一种三维刚体行动参数鲁棒估计的神经算法

该文提出一种在于特征点匹配的刚体运动参数估计方法,在运动估计线性算法的基础上,文中利用全最小二乘（ＴＬＳ）方法来进行求解,并建立次分量提取神经元来获得该全最小二乘解,基于测量数据中出格点（Ｏｕｔｌｉｅｒ）的存在,我们在神经元的权值学习规划中引入鲁棒估计思想。实验结果表明,该方法能有效地克服同格点产生的误差,准确在估计出刚体的三维运动参数,比较令人满意。     

一种基于最小二乘法的经典辩识的新方法

系统辩识方法分为经典和现代两大类.经典辩识方法采用非参数模型,其表现形式是以时间或频率为自变量的实验曲线.在对以时间或频率为自变量的实验曲线或者实验数据进行处理时,由于传统方法本身固有的缺陷,导致辩识过程的随意性较大,不能利用所有数据,从而造成不能充分利用所测数据的全部信息,不但浪费了信息,而且辩识出来的结果准确度很差.本文提出了一种用最小二乘法解决上述问题的方法,实践证明具有较高的精度,取得了较好的辩识效果.     

噪声背景下正弦信号频率估计:基于约束广义逆的总体最小二乘方法

分析了噪声背景下实谐波过程ARMA模型系数之间的对称性,并以此为约束条件加入到ARMA谱估计方法的求解过程中,从而提出了一种改进的正弦信号频率估计方法。理论分析与计算机仿真表明,对于低信噪比条件下的正弦信号参量估计,这一算法的分辨率与精度都优于MUSIC方法和仅使用总体最小二乘法(SVD-TLS)的ARMA谱估计方法。     

基于最小二乘的时差定位算法

时差测量方程是非线性双曲线方程,可以通过引入中间变量将其转化为线性方程,对近年来国内外学者关于这种方法的时差定位算法进行了总结。当已知测量误差的先验信息时,可以采用两步加权最小二乘法和约束加权最小二乘法,当测量误差的先验信息未知时,还可以采用约束总体最小二乘的方法。在求解约束最小二乘问题时,采用常规的拉格朗日法计算复杂、运算量大,而采用高斯一牛顿法不仅可以大为降低运算量,还能提高解的精度和稳定性。此外,对约束加权最小二乘法和约束总体最小二乘法之间的关系进行了探讨,得到了它们等价性的条件。     

基于谐波结构的钢琴基频估计方法

精确估计钢琴声音的基频,可以帮助调音师进行调律.由于钢琴声音的谐波结构存在基频丢失、谐波丢失以及不谐和性等特殊性,常用基频估计方法精度低甚至出现严重错误.本文基于谐波频率的不谐和性特征,应用最小二乘法估计声音的基频和不谐和系数.仿真实验表明,该方法切实可行,检测精度显著提高,满足钢琴定音调律的要求.     

基于有约束最小二乘法的IQA算法曲线拟合

为了实现准确评估图像质量评价算法的目标,采纳VQEG报告中提到的性能指标,完成了将算法数据的曲线拟合过程转换为有约束最小二乘法形式的数学模型,然后编写Matlab程序求解。以PSNR、SSIM和MSSIM三种图像质量评价算法为例的评估结果表明,此法结果准确,求解效率高。     

一种三维刚体运动参数鲁棒估计的神经算法

该文提出一种基于特征点匹配的刚体运动参数估计方法。在运动估计线性算法的基础上,文中利用全最小二乘(TLS)方法来进行求解,并建立次分量提取神经元来获得该全最小二乘解。基于测量数据中出格点(Outlier)的存在,我们在神经元的权值学习规则中引入鲁棒估计思想。实验结果表明,该方法能有效地克服出格点产生的误差,准确地估计出刚体的三维运动参数,比较令人满意。     

基于约束最小二乘准则的信道矢量估计算法

提出了一种改进算法,该算法首先用子空间分解法估计出目标信号的导向矢量,并由此构造一个约束条件,然后用业务信号在约束最小二乘准则下估计信道矢量,导频仅用于信道矢量的初始估计,信道矢量的估计精度可以通过迭代过程逐步增加。理论分析与仿真结果表明,该算法使信道矢量的估计精度得到了明显提高。     

基于DSP的自适应主动噪声控制系统研究

介绍了自适应主动噪声控制技术的理论基础和结构组成、X—滤波最小均方算法、相关系统辨识以及在高速DSP芯片的高性能、自适应控制器对外界噪声有实时跟踪和自我参数优化的特点，整个系统具有良好的噪声抑制能力。     

基于骨架约束的人体轮廓图像变形算法

经典的基于控制点的移动最小二乘变形方法,没有考虑到图像变形过程中图像的拓扑结构,导致变形效果脱离现实人体轮廓结构,变得夸张且不符合常理.而骨架刚好能完整地保留图像轮廓的拓扑结构.提出一种在变形过程中加入骨架约束的变形算法,通过推导计算得到一个约束系数,使每一个像素点的移动相对于骨架存在一个约束,从而达到真实有效的变形....     

A Regularized Clustering Algorithm Based on Calculus of Variations

Microarray data clustering has drawn great attention in recent years. However, a major problem in data clustering is convergence to a local optimal solution. In this paper, we introduce a regularized version of the l _2m-FCM algorithm to resolve this problem. The strategy is to constrain the descent direction in the optimization procedure. For this we employ a novel method, calculus of variations, to correct the direction. Experimental results show that the proposed method has a better performance than seven other clustering algorithms for three synthetic and six real world data sets. Also, the proposed method produces reliable results for synthetic data sets with a large number of groups, which is a challenging problem for many clustering algorithms. Our method has been applied to microarray data classification with good results.

基于NLS-RELAX的空中多机动目标参数估计

针对机载雷达在环境复杂的高空飞行时检测空中多机动目标难度大的问题,提出了一种基于NLS-RELAX的空中多机动目标参数估计方法。本方法借鉴了RELAX算法的思想,可对多个机动目标进行有效分离,并利用非线性最小二乘(Nonlinear Least Squares, NLS)对分离后的每个机动目标信号进行参数估计。仿真实验表明,在目标信号严重被强杂波淹没且脉冲数有限的情况下,本方法可以获得较为精确的参数估计结果,且由于加入了RELAX的分离思想,在待检测距离单元内存在多个机动目标时本方法同样适用。     

基于区间全局优化的非线性最小二乘估计

分析了使用区间全局优化算法进行非线性系统模型参数估计的原因,介绍了非线性最小二乘估计和区间全局优化算法.在非线性系统模型参数估计中,相对于通过优化目标函数求得待估参数点估计的现有算法,基于区间分析的区间全局优化算法不仅可以求得待估参数的点估计,还可得到肯定包含待估参数真值的估计区间,并且该算法还具有计算结果稳定以及更大范围收敛的性质.通过仿真实验并与其他方法进行比较,结果表明算法的可行性和有效性.     

A New Parameter Estimation Method for a Zipf‐like Distribution for Geospatial Data Access

Many reports have shown that the access pattern for geospatial tiles follows Zipf's law and that its parameter α represents the access characteristics. However, visits to geospatial tiles have temporal and spatial popularities, and the α‐value changes as they change. We construct a mathematical model to simulate the user's access behavior by studying the attributes of frequently visited tile objects to determine parameter estimation algorithms. Because the least squares (LS) method in common use cannot obtain an exact α‐value and does not provide a suitable fit to data for frequently visited tiles, we present a new approach, which uses a moment method of estimation to obtain the value of α when α is close to 1. When α is further away from 1, the method uses the associated cache hit ratio for tile access and uses an LS method based on a critical cache size to estimate the value of α. The decrease in the estimation error is presented and discussed in the section on experiment results. This new method, which provides a more accurate estimate of α than earlier methods, promises more effective prediction of requests for frequently accessed tiles for better caching and load balancing.     

基于Pareto 杂波的参数估计范围研究

当雷达工作在高海情环境时,相比于K分布模型,Pareto 分布是一种优势更大的统计杂波模型。基于Pareto杂波模型的参数估计研究,一直存在着参数估计表达式不闭合以及参数估计范围受限的问题,该文利用了正数阶矩估计的方法,不仅得到了闭合的估计表达式,而且扩大了参数估计的范围。同时,提出了负数阶矩估计,使参数估计的范围覆盖到参数的整个取值区间。实验表明,负数阶矩估计法运算速度快,估计范围不受限。与传统的估计法相比,参数取值越小,负数阶矩估计的估计性能越好,并且估计精度呈指数趋势提高。     

基于仿射变换的快速全局运动估计算法

全局运动估计是计算机视觉、视频处理等领域广泛采用的手段之一。为了降低全局运动估计计算复杂度,提出一种基于像素梯度的全局运动估计方法。就运动模型而言,采用了复杂性与准确性较好均衡的六参数仿射模型。为了提高计算速度,采用了两层金字塔进行多分辨率计算,而且在每层迭代计算中都抽取梯度较大的特征点进行计算,同时结合了高斯-牛顿优化计算方法。实验验证了提出的全局运动估计算法的计算效率和精度。     

基于两种参数估计算法的离散时间确定系统的多模型自适应控制研究

对于参数存在较大变动的系统或时变系统(如系统出现局部故障),多模型自适应控制系统的过渡误差小于单一的自适应控制系统。基于多种参数估计算法的多模型自适应控制方法用于系统的参数估计和控制,参数收敛速度上优于基于一种参数估计算法的多模型自适应控制方法。本文研究了离散时间确定系统的多模型自适应控制问题,并介绍了两种递推参数估计算法及其收敛性质,最后给出仿真例子说明了结论的正确性。     

非线性回归模型参数估计的区间分析方法

现有很多方法都属局部搜索方法,不能保证得到问题的全部全局最优解,而基于区间分析的区间全局优化算法则能在给定精度范围内求出问题的全部全局最优解,并能给出满足要求的包含最优解的任意小区间。基于此,给出了非线性回归模型参数估计的区间全局优化算法,论述了算法求解问题的基本思想、解算步骤、基本算法和加速工具等,并将其应用于非线性回归模型参数估计中,仿真实验结果验证了所给算法的可行性和有效性．     

压电材料复参数的非线性最小二乘法估计

将压电材料参数作为复数考虑，对分析压电材料性能有着实际意义。该文从曲线拟合的思想出发，运用非线性最小二乘法(高斯-牛顿法)来估计压电材料复参数，仿真结果显示，估计值与真实值比较接近，算法的收敛性较强，是压电参数测量的一个实用方法。     

基于红外成像的小型化稳定平台参数辨识

针对红外成像的小型化稳定平台参数辨识的问题,对系统中非线性因素进行尽可能抑制,并在高速环境下对系统进行辨识.在辨识过程中,利用伪随机信号(Pseudo random binary signal,PRBS)作为调制的输入电压信号对系统激励,相应的系统输出响应为速度信号,并应用增广最小二乘方法辨识线性离散模型参数,最后通过参数化和非参数化两种方式,对辨识模型的精确度进行了验证.结果表明:辨识得到的用来衡量实际系统输出随输入变化的传函关系的参数模型,能够反映真实系统的动态特性,满足辨识精度要求.