面GC2扩展

提出了一个扩展B样条曲线曲面的新方法,扩展B样条曲线曲面的关键是为新增加的点确定节点值,新方法的基本思想是：首先,B样条曲线和扩展部分在连接点处满足GC^2连续,用能量极小化方法确定扩展部分的曲线形状,通过对曲线重新参数化使两部分曲线满足C^2连续,进而确定新增加点的节点值,新B样条曲线的控制点由一个显式递推公式计算,原B样条曲线和扩展后的部分合在一起形成一条新的B样条曲线,新的B样条曲线满足原B样条曲线和扩展的点,文章还讨论了运用该方法进行B样条曲面扩展,且以实例对新方法与其它方法进行了比较,结果表明新方法的光顺性得到了明显改善,曲率变化更平坦,且有较小的旋转数指标。     

基于轮廓重心参数调整的Bezier曲线拟合方法

传统的3次Bezier曲线拟合方法在拟合汉字轮廓曲线时,迭代次数多,效率较低.针对拟合的效率,设计了一种基于3次Bezier曲线的汉字曲线轮廓拟合新方法.该方法的核心是简单高效的参数迭代算法.在3次Bezier曲线控制点的求取方法上,采用最小二乘法拟合;在参数的优化问题上,用过型值点重心的直线与拟合曲线间的交点求解参数,迭代优化参数取值.该迭代算法占用资源少,运算量小,计算简便.实验结果表明,针对一般型值点和汉字轮廓特征点的曲线拟合,在相同精度要求下,该算法迭代次数少,收敛速度快,能达到更好的拟合效果.     

基于正弦高斯调制和样条插值的CTF校正模型

在基于冷冻电镜的单颗粒三维重构过程中,衬度传递函数(contrast transfer function,CTF)校正是获取高分辨分子结构的关键操作.但传统CTF校正模型存在低频、高频阶段校正值过小、插值方法过于简单等问题,从而降低了重构精度.针对这两个问题,提出了一种新的CTF校正模型.首先,在CTF曲线的低频、高频阶段分别进行正弦和高斯调制,改善了CTF曲线的形态;然后,采用3次样条插值计算非整数傅里叶半径处的CTF值,提高了数据获取的精度,进而提高了重构结果的分辨率.对HBV分子图像进行重构实验,结果表明,使用本模型可以得到更清晰的结构特征,其重构结果分辨率为7.8(A),高于传统CTF校正重构结果的分辨率8.06(A).     

基于多负荷模式和分时段的河源电网短期负荷预测

电力系统负荷受多种因素影响,因此负荷曲线复杂,导致短期负荷预测精度难以满足要求。根据负荷特性把日负荷分为多种负荷模式,依据日负荷曲线变化趋势合理划分时段,对各时段采用神经网络方法进行负荷预测,进而完成日负荷预测。河源电网日负荷预测结果表明该方法的预测精度有较大的提高,满足短期负荷预测要求。     

一种显式Hermite曲线插值方法

Hermite曲线插值要求插值曲线不仅严格通过型值点,还要满足型值点处的各阶导数切触条件.针对传统隐式或半显式Hermite曲线插值方法中求解复杂、非严格插值等问题,提出一种显式Hermite曲线插值方法.首先构造了一类基数型Hermite插值基函数,该基函数具有局部支集、对称性、高阶连续等性质;然后将该基函数与给定的Hermite插值条件调配,得到一条严格满足各阶切触条件的k次样条曲线.实验结果表明,利用文中方法得到的插值曲线不仅严格满足插值条件,还具有光滑的曲率与较高的插值精度;与传统方法相比,该方法具有插值过程简单、无需求解方程组的优点.     

基于B样条模型的曲线特征点检测法

提出了一种基于B样条模型的曲线特征点检测法。该方法首先用B样条函数对原始曲线进行副近,得到原始曲线的分段解析表达式,然后利用曲线曲率分布来确定其特征点。B样条曲线分段解析的特点提出了曲率估计的精度,进而使特征点检测的准确度也得到提高,同时B样曲线拟合过程在一定程度上起到了对原始曲线的平滑作用,可抑制噪声对特征点检测的影响,并且这种平滑不具有常规高斯平滑的萎缩效应。实验结果证明了本文方法的有效性。     

一种分层寻路算法中的域值放弃策略

为了更合理地判定何时放弃分层寻路，提出了一种新的域值放弃策略：当起止点之间的估计距离小于放弃域值时，采用最短路径算法；反之，则采用分层寻路算法。该策略引入了估计距离、放弃域值和放弃因子三个参量，并采用统计法以确定域值。测试数据表明，使用该策略搜索出的路径具有较高的可采纳性。     

基于邻域混合抽样和动态集成的不平衡数据分类方法

不平衡数据严重影响了传统分类算法的性能,导致少数类的识别率降低。提出一种基于邻域特征的混合抽样技术,该技术根据样本邻域中的类别分布特征来确定采样权重,进而采用混合抽样的方法来获得平衡的数据集;然后采用一种基于局部置信度的动态集成方法,通过分类学习生成基分类器,对于每个检验的样本,根据局部分类精度动态地选择最优的基分类器进行组合。通过UCI标准数据集上的实验表明,该方法能够同时提高不平衡数据中少数类和多数类的分类精度。     

基于示波法和高斯拟合的血压测量方法

流行病学调查及大规模前瞻性研究表明,高血压是心血管疾病的独立风险因素,采用电子血压计进行自助式日常血压监护,是预防严重心血管事件的重要途径。提出了一种设计电子血压计的新方法:首先确定振荡波中各个单波的峰值点;然后确定拟合振荡波包络线的最佳拟合曲线;进而查找包络线的最大值,选定积分区间,提出的积分公式和最大值的位置,确定舒张压和收缩压的位置,最后确定舒张压和收缩压。比较该方法与听诊法测得的血压,结果证明使用所介绍的方法测得的血压精度符合AAM I标准、BHS(B)级标准。说明该方法是适用的,使用该方法所设计的电子血压计可以用于血压的日常监护。     

沿梯度方向的改进一阶差分亚像素边缘检测法

提出了一种基于梯度方向的改进型一阶差分亚像素边缘检测方法。该方法的主要思想是,在曲线轮廓上,根据方位角对边缘像素点所在的小邻域沿梯度方向进行差分,再将修正值重投影至行列。理论上而言,该方法可弥补传统一阶差分法在曲线边缘处由于差分分布较平坦而导致精度较低的不足。理想图像的实验结果表明,该方法对半径测量、圆心定位的精度均小于0.05像素,这比采用其他亚像素法进行半径测量时可达到的精度有较大提高。     

快速成型系统中自适应的直接切片算法的研究

为了解决CAD模型转换成STL模型时出现误差、均匀切片时加工时间和表面质量难以协调的问题,提出了自适应的直接切片算法.该算法调用商用软件中切片函数对模型直接切片,切片厚度选择采用自适应切片方法.首先求出能够表示模型垂直方向轮廓变化情况的参考曲线,然后在切片时根据参考曲线上各点处切线确定在该处的切片厚度.使用该算法避免了用三角面片逼近CAD模型时的误差,而且根据参考曲线上点的切线决定切片的厚度,不需要试切,在保证模型表面精度的同时提高了成型效率.     

基于多方向的各向异性边缘检测算法

针对传统边缘检测算法抗噪性差的不足,提出了一种多方向的各向异性边缘检测算法。该算法构造了4个具有各向异性的5阶差分模板,对其进行归一化处理后,分别对待检测图像进行卷积处理,根据检测算法在各方向上卷积结果的幅值和方向信息得到灰度边缘图,最后采用最大类间方差法确定阈值进行边缘二值化。多组仿真实验结果表明,该方法能有效实现边缘提取,比传统方法具有更高的检测精度和更强的噪声鲁棒性。