非对称非正交快速联合对角化算法

针对非对称联合对角化算法收敛速度慢以及有可能收敛到奇异解的问题, 首先提出一种基于最小二乘的非对称代价函数, 该代价函数在最小二乘标准的基础上增加了使对角化矩阵非奇异的约束项, 以保证算法不会收敛到奇异解. 然后利用一种循环最小化技术来优化提出的代价函数, 得到一种非对称非正交快速联合对角化算法. 算法的性能分析证明, 该算法不仅全局渐近收敛, 而且具有不变性. 左右对角化矩阵的关系也证明了非对称联合对角化的一般性. 实验仿真表明, 与原非对称联合对角化算法相比, 提出的算法收敛速度更快, 而且可以显著降低干扰信号比.     

移动窗口PLS在光谱实时监测中的应用

偏最小二乘是在光谱多元校正中广泛使用的一种算法。为了建立基于光谱的实时监测模型,本文给出了一种基于移动窗口策略的的偏最小二乘算法。该算法基本思想是:将一个窗口沿着光谱轴不断地移动,建立一系列的局部最优的偏最小二乘模型,然后再选出具有最优性能的光谱区域和相应的模型。最后通过一个实例对出该算法进行了验证。     

基于递推最小二乘的荧光补偿参数辨识方法

研究流式细胞仪样本检测数据的荧光光谱重叠补偿问题.针对全矩阵补偿算法中补偿矩阵参数的获取,提出了一种使用多变量系统的递推最小二乘算法辨识补偿矩阵参数的方法.在全矩阵补偿方法的基础上,用单染色荧光光谱线性和对多染色荧光实际测量光谱进行近似,并使用多变量系统的递推最小二乘算法辨识系统参数获得补偿矩阵的元素.仿真结果表明,利用多变量系统的递推最小二乘算法进行荧光补偿与一般最小二乘算法相比,补偿结果的CV值相对误差在2％以内,进而验证了所采用的算法的有效性与可行性.     

基于动态T检验的修正最小二乘BFGS定位算法

针对传统基于接收信号强度指示RSSI(Received Signal Strength Indicator)的最小二乘定位算法精度有限的问题,从降低信号噪声影响出发,提出一种基于动态T检验的修正最小二乘-BFGS定位算法。在测距阶段,将T检验法动态应用于RSSI值筛选,以消除较大测量误差影响,提高测距精度;定位阶段,先基于平均测算距离对传统的最小二乘法进行修正,提升初步定位精度0.3~2米;在此基础上,以信号强度误差最小为目标优化函数,基于BFGS算法对修正最小二乘法计算的初值进行迭代求精,以进一步提高定位精度。仿真实验表明,该算法有效提升了定位精度,在100 m×100 m范围内可比传统最小二乘定位误差降低4~11米。     

基于后向区间选择偏最小二乘算法的软测量建模

偏最小二乘是在光谱多变量校正中广泛使用的一种算法,现已经发现高效的变量选择不仅能够提高模型的预测能力,也可大大降低模型的复杂度。为了建立具有鲁棒性和低复杂度的基于光谱的在线软测量模型,考虑到光谱变量之间高度相关这一事实,提出一种基于后向区间选择策略的偏最小二乘算法。该算法主要步骤是:先将光谱波长域细分为一定数量的等长子区间;再采用后向淘汰的策略,将各个子区间逐步淘汰,形成一个淘汰序列;最后,再反向选择一定数量的子区间建立最终的模型。通过一个实例以及与传统基于全谱的偏最小二乘算法比较,显示出了该算法的在建立软测量模型方面的优良性能。     

一种基于Cholesky分解的动态无偏LS-SVM学习算法

针对最小二乘支持向量机用于在线建模时存在的计算复杂性问题,提出一种动态无偏最小二乘支持向量回归模型.该模型通过改进标准最小二乘支持向量机结构风险的形式消除了偏置项.得到了无偏的最小二乘支持向量机,简化了回归系数的求解.根据模型动态变化过程中核函数矩阵的特点,设计了基于Cholesky分解的在线学习算法.该算法能充分利用历史训练结果,减少计算复杂性.仿真实验表明了所提出模型的有效性.     

一种井下人员无线定位算法研究

针对传统井下指纹定位算法存在需要采集大量指纹数据和定位精度不高的问题,提出了一种差分鱼群优化最小二乘支持向量机(DEAFSA-LSSVM)的井下人员无线定位算法.首先将井下实验区域划分为多个小区域,并利用克里金插值算法建立指纹数据库;然后利用差分进化与人工鱼群混合智能算法优化正则化参数和核函数宽度,建立最小二乘支持向量机算法模型,利用无线采集接收终端采集待定位点的无线信息数据,通过最小二乘支持向量机算法模型计算出其所属小区域;最后利用小区域内无线信息数据,通过加权K近邻算法进行实时定位.实验结果表明:该定位算法的收敛速度快,分类准确,准确率达到98.87%;定位精度高,平均定位误差为1.51 m,比未经优化的最小二乘支持向量机算法的定位精度提高18.82%.     

超短基线定位系统安装误差校准技术研究

超短基线定位系统由于基阵尺寸小、安装方便,在海洋开发中得到了广泛的应用。高精度超短基线定位系统的安装误差影响不可忽视,需要在使用前进行精确校准,同时在深海使用条件下,声线修正是必需的。提出了一种基于最小二乘的结合声线修正的超短基线定位系统安装误差校准方法,该方法性能稳定、计算量小,湖上和海上试验验证了算法的有效性。     

基于最小二乘法的文档图像倾斜检测方法

在文档扫描过程中,输入的文档图像不可避免地会发生倾斜现象,而布局分析及字符识别算法对页面倾斜都十分敏感,因此倾斜检测和校正是文档分析预处理的重要环节。本文提出了一个基于最小二乘法的倾斜检测方法。它将字符连通区包围盒底边中心点作为特征点,利用文本行中特征点与基线的关系,将特征点用最小二乘法拟事出基线的方向,即为页面倾斜方向。同时,本文介绍了一种基于直线拟合的快速倾斜校正算法。实验证明,该算法速度快,准确度高。     

基于抛物线插值的正弦波拟合算法

为了合理利用原始采集数据并提高正弦波形数据拟合重构的精度,在最小二乘法原理的基础上,提出了抛物线拟合细分最小二乘法拟合正弦波形的方法.根据所采集数据点的特点,将数据进行分段抛物线插值细分.按照数据间抛物线变化趋势增加拟合数据量,然后对细分后的数据进行最小二乘拟合得到正弦曲线的参数.通过软件算法仿真并进行了实验数据处理,结果表明,该算法合理利用了所采集的数据,可使正弦波形参数的相位估计重复精度从最小二乘的-4.555×10-4提高到1.367×10-4.