MHD角速度传感器随机漂移误差补偿方法研究

为了补偿磁流体动力学(MHD)角速度传感器的随机漂移误差,在对其建立时间序列模型的基础上,采用卡尔曼滤波算法对MHD角速度传感器的漂移数据进行了处理,并用方差和Allan方差分析的方法,对滤波前后的数据进行了分析对比.实验结果表明此方法能有效地提高MHD角速度传感器的测量精度.     

基于量子遗传算法的水下图像增强

随着海洋工程以及海洋科学研究的发展,水下图像增强越来越受到大家的关注。针对水下图像噪声大、对比度低、且边缘和纹理模糊等特点,采用了一种量子遗传算法,在小波域对图像进行非线性增强。实验表明,该算法能较好的实现水下图像增强。     

基于改进遗传模拟退火算法的WSN路径优化

针对无线传感器网络路径优化问题,提出了一种改进的最优保存的遗传模拟退火算法。利用LEACH算法构建初始路由表,使用GASA的高效率搜索,将路由计算和遗传演化计算同时进行,并直至寻找到近似最优路径为止。将最优保存遗传算法和模拟退火算法相结合,引入自适应的概率变化,有效地解决了这两种算法的早熟现象和时间问题。仿真实验表明,该算法有效地解决了无线传感器路径优化问题,具有定位准确、节能和搜索能力较强等优点。     

燃气报警器报警点漂移模型研究

根据燃气报警器报警点年漂移试验 ,探讨了报警点漂移原因及改进措施 ,建立了报警点漂移的正态分布模型 ,并经用 χ2 检验法进行了检验。依据行业标准CJ- 30 5 7,结合燃气报警器的加严试验结果 ,提出了报警器最佳标定点。     

遗传算法非效率操作的改进方法

在分析传统遗传算法性能的基础上,提出模式控制方式GA,它能提高解的发现能力,保证遗传操作过程中的“型质”遗传性,并能解决控制收敛方向这一根本性问题。以路径规划问题为例,验证了模式控制方式GA在复杂问题优化中的有效性。     

基于GP的神经网络学习规则的发现

提出用遗传编程(GP)方法发现新的神经网络学习规则,并通过实验得到了几个新的学习规则;另外讨论了通过文法产生式的设计来改进对该问题的研究.     

一种面向工程应用的遗传规划

传统遗传规划常因树复杂度的无节制增大 ,导致运行时间过长而不能直接在工程应用中使用。文章在遗传规划中引入了多目标优化方法 ,寻求在解的性能和复杂度之间的均衡。该方法不仅提供了一种在随机搜索过程中有效控制树结构长度的方法 ,而且产生精度更高的最优结果。通过对符号回归问题的应用实例 ,验证得到了较好的结果。     

基于Cluster的多服务器容错与切换技术的研究

本文对Cluster集群技术进行了讨论,着重分析了基于Cluster的多服务器容错与切换技术,同时给出了一个基于Cluster的双服务器容错与切换的应用实例。     

基于多区域的人体运动跟踪研究与应用

针对单区域跟踪快速运动人体易产生漂移的缺点,本文提出一种基于Kulman Filter预测的多区域跟踪的新算法.该算法利用Kalman Filter预测人体各区域,然后利用颜色直方图匹配算法精确定位人体各区域,最后加权计算人体最终位置.     

遭遇弯道玩漂移——细读UT斯达康转型之棋

随着通信技术的高速发展,中国的3G时代已然萌起,那么,无线通信行业又将面临怎样的洗牌？在手机和座机的夹缝里,小灵通以较高的性价比脱颖而出;宽带与电话拼接成IP电话,让长途电话失去了竞争力;市场被无限细分,一些有实力、走在通信技术应用开发前沿的企业,如中兴、UT斯达康、大唐等在革新的浪潮中逐渐崛起。