基于进化规划的多层前向网络结构优化

基于进化规划（EP）方法,该文提出了设计多层前向网络拓扑结构和权值分布的一种新算法－－EPANN算法。EPANN算法能同时进化网络的结构和连接权值（包括阈值）,在进化过程中,强调父代和子代之间的行为联结,结构变异既有结点删除,又有结点增加,不同于单纯的删除算法或构造算法,且结点删除总是先于结点增加,保证了网络规模尽可能小而泛化能力尽可能强。     

基于中国书法的虚拟毛笔模型

文中提出一个基于书法的虚拟毛笔模型.该模型的主要优点在于使用基于物理的建模方法来描述真实毛笔在实际书写过程中由于毛笔内部力和外部力的影响产生的毛笔变形.通常采用的基于物理的模拟方法是通过模拟每一根笔毛的变形进而模拟整支毛笔的整体变形,而该模型使用了基于毛笔和纸张交互产生的印痕来模拟毛笔变形,这种方法可以大大降低传统的基于毛发模拟方法产生的计算复杂性.同时,为了精确地计算毛笔的变形参数,使用了一组弹簧网络,能根据施加于毛笔上盼力来计算毛笔的弹性变形.仿真结果表明,虚拟毛笔可以高效地实时操作,并得到可与真实毛笔笔迹媲美的效果.     

基于最优曝光的最小包围曝光集合获取方法

针对传统的基于多曝光的高动态范围成像方法存在冗余信息多、总曝光时间长的不足,提出一种基于最优曝光的最小包围曝光集合的获取方法.利用目标相机可捕获最大曝光到最小曝光的图像序列,计算出目标相机的辐射域动态范围,并以此作为目标相机基准;在实际多曝光捕获时,只需计算目标场景最优曝光图像的动态范围,以及目标场景最小、最大辐照度,即可得到目标场景的基于最优曝光的最小包围曝光集合.利用典型的高动态范围场景对不同集合合成的高动态范围图像进行实验的结果表明,该方法在保证所获得高动态范围图像质量的前提下,相比传统的包围曝光集合获取方法,可有效地减少高动态范围成像所需低动态范围图像的数量,降低多曝光图像集合总捕获时间,节省存储空间.     

一种用于非线性复杂系统辨识的自适应模糊神经网络

该文提出一种用于复杂的非线性未知系统辨识的混合神经网络模型——自适应模糊神经网络（AFNN）。AFNN网络结构简洁,具有通用逼近的特性,能够克服由于突变点的存在而对系统辨识所带来的误差,提高整个系统的辨识精度。对空空导弹攻击区辨识的仿真结果验证了AFNN网络的有效性。     

异步电动机软起动器控制方式的研究

从电动机软起动器的工作原理入手,讨论了交流异步电动机软起动器的各种控制方式,对目前比较先进的几种控制方式,如转矩控制方式、模糊控制方式和节能控制方式等做了较为详细的论述,同时分析了各种控制方式的适用场合。     

一种基于模糊神经网络的非线性系统模型辨识方法

该文提出一种非线性系统的模型辨识方法。通过结构的辨识（学习）和参数的辨识（学习），构造了一个模糊神经网络，经调整网络的权值，获得一个精确的模糊模型。对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

基于模糊相似度融合的图像复原算法

传统的图像复原技术主要是通过单一的方法对图像进行复原,而图像融合技术主要集中于对多聚焦图像融合和多源图像融合.文中从图像融合的基本思路出发,基于局部特征信息的模糊相似度的融合策略将多幅复原图像进行融合,提出基于模糊相似度融合的图像复原算法.首先依据区域特征(方差、梯度和均值)确定模糊相似度,然后将具有一定相似性的复原图像进行基于像素点加权平均,权系数由该像素点处的区域特征确定,最后获得融合图像;对不具有一定相似性的复原图像按照“最大值选取”原则,依据“区域特征较明显者提取像素点”来获得融合图像.实验结果表明,该算法复杂度小,融合后复原图像改善的信噪比比融合前提高了0.1～1 dB;同时,比经典算法的效果有明显改善.     

一种改进的基于粒子群优化的SVM训练算法

支持向量机的训练需要求解一个带约束的二次规划问题,但在数据规模很大的情况下,经典的训练算法将会变得非常困难。提出了一种改进的基于粒子群的优化算法,用于替代支持向量机中现有的训练算法。在改进后的粒子群优化算法中,粒子不仅向自身最优和全局最优学习,还以一定的概率向其他部分粒子的均值学习。同时,还引进了自适应变异算子,以降低未成熟收敛的概率。实验表明,提出的改进训练算法相对改进前的算法在性能上有显著提高。     

一种有效的SAR图像相干斑噪声抑制方法

由于散射现象,SAR图像受到固有的乘性相干斑噪声的影响.文章提出了一种有效的基于平稳树状小波变换和贝叶斯估计的SAR图像噪声抑制方法.为了在抑噪过程中保持边缘,对原始图像采用比值边缘检测算子获取边缘信息.仿真结果表明,相对于一些经典的滤波方法和基于平稳小波变换方法,此方法具有更好的噪声抑制作用和边缘保持能力.     

基于KPCA的多频极化SAR图像信息压缩和噪声抑制

多频极化SAR图像不同的波段和极化方向上存在着冗余信息和相干斑噪声。为此,提出了一种基于核主分量分析(KPCA)的多频率多极化SAR图像信息压缩和抑噪方法。KPCA通过利用"核技巧",对线性PCA进行了非线性的推广。对NASA/JPL 3个波段的多极化SAR图像实验结果表明,相对于线性PCA,KPCA具有更好的信息提取、压缩和噪声抑制作用。