基于细菌群体趋药性的有序盲信号分离算法

提出了一种基于细菌趋药性的细菌群优化算法。将探测判断策略和优势细菌随机扰动策略引入细菌群体的进化过程,解决了细菌个体在进化后期处于随机摄动状态而难以定位于全局最优位置的问题。通过使用测试函数对算法性能进行测试以及同其他算法的比较表明,所提出的算法在收敛速度和求解质量方面均有很好的性能。进一步将细菌群优化算法应用于解决盲信号分离问题,实现了对源信号的逐一有序盲分离。仿真实验表明,基于细菌群优化算法的盲信号分离算法具有很好的分离效果,可以将源信号按照其规范四阶累积量绝对值的降序进行有效分离。     

NOL环层间剪切强度对T700S级干喷湿纺碳纤维湿法缠绕复合材料性能的影响

为研究影响碳纤维湿法缠绕复合材料性能的因素,通过国内外T700S级碳纤维表面状态、NOL环及φ150容器的性能试验,研究了NOL环层剪强度对T700S级干喷湿纺碳纤维湿法缠绕复合材料性能的影响。结果表明,T700S级干喷湿纺碳纤维φ150mm容器爆破性能与复合材料NOL环层剪强度相关,层剪强度越高,其φ150mm容器爆破性能越低。     

微带扇形分支线在低通滤波器设计中应用

文中采用微带扇形分支线作为电抗元件应用于微带低通滤波器的设计，CAD仿真结果表明，通过这种方法，在减小微带低通滤波器的尺寸同时改善了性能。     

基于稀疏表示分类器的和弦识别研究

和弦识别作为音乐信息标注的基础,在分析音乐结构和旋律方面具有非常重要的作用.结合音乐理论知识,提出一种基于稀疏表示分类器的和弦识别方法.与传统的基于帧的识别方法不同,以节拍作为和弦变化的最小时间间隔,利用CQT (Constant-Q Transform)变换对音乐信号进行时频分析,提取PCP (Pitch Class Profile)特征,采用稀疏表示分类器(Sparse Representation-based Classification,SRC)进行和弦识别.实验结果表明,提出的特征和识别方法在识别率上均高于传统的方法.     

红外焦平面失效元处理方法及软硬件实现

失效元对红外焦平面阵列器件成像质量的影响较大。本文在给出失效元定义的基础上,对失效元的产生机理进行了分析,并给出了具体的失效元检测方法。基于DSP实现了红外图像的硬件处理系统并编写了失效元处理的软件程序,实现了失效元的自动检测和校正。实验结果表明,所设计的软硬件符合实时性、可靠性的要求,取得了较好的处理效果。     

基于支持向量机的彩钢玻璃色差分离技术研究

为了将彩钢玻璃中有色差的玻璃样本分离出来,提出一种利用分光测色仪检测,并与支持向量机想结合分离色差样本的方法。首先利用分光测色仪获取出样本玻璃的各采样点的CIE色度值等光学数据,建立数据样本集,然后选取特征参数及训练集并建立 SVM模型,其次选取不同类型核函数及参数进行对比实验,使模型最优化,最后利用该模型对预测集进行处理,检测并分离出有色差的玻璃样本。实验结果表明该方法可以高效准确地检测出彩钢玻璃中有色差的样本。     

基于布谷鸟搜索算法的高光谱图像解混算法

将独立成分分析(ICA)算法用于高光谱图像解混时 ,算法对丰度的独立性要求与实际地物分布相矛盾;同时, 采用梯度算法对解混目标函数进行优化时,易收敛到局部极值点。针对上述问题,提出在非 负ICA(NICA)模型的目标函数中引入丰度和为一约束(ASC),确保解混出的丰度与实际地物分 布一致;同时,采用布谷鸟搜 索(CS)算法,利用其优异的全局搜索性能对提出的目标函数进行优化求解。为减少参数维数 并缩小CS算法的搜索范围,利用矩阵QR分解理论,将对解混矩阵的搜索转化为对一系列Give s矩阵的识别。仿真 数据和真实高光谱图像数据实验结果表明,提出的算法能有效地克服上述问题,在噪声为30dB、像元纯度为0.8时,解混指标光谱角距离(SAD)和 均方根误差(RMSE)达到了0.03以下,达到良好解混效果。     

一种实用的电子线路参数优化算法

由于电子产品的设计周期越来越短，而对其降低成本和提高质量的要求却越来越高，电子线路的优化设计日益受到人们的关注。本文提出了一种实用的电子线路参数优化算法－均匀设计多项式拟合遗传优化算法。其主要思想是采用拟合的多元多项式代替电路仿真以指导遗传算法进行搜索，以便减少电路的仿真次数。并在数据采集过程中运用均匀设计方法，不仅能减少数据采样的数目，而且能使初始群体包含丰富的信息，更利于其收敛。电路优化实例表明，本算法对设计目标复杂以及参数较多电路的优化是有效的。     

基于粒子群优化的工频干扰消除算法*

提出了一种基于粒子群优化的消除微弱信号采集过程中工频干扰的算法。通过人工构造观测信号,使系统模型符合盲源分离的数学模型要求。使用信号的四阶累积量作为信号独立性的判据,利用粒子群优化算法寻找使判据最大化的分离矩阵,进而消除被采集信号中的工频干扰。在粒子群优化算法的求解过程中,采用将对分离矩阵的直接辨识转换成对一系列Givens矩阵的辨识方法,从而减少了算法中对未知元素辨识的数量,避免反复白化过程,有效降低了算法的计算量,克服了粒子群优化过程中容易早熟收敛的问题。仿真结果表明,本算法在保护有用信号的前提下,能