网格简化算法的比较

对近年来提出的各种网格简化算法进行了比较、分类,描述了在简化过程中引入的逼近误差及各种控制误差的策略。     

智能天线自适应滤波器算法研究及分析比较

对几种最常见的智能天线LMS自适应滤波器算法进行了较全面的性能比较,并利用Matlab程序仿真分析了不同算法的误差、收敛速度和稳定性等.分析结果表明,改进的LMS自适应滤波器算法相对于传统的LMS自适应滤波器算法在减小误差方面优势明显.     

基于卡尔曼滤波算法的MEMS陀螺仪误差补偿研究

为了补偿MEMS陀螺仪的漂移误差,本文采用了一种新的卡尔曼滤波算法。文中对MPU3050陀螺仪进行分析,提出其漂移模型。通过分析陀螺仪的误差,建立陀螺仪的误差模型。卡尔曼滤波的效果通过阿伦方差进行评估,与其他滤波算法比较,在MEMS陀螺仪中采用卡尔曼滤波算法可以有效的减少SCM（单片机）计算,并在转台上对陀螺仪进行测试。实验结果表明,结合误差模型和卡尔曼滤波算法可有有效的减少陀螺仪的漂移误差。     

大型原油储罐罐底声发射源定位算法研究

针对大型储罐罐底声发射检测过程中的声源定位问题,在深入研究三角定位算法和超定定位算法原理的基础上,采用蒙特卡洛模拟方法定量分析比较了两种算法对罐底声发射源定位的性能,主要包括定位计算时间、定位误差分布以及有效定位率等参数。结果表明三角定位算法比超定定位算法快100倍,但在非理想情况下,即存在时间测量误差和声速误差时,三角定位算法对罐底边缘区域的声源定位误差大,而超定定位算法对罐底边缘区域声源的有效定位率低。现场检测过程中应根据实时性、误差范围、计算机性能等要求选择合适的定位算法。     

限定误差直方图之进一步研究

直方图是许多商用数据库系统中最常用的一种估算查询结果大小的方法。作者在已有的研究基础上对限定误差直方图作了进一步研究,提出了一种新的限定误差直方图的算法。与以往限定误差直方图算法比较,生成的直方数进一步减少。并通过实验验证了新算法的时间复杂度接近线性。     

基于多新息理论的深度信念网络算法

针对深度信念网络（DBN）算法在采用反向传播修正网络的连接权值和偏置的过程中,容易产生梯度小、学习率低、误差收敛速度慢等问题,提出一种结合多新息理论对标准DBN算法进行改进的算法,即多新息DBN（MI-DBN）。MI-DBN算法是对标准DBN算法中反向传播的过程重新建模,使得算法在原先只利用单个新息的情况下,扩展为能够充分利用之前多个周期的新息,从而大幅提高误差收敛速度。通过实验对MI-DBN算法和其他分类算法进行了数据集分类的比较,实验结果表明,MI-DBN算法相较其他分类算法,其误差收敛速度较快,而且最终对MNIST数据集和Caltech101数据集的识别中误差结果相对更小。     

基于点扩散和误差扩散的半色调自隐藏算法

将秘密图像隐藏在一幅基于点扩散或误差扩散的半色调图像中,实现基于点扩散和误差扩散的半色调自隐藏算法;以基于点扩散的双向共轭信息隐藏算法为基础实现基于点扩散的灰度半色调自隐藏算法,将该算法扩展到基于误差扩散的灰度半色调图像,提出基于误差扩散的灰度半色调自隐藏算法;以最新的基于点扩散和误差扩散的新共轭数据隐藏算法为基础,提出基于点扩散和误差扩散的彩色半色调自隐藏算法。将四类自隐藏算法进行实验验证,对不同半色调自隐藏算法的性能进行了比较。结果表明在相同参数下,基于误差扩散的彩色半色调自隐藏算法具有最好的性能。     

室内多站测向交叉定位性能分析

分析了常用的无源定位方法在室内定位中的适用性;分析了双站测向交叉测向定位的解析算法的GDOP,并对4组参数情况下的GDOP进行了仿真比较;分析了三站三维测向交叉定位的基本算法与基于泰勒级数的定位算法的GDOP,做了仿真比较,并将该算法推广到四站测向交叉定位算法;仿真结果表明:在测向误差为5°时,四站交叉测向定位算法的定位误差在1 m以内.     

基于NLMS算法的自适应滤波器的研究与应用

对改进的NLMS自适应滤波器算法与传统的LMS算法进行了较全面的性能比较,利用Matlab程序分别仿真分析了两种算法的误差、收敛速度和稳定性等特性。在改进的NLMS算的基础上给出了自适应滤波器的原理结构,并仿真了其在去除噪声信号中的应用。分析结果表明：改进的NLMS自适应滤波器算法相对于传统的LMS自适应滤波器算法在减小误差方面优势明显。以上NLMS自适应滤波器特性分析结果对于智能天线设计具有指导意义。     

卫星轨道估计中广义卡尔曼滤波算法改进

随着广义卡尔曼滤波越来越广泛的应用,其算法研究越来越深入。文章给出了一种轨道确定方法的广义尔曼滤模型,对广义卡尔曼滤波过程中的状态预报给出了一种修改算法———迭代算法,对这种迭代算法和RKF7(Runge-Kutta-Fehlberg7阶)算法所相应的滤波过程进行了计算机仿真,说明了离散误差对估计轨道的影响,迭代算法可以消减离散误差。通过把两种算法结果进行比较,表明迭代算法简捷、运行较快、且能达到一定的精度。     

基于遗传算法的曲面匹配

提出了一种基于遗传算法的曲面匹配算法。该算法构造曲面的有向深度图像,将问题由3维转化到2维,通过图像的比较来获得曲面的匹配误差。由匹配误差值得到适应度值,使用遗传算法对曲面的匹配位置在7维空间中进行寻优,得到最优匹配。该算法稳定、高效。     

前馈神经网络误差修正算法的改进和比较

前馈神经网络是神经计算中的一种重要的网络结构,在工程优化中得到了广泛的应用。其误差修正算法是决定网络性能的重要因素,对数据挖掘、神经网络集成、神经网络的硬件实现和分布式并行处理有着重要的意义。本文对几种误差修正算法进行了分析,并通过实例进行了比较,从中得出了有意义的结论。     

矢量天线阵元方向不一致的误差校正

基于特征值分解的子空间类算法对误差非常敏感,有必要对方向误差进行有效的校正.分析了方向误差形成的原因,建立了误差阵元的数据模型,研究同一入射信号玻印廷(Poynting)矢量与阵元排列方向的关系,使用3个参量未知的校正源,通过比较校正源玻印廷矢量在参考阵元与误差阵元处的响应,获得阵列采样数据方向误差校正矩阵.比较玻印延矢量的误差校正方法不涉及参量搜索,计算量小且易于在工程上实现,计算机仿真验证了算法的正确性和有效性.     

多灰度级图象的二级显示的误差分散算法

多灰度级图象的二级显示是图象处理中的一个重要问题，本文讨论对多灰度级图象进行二级显示的一种方法。即误差分散方法，首先讨论一个有效的误差分散算法应满足的条件；然后对两个有的误差分散算法进行分析提出一个被现有算法所忽略的相邻象素，使用该象素，提出了一个新的误差分散算法，最后，用前面讨论的有效算法应满足的条件对新算法及现有算法进行了比较。结果证明新算法占优。     

基于最具影响粒子群优化的BP神经网络训练

系统地介绍了粒子群优化算法,将粒子群优化算法用于BP神经网络的学习训练,提出了一种改进的粒子群算法——最具影响粒子PSO算法BIPSO,并利用复合适应度即均方误差和误差均匀度之和作为BIPSO训练神经网络的指标,并对它与其他的神经网络训练算法诸如BP算法、GA算法、PSO算法进行了比较。实验结果表明:BIPSO性能优于其他算法,更容易找到全局最优解,具有更好的收敛性。     

一种改进的基于蓝噪声的误差分散算法

传统的误差分散算法大大促进了数字半调技术的发展。但由于该算法采用类似扫描仪的处理路线,简单的误差分散核,固定的阈值,并且忽略了关键灰度、点增益、图像色调,很容易出现比较明显的人工纹理。论文提出了一种改进的基于蓝噪声的误差分散算法。该算法采用可变的处理路线,多灰度误差分散核,并且根据图像色调、点增益自动调整量化阈值和关键灰度的误差分散系数,达到了较好的视觉效果。     

基于变步长LMS算法的交流阻抗测钢筋腐蚀

交流阻抗法在钢筋腐蚀测量中应用比较广泛,为了改善交流阻抗法在测量时由于测量阻抗较大而存在响应信号微弱、信噪比较低、误差较大等问题,提出了一种改进变步长LMS自适应滤波算法。针对传统算法收敛速度慢和稳态误差较大的缺点,改进了步长因子和误差之间的函数关系,使步长因子对时变系统有了一定的跟踪能力。在改进算法的基础上,在不同频率的信号环境中进行仿真和实验,结果表明将改进的算法应用于钢筋腐蚀测量,有效地提高了响应信号的信噪比,同时减小了稳态误差,测量精度可以精确到10 mV左右,为钢筋腐蚀测量提供了一种新的思路和方法。     

基于动态改变权重粒子群算法的球度误差评定

为了实现对球形工件球度误差的精确评定,在4 种球度误差评定数学模型 的基础上,对文献提供的两组数据采用一种动态改变权重的粒子群算法（PSO）进行计算, 这种算法在优化迭代过程中使惯性权重值随粒子的位置和目标函数的性质而更新。与基本 PSO 算法、最小二乘法、遗传算法和一种改进的PSO 算法进行了比较。实验结果显示,相 比其他方法,在最小包容区域法模型下使用动态改变权重粒子群算法得到的球度误差最小, 第1 组数据只需迭代30 代左右,约50ms 即可收敛,第2 组数据收敛也很迅速,且多次实 验显示其稳定性很高。因此,所提算法可精确快速地评价球度误差。     

自适应显式互补滤波在六旋翼飞行器中的应用

针对六旋翼飞行器的惯性传感器在测量过程中存在漂移的问题,提出了基于自适应显式互补滤波的姿态解算算法,并对该算法的原理和稳定性进行分析;搭建了六旋翼飞行器的实验测试装置,并进行机体的动、静态测试实验.在实验中,对自适应显式互补滤波算法、显式互补滤波算法以及陀螺仪传感器测量方法进行比较.实验结果表明:自适应显式互补滤波算法能够实现惯性传感器的解算姿态角误差收敛,且动态误差最小.     

FIR数字滤波器的智能优化算法设计综述

对有限冲激响应(Finite Impulse Response,FIR)数字滤波器的智能优化算法进行了归纳和总结,优化算法设计将数字滤波器设计问题转化为误差函数最小化问题,相比传统的设计方法,智能优化算法更易确定通带和阻带的边界频率,降低计算复杂度并且减小幅频响应在通带和阻带上的误差。从收敛速度、通带波纹、阻带衰减等角度分析和比较了遗传算法、进化算法和粒子群算法等在FIR数字滤波器设计上的特点,着重讨论了粒子群算法中惯性权重等参数的改进策略。