基于稳定分布噪声的分数低阶自适应时频分布

信号中的α稳定分布噪声会使自适应时频分布方法失效.针对该问题,利用分数低阶统计量理论,提出一种改进的分数低阶自适应时频分布.为了实现带噪信号的实时在线处理及长时间信号的时频分布分析,给出一种分数低阶短时自适应时频分布.仿真结果表明,2种方法都能在含有α稳定分布噪声和高斯噪声的环境下进行有效的时频分布分析.     

一种基于支持向量机思想的无监督聚类算法

支持向量机作为一种新的机器学习方法，由于其建立在结构风险最小化准则之上，而不是仅仅使经验风险达到最小，从而使对支持向量分类器具有较好的推广能力。本文分析了支持向量机在解决无监督分类问题上的不足，提出一种基于支持向量机思想的最大间距的聚类新方法。实验结果表明．该算法能成功地解决很多非监督分类问题。     

一种基于支持向量机思想的无监督聚类算法

支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,而不是仅仅使经验风险达到最小,从而使对支持向量分类器具有较好的推广能力。本文分析了支持向量机在解决无监督分类问题上的不足,提出一种基于支持向量机思想的最大间距的聚类新方法。实验结果表明,该算法能成功地解决很多非监督分类问题。     

新建地方本科院校工科类青年教师工程实践能力培养研究

现阶段新建地方本科院校工科类青年教师工程实践能力欠缺,已经影响到新建地方本科院校人才培养的质量,提高新建地方本科院校青年教师工程实践能力刻不容缓。从新建地方本科院校工科类青年教师工程实践能力欠缺的成因来看,新建地方本科院校应切实制定培养青年教师工程实践能力的有效措施为青年教师参与工程实践提供机会和保障,青年教师也应重视自身的工程实践能力的提高。     

分数低阶时频滑动平均模型参数估计

针对稳定分布环境下非平稳过程分析方法时频滑动平均（TFMA）模型算法的退化,引入分数低阶统计量共变,提出了一种改进的分数低阶时频时频滑动平均（FLO-TFMA）模型算法。推导了FLO-TFMA模型的参数求解过程,给出了基于FLO-TFMA模型的时频谱估计。通过在稳定分布环境下对TFMA模型算法和所提出的FLO-TFMA模型算法的参数估计均方误差（MSE）比较和时频谱估计比较,仿真结果表明,FLO-TFMA模型算法的参数估计精度优于TFMA模型算法,TFMA模型时频谱估计完全失效,而FLO-TFMA模型时频谱算法能较好地进行时频谱估计。     

稳定分布噪声环境下的EEG-MUSIC源定位

EEG作为一种无损的新医学技术近几年已经被广泛地研究,EEG-MUSIC是一种基于EEG的脑源病灶空间定位算法,它只能在高斯噪声下工作。特殊情况下的脑电传感器阵列数据中可能伴有一种强脉冲噪声,这种噪声可以用α稳定分布描述。稳定分布噪声环境下,传统的EEG-RAP-MUSIC失效。为此用FLOM矩阵代替自相关矩阵,提出了一种适合稳定分布噪声环境的脑源定位新方法FLOM-EEG-RAP-MUSIC。计算机仿真表明,所提出的方法能较好地在稳定分布噪声环境下工作,具有一定的鲁棒性。     

基于SS过程的分数低阶时频自回归滑动平均模型参数估计及时频分布

针对SS过程下时频自回归滑动平均(TFARMA)模型分析方法的退化,该文用分数低阶共变取代二阶相关提出了分数低阶时频自回归滑动平均(FLO-TFARMA)模型的概念,并推导了模型参数的求解方法。在此基础上,给出了FLO- TFARMA模型时频谱估计算法,和已有的TFARMA模型时频谱算法进行了详细的比较。计算机仿真结果表明,在SS过程环境下,所提出的FLO-TFARMA时频谱明显优于TFARMA时频谱,尤其是当参数较小时,FLO-TFARMA时频谱优势更明显。     

基于SαSG分布噪声的雷达回波AR谱估计

雷达系统中存在的独立SαS噪声和高斯噪声,可以用SαSG分布描述。在SαSG分布噪声条件下,传统的基于二阶统计量的AR谱估计方法失效,为此,提出了一种基于SαSG分布的FLOC(Franctional Lower OrderCovariation)-AR谱估计新方法。仿真结果表明,所提出的方法体现了明显的优势。     

基于LS-SVM的车牌图像倾斜校正新方法

为解决机动车牌图像倾斜对其字符分割与识别带来的不利影响,提出了一种基于最小二乘支持向量机的车牌图像倾斜校正新方法。详细介绍了LS-SVM求解倾斜向量算法和车牌图像校正步骤,并进行了实验比较。     

α稳定分布噪声下的空间时频DOA估计

当信号中存在α稳定分布噪声时,传统空间时频多重信号分类(STF-MUSIC)算法的空间波达方向(DOA)估计性能会降低甚至失效。为此,利用分数低阶矩(FLOM)代替二阶协方差矩阵,定义分数低阶矩空间时频分布矩阵(FLOM-STFDM)。对FLOM-STFDM进行特征分解,得到适用于稳定分布噪声环境的空间时频TF-FLOM-MUSIC算法,分析该算法的信噪比及误差估计,并给出算法实现步骤。仿真结果表明,TF-FLOM-MUSIC算法可有效降低DOA估计的均方误差,提高估计的分辨率和平滑性。