基于多尺度小波变换的改进型自适应滤波算法

介绍自适应滤波算法、多尺度小波算法的基本原理和两种算法结合的实现过程。针对最小均方(LMS)自适应滤波算法不能同时提高收敛速度和收敛精度,提出变步长LMS自适应算法,在滤波过程中算法先用大步长跟踪,提高收敛速度,接近稳态时用小步长跟踪,提高收敛精度。为了能有更好的滤波效果,应该在算法的步长因子上有所突破。在抽样函数的基础上改进算法,并结合多尺度小波分解,使得滤波的效果更加理想。通过Matlab仿真实验,验证了改进算法具有更好的稳定性和优越性。     

Convergence rate of the Levenberg-Marquardt method under Hölderian local error bound

ABSTRACT

In this paper, we study the convergence rate of the Levenberg-Marquardt (LM) method under the Hölderian local error bound condition and the Hölderian continuity of the Jacobian, which are more general than the local error bound condition and the Lipschitz continuity of the Jacobian. Various choices of the LM parameter are also discussed.     

An Accelerated Iterative Method for Simultaneously Determining All Roots of Polynomial Equation

In this paper, an accelerated iteration method for simultaneously determining of a polynomial equation's roots is proposed. The new method is an improvement of modified Newton method. At the same time, convergence properties and the order of convergence rate are discussed. At last, some numerical results are reported and listed.     

无线传感网络中的分簇算法综述

近年来无线传感网络的研究和应用取得了长足进展，其应用领域涵盖抢险救灾、战场侦察、资源保护、安全监控和智能家居等。为了改善传感网络的性能和提高可扩展性，节点往往按照分簇结构进行组织。本文介绍了分簇算法产生的背景和作用，说明了分簇算法需要考虑的因素、分簇目标、特性和复杂性。然后，基于收敛速率、簇结构稳定性和节能意识等方面概述了用于传感网络的各种分簇算法的性能。     

一种信息点多样性的粒子群优化算法

针对PSO在寻优后期尤其在高维搜索空间中无法得到满意结果,提出了一种信息点多样性的改进粒子群优化算法。粒子个体最优位置及全局粒子最优位置是两个有用的精确的信息点,而PSO的信息交互方式正依赖于这两个信息点,从多样性方面考虑,将该有用的信息点增加为粒子个体最优位置附近随机的一点。实验仿真结果表明,新算法的全局搜索能力、收敛速度、精度和稳定性均有了显著提高。     

具有非参数AR(1)误差的回归模型的局部线性估计

考虑随机设计下具有一阶非参数自回归误差的线性回归模型,构造了参数和非参数函数的局部线性估计。在适当的条件下,证明了参数估计量的渐近正态性,并给出了非参数函数估计的收敛速度。模拟算例表明局部线性方法优于核方法。     

LDDA动接触力的迭代算法

概述了接触非线性问题的各种分析方法,指出了用Lagrange Discontinous Deformation Analysis(LDDA)求解缝面接触问题有较大优点,与DDA方法比较,它对接缝的处理更真实、更自然;又因为LDDA对全部接触力进行平衡迭代,所以接触力的计算精度也较高;同时,推导了LDDA的基本公式,提出了一个新的计算动接触力的迭代求解算法-改进的Uzawa迭代算法,该算法的松驰因子是依据块体接触的物理特性而非按照数学理论选用的,算例表明:LDDA理论和与之相对应的动接触力的迭代求解算法具有较快的收敛速度和较高的计算精度。为接触问题的计算提供了一个有效的方法和工具。     

一种改进的变步长LMS算法

LMS算法由于简单而获得了广泛的应用,大量的深入研究不断地改善了它的性能。LMS算法存在收敛速度和稳态失调之间的固有冲突,变步长因子可以获得二者之间的有效平衡。对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上提出一种改进的变步长LMS算法,步长因子同时考虑了指数为预测误差的一次和二次幂的2项。算法在保持较快收敛速度的同时,获得更优的稳态预测误差。对比仿真实验证明了算法的优越性。     

基于车辆路径问题的蚁群算法参数的优化

蚁群算法是一种解决组合优化问题的有效算法，已得到日益深入的研究，并逐渐得到应用。蚁群算法的一个不足是，算法参数的设置往往凭借经验，缺乏充足的依据。文章以车辆路径问题（vehicleroutingproblem，VRP）为例，从一个烟草配送的智能决策系统中抽取一定量的数据，对蚁群算法中各参数与算法收敛性之间的关系进行了大量的仿真实验，通过对实验结果的分析，给出了解决此类问题时的一种优化算法参数的方法。     

NA样本下Weibull分布族参数的经验贝叶斯估计

在NA样本下研究Weibull分布参数的经验Bayes估计．利用核估计方法构造了参数的经验Bayes估计，在平方损失下获得了该估计的收敛速度，并证明了收敛速度的阶可以任意接近于1／2．最后给出例子，说明了定理条件的合理性．