变量的一种直接换值法

交换两个变量的值是程序设计中一种基本、最常用的非数值算法。常用的换值算法是通过中间弯路量，基于轮转存储，实现交换两个变量的值。本文利用两个逻辑等式，提出了一种基于逻辑位运算的换值方法，从而不需要借助中间变量就能直接交换两个变量的值。     

基于单片微机的程序下载方法及其实现

从传统单片微机应用系统的开发方法及结构入手，采用计算机上ＤＯＳ管理的概念，对单片微机系统中程序下载技术进行了分析，并给出了硬件实现及软件编程方法。     

一种用于天线组阵的合成权值盲估计算法

对于无法达到定时同步门限的微弱信号,天线组阵技术是有效的解决方法,能够提高信号的接收质量。针对信噪比低、频域上信号之间保护间隔窄的该类信号最佳合成权值估计问题,提出了一种合成权值盲估计算法。该算法充分考虑信号间的关系,利用信号的二阶矩和噪声的相关特性,实现合成权值盲估计,解决了信号合成中权值估计的通用性问题。理论分析和仿真结果表明,该算法能适用于在未知信号信噪比、调制方式、带宽以及中心频率偏差下的信号合成,而且计算量简单,易于实现。     

卡尔曼滤波用于酶反应动力学的研究

在分析化学计量学的研究中,卡尔曼滤波已获得了较广泛的应用。在动力学分析方面,应用卡尔曼滤波方法的研究工作也越来越引起人们的兴趣。Rutan 等人曾用扩展的卡尔曼滤波(EKF)——动力学分析法,研究了 Cu 置换 Pr—DCTA 及反式 CrCl_2(H_2O)_4~+水解为 CrCl(H_2O)~(2+)的速率常数,用 EKF 拟合2-与3-维 P-硝基苯膦酸的酶促反应,以及酯水解参数等。本文以过氧化氢组织电极采用卡尔曼滤波法研究了酶反应的动力学,获得了一些有意义的结果。     

Vague值向Fuzzy值转换的两种方法

提出两种Vague值向Fuzzy值的转化方法。证明了这些转化方法是实用方法。证明了文献[1]所提出的三种转化方法都是这些转化方法的特殊情况。还证明了文献[2]所提出的转化方法是这些转化方法的特殊情况。     

基于Vague值转化Fuzzy值的一种新方法

在分析已有Vague值转化Fuzzy值方法存在的不足与缺陷基础上,讨论了Vague值转化Fuzzy值的本质实际上是将Vague集中的未确知度按照一定比例进行分配增加到支持度中构成了一个新的支持度(隶属度)原理,建立了一种Vague值转化Fuzzy值的新方法。通过实例验证该方法在约束条件、可分辨性等方面的有效性及合理性。     

一种基于适应值分析的智能粒子群算法

标准粒子群算法在求解多维多峰函数问题时,存在局部寻优精度不高、全局寻优能力不强和收敛速度慢的缺点,为此提出一种基于适应值分析的智能粒子群算法。该算法引入“局部适应值参数”、“全局适应值参数”和“坐标轮换法”思想,经过对3个多维多峰函数的测试,表明该算法兼顾了局部和全局搜索,并拥有较快的收敛速度。     

中介命题逻辑的一种无穷值语义模型及其意义

中介逻辑(medium logic, ML)自建立了它的三值语义模型后,ML就被许多学者认定为三值逻辑.对于中介逻辑核心理论的中介命题逻辑系统,给出一种真值域为[0,1]的无穷值语义模型,研究了它的性质,并证明了中介命题逻辑在此模型下具有可靠性与完备性.此模型的存在表明,认定中介逻辑是一种三值逻辑的理由是不充分的.该模型更适合反映中介逻辑的基本思想,而且为中介逻辑在其他领域的应用提供了一个基础.     

一种用于二值图象分割的快速聚类算法

文中提出了一种适合于二值图象分割的快速聚类算法。它具有五个特点：①图象扫描过程与聚类过程一体化；②执行速度快；③总的类数动态生成；④节省存储空间；⑤便于后续处理。该方法可应用到目标检测、多目标跟踪和噪声去除等领域。     

一种非线性滤波方法用于卫星的姿态估计

由于用于卫星姿态估计的传统非线性滤波方法,即扩展卡尔曼滤波(EKF)方法不仅容易引入线性化误差,而且必须计算系统函数的Jacobi矩阵,而Unscented卡尔曼滤波(UKF)是一种比较新的非线性滤波方法,能够克服EKF的上述缺点。该方法不仅能提高滤波精度,而且更容易实现。因此,利用UKF方法,基于修正的罗德里格参数(MRPs),设计了一种无陀螺卫星的姿态估计算法,并通过仿真验证了算法的有效性。     

传感器网络中一种基于多元回归模型的缺失值估计算法

在无线传感器网络中,感知数据的缺失问题不可避免,并且给无线传感器网络的各种应用带来了巨大困难.解决该问题的最好办法是对缺失数据进行准确估计.提出了一种基于多元回归模型的缺失值估计算法.该算法首先依感知数据的时间相关性和空间相关性分别采用多元线性回归模型对缺失数据进行估计,然后根据回归模型的拟合优度对基于时间维和空间维求出的两个估计值分别赋予相应的权值系数,并将其加权平均值作为缺失数据的最后估计值.由于该算法在对缺失值进行估计时,同时考察多个邻居节点并联合地用其感知数据来共同估计缺失值,因此该算法具有可靠、稳定的估计性能.在两个真实的数据集合上对该算法进行了测试,实验结果表明提出的缺失值估计算法能够有效估计无线传感器网络中的缺失数据.     

Vague值和三参数Vague值上的贴近度

作为Vague值概念的拓广,文中引入三参数Vague值,给出三参数Vague值上一个较为一般的贴近度表达式.在此基础上,对相应的Vague值上的贴近度进行研究,给出一个较为一般的Vague值上的贴近度表达式.当文中提出的Vague值上的贴近度的参数取某些特定的值时,可得到已有的一些Vague值上的贴近度表达式.最后,给出所提贴近度在模式识别及医疗诊断中的应用.     

漏磁检测传感器提离值的一种快速估计方法

在漏磁无损检测中,传感器的提离值是影响检测信号大小的一项重要因素.文章在使用ANSYS软件仿真得到漏磁场数据的基础上,结合磁偶极子模型和粒子群优化算法提出一种对霍尔传感器提离值的快速估计方法,并研究了磁化条件及缺陷大小对估计精度的影响.仿真结果表明:提离值的估计误差能达到5%,仿真时间仅2秒,为漏磁检测的实际应用提供了有效的分析方法.     

矩阵特征值和最小奇异值的估计

本文的目的在于讨论矩阵特征值和最小奇异值的估计．首先得到了矩阵特征值的模的平方和的一个上界,然后给出了一类矩阵特征值虚部的一个包含区间,最后得到了矩阵最小奇异值的一个下界,并给出了数值算例来显示所得结果的有效性．     

一种新区间值vague集及其在模式识别中的应用

基于现有定义证明了区间值vague集并非vague集的扩展,并提出了一种新的区间值vague集定义.证明了vague集和区间值vague集都是新区间值vague集的特例.进而提出了带参数区间值vague集的概念,并从已知隶属度和非隶属度出发,重点分析了带参数区间值vague集的构造.将模式识别与医疗诊断案例进行了对比.仿真实验结果表明,带参数区间值的vague集方法比传统的vague集方法更全面且更具灵活性.