Runge-Kutta型波形松弛方法的A-稳定

描述芯片或电力系统运行规律的常用数学模型是高维微分代数方程组,其中的微分方程组太大,诸如线性多步法和Runge-Kutta(RK)法等经典数值方法均不能有效求解.为求解这些微分方程组,学者们提出了波形松弛(WR)方法.多数情况下,这些微分方程组是刚性的,求解他们需要稳定性好的隐式方法,尤其需要A-稳定的方法.此外,RK方法是使用最广泛的常微分方程的数值方法.然而,迄今为止尚未发现RK型WR方法A-稳定的研究.本文研究了RK型WR方法的A-稳定性,获得了方法A-稳定的充分条件.常见A-稳定的RK方法有Gauss-Legendre方法、Radau IA方法、Radau IIA方法、Lobatto ⅢA方法、LobattoⅢB方法、LobattoⅢC方法,而且并非RK方法A-稳定,相应的RK型WR方法也A-稳定.在一个假设下,本文所得结果说明当选择低阶Radau IA方法,或Radau IIA方法,或LobattoⅢC方法为底层方法时,存在分裂方式使得RK型WR方法是A-稳定的.     

一种有指导的文本特征加权改进算法

传统tf.idf方法未利用分类数据的特性,无法反映词在各个类别之间的比例关系。为此,在分析有指导的文本特征加权方法tf.rf基础上,提出一种基于有指导的改进文本特征加权方法tf.ridf。该改进方法结合tf.idf和tf.rf 2种方法的特点,考虑词在总体文档及各类别文档之间的关系,实现文本特征加权。实验结果表明,该方法的分类能力比tf.rf方法有明显提升。     

基于Mean Shift的红外目标自动跟踪方法

Mean Shift是一种密度梯度的无参数估计方法,应用于目标跟踪领域有较好的性能.然而Mean Shift算法是一种半自动跟踪方法.为此,提出边缘检测与Mean Shift相结合的方法.利用结合小波的Canny边缘检测方法对初始帧进行目标检测,通过力矩在图像处理中的计算方法得出目标的形心位置,为Mean Shift方法提供初始信息.在目标丢失时,可以利用形心方法修正Mean Shift的迭代跟踪过程.实验结果表明,本方法可以实现对目标的自动跟踪,同时有效修正了对红外目标的跟踪偏移.     

基于射影重建的线性摄像机自标定方法

提出了一种基于射影重建的线性摄像机自标定方法.该方法只需要摄像机作一次纯平移运动和两次带旋转的任意运动即可.该方法有3个主要特点.第1,由于该方法是一种线性方法,所以避免了大多数非线性方法的局部极小问题.第2,该方法是一种基于射影重建的自标定方法,由于在射影重建过程中利用了所有图像的信息,因此比以前的方法具有更好的鲁棒性.第3,该方法对硬件设备几乎没有特殊要求,在实际应用中易于实现,比如人手持一个摄像机摄取一些图像即可.模拟实验和真实图像实验均证明了该方法的可行性.     

无线传感器网络分布式调度方法研究

无线传感器网络(Wireless sensor network, WSN)是一个资源受限的网络系统.已提出了多种调度方法来提高网络性能. 本文归纳了WSN分布式调度方法的设计原则和分类方法,并按调度对象对调度方法进行了分类讨论. 详细论述了一些典型调度方法的内在机理,分析了每一类调度方法的特点. 对这些调度方法的设计目标和性能特点进行了对比.最后总结了WSN分布式调度方法的研究现状, 提出了该领域今后发展需要关注的重要因素.     

基于吴方法的非线性分类器设计

在模式识别领域工程实际中占大多数的是非线性问题,传统的分类器设计方法是将非线性问题转化为线性问题解决,但是这样不能很好的解决日益复杂化的非线性问题.文中提出的新方法为解决非线性问题提供一个新的思路和手段.该方法立足于直接处理非线性问题的吴文俊方法,进行非线性分类器的设计.经过选择分类函数的复杂度和训练点,建立非线性方程组,使用吴方法解出这个非线性方程组,得到分类函数.使用该方法进行异或问题和鸢尾花数据的实例研究,并与神经网络方法和支持向量机方法进行比较分析.该方法是使得结构风险和经验风险总体最小化的方法,并且过程直接、简洁、运算量小.该方法尽管有不完善的部分,但是不失为有潜力发展的新方法.     

非线性NARMAX模型的ARMAX模型全局线性化

提出了基于NARMAX模型的非线性系统的全局线性化方法.该方法用时变的ARMAX模型近似描述非线性NARMAX模型.证明了这一线性化方法的有界性,并给出了相应的实现方法.仿真结果说明了该方法的有效性.     

惯性组合导航系统性能评估方法研究进展

性能评估方法能够解决试验法无法评估定性指标, 以及试验难以开展时无法评估性能的问题, 已成为支撑各类军民装备现代化的重要技术手段. 然而, 性能评估方法的指标体系, 无量纲化方法及权重方法均存在不足, 难以满足精确性的要求. 对于指标具有模糊性和不可公度性, 且包含多个指标, 指标间具有多层次关系的系统而言, 例如, 惯性组合导航系统, 性能评估方法精确性尤为重要. 本文梳理了惯性组合导航系统性能评估方法研究进展. 首先, 介绍了惯性组合导航系统性能评估方法概述, 包括性能评估方法概念分析, 惯性组合导航系统特殊性讨论及惯性组合导航系统与性能评估方法关系分析. 其次, 分析了惯性组合导航系统指标体系, 无量纲化方法, 组合权重方法及评估方法等内容. 最后, 阐述惯性组合导航系统性能评估方法存在的问题及未来研究方向.     

两类向量序列加速收敛方法比较

迭代方法是求解大规模线性和非线性问题的主要方法.由迭代方法产生的向量序列的收敛速度直接影响方法的应用效果.为了提高向量序列的收敛速度,可以采用向量序列的迭代加速算法.目前,针对向量序列加速收敛的算法主要包括两类:基于外插类的方法和基于Anderson加速的方法.外插类加速方法通过对于原序列进行变形,以获得新的向量序列,使新的向量序列的收敛速度比原序列更快.典型的外插类方法有最小多项式外插(MPE)方法,修正的最小多项式外插(MMPE)方法,降秩外插(RRE)方法,拓扑ε算法(TEA),向量ε算法(VEA)等.Anderson加速方法结合不动点迭代格式,利用迭代过程中残差序列的信息构造新的迭代序列.本文选取RRE方法作为外插类加速方法的代表,与Anderson加速方法进行比较,并重点通过几类典型应用进行测试和分析.结果表明,Anderson加速方法和RRE方法均可提高向量序列的收敛速度,并且Anderson加速方法比RRE方法更为稳定和有效.     

解扩散方程的指数时间差分方法

指数时间差分方法是近年来提出求解刚性常微分方程的一种新的数值计算方法.指数时间差分方法是一种积分方法,而不是经典的差分方法.利用指数时间差分方法求解扩散方程,如一维拟线性对流扩散方程和Allen-Cahn扩散方程.扩散方程在空间方向离散后转化成刚性常微分方程.用显式指数时间差分方法和相应阶的显式Runge-Kutta方法求解刚性常微分方程.数值结果表明显式指数时间差分方法具有相同阶的显式Runge-Kutta方法相应的精度,稳定性显著提高,而且能很好地模拟扩散方程的演化行为.指数时间差分方法可用于刚性常微分方程的数值计算.     

小波变换在车流量检测雷达信号去噪中的应用

分析了车流量检测雷达中频信号的特点,探讨了小波变换在中频信号去噪中的应用;分别采用小波变换阈值法、平移不变量法和小波变换模极大值法对中频信号进行了去噪处理并对这三种方法的去噪性能进行了分析;实验结果表明,三种方法均能有效的抑制噪声,其中小波阈值法去噪效果较好,计算速度很快;平移不变量法去噪效果略优于小波阈值法,但计算速度较慢,模极大值法虽然取得了最好的去噪效果,但计算速度很慢;综合而言,小波变换阈值法最具实用价值。     

DARSS: a hybrid mesh smoother for all hexahedral meshes

A method for smoothing hexahedral meshes has been developed. The method consists of two phases. In the first phase, the nodes are moved based on an explicit formulation. A constraint has also been implemented to prevent the deterioration of elements associated with the node being moved. The second phase of the method is optismoothing based on the Nelder–Mead simplex method. The summation of the Jacobian of all the elements sharing a node has been taken as the function to be maximized. The method has been tested on meshes up to 18,305 hexahedral elements and was found to be stable and improved the mesh in about 112.6 s on an Intel Centrino^? 1.6 GHz, 1 GB RAM machine. The method thus has the advantage of being effective as well as being computationally efficient.     

Corner layer flow: optimazation of numerical method of solution

The axial corner flow problem has been studied using an ADI method. An optimization study of the method has been carried out in order to maximise the solution convergence rate while maintaining is stability and accuracy. The results obtained by the present method are in good agreement with the available results due to the Gauss-Seidel explicit method.The influence of symmetry boundary on the solution convergence rate has been studied and the approximate manner of specifying this boundary condition for numerical computation has been established. The boundary condition on the vorticity function at the wall has been analysed, and the advantages of the implicit treatment of this boundary condition over explicit treatment are presented. The supriority of the ADI method over the Gauss-seidel explicit method is clearly demonstrated.     

VLSI设计中一种新型的功能验证方法

本文在研究了传统的VLSI设计中采用的功能验证方法后,分析了各种方法的特点和不足之处。提出了一种新型的适合于大规模集成电路功能验证的新方法,详细介绍了这种功能验证方法的度量进度机制和验证完备性判断依据,并给出了这种新方法的操作流程和关键点。     

实践技能效果评价方法研究

针对实践教学环节在当前高校信息类专业教学中的重要性,本文在分析当前实践教学的特殊性以及所存在问题的基础上,提出基于项目答辩的实践技能考核方法,通过在实际教学过程中的应用,证明该方法是提高学生实践技能的有效途径。     

气动力／直接力复合控制系统零极点配置设计

为提高气动力/直接力复合控制系统的性能,针对直接力喷流操纵不确定性对复合控制系统的动态品质的影响,采用零极点配置设计复合控制系统自动驾驶仪的方法.给出了气动力反馈/直接力前馈的复合控制自动驾驶结构,分析了直接 力前馈控制对复合控制系统零点的影响.分别采用极点配置和零点配置方法设计了气动力反馈控制回路和直接力前馈回路,保证了复合控制系理想的动态品质和对喷流不确定性的鲁棒性.通过复合控制系统六自由度仿真验证了方法的有效性.研究对于气动力/直接力复合控制系统设计具有较强的工程应用价值.     

基于RKNd算法的暂态稳定性快速数值计算方法

RKNd方法是一类新的数值积分方法。在相同级数条件下,RKNd方法可达到的最高代数阶比传统的Runge—Kutta方法以及Runge—Kutt—Nystrom方法均高,而且具有更高的计算效率。将RKNd方法引入电力系统暂态稳定性数值计算。以IEEEl45节点电力系统为例,通过数值实验将新方法与电力系统分析中常用的传统数值计算方法进行了对比分析。数值实验结果表明,RKNd方法在计算精度和计算效率等方面均具有明显的优势,N而更适合于电力系统暂态稳定性及相似问题的数值计算。     

带噪语音信号小波去噪算法研究

去噪问题是信号处理中必不可少的问题。滤波作为传统的去噪方法,主要包括线性滤波和非线性滤波。噪声与信号频率重叠,传统方法要想取得良好的去噪效果必须牺牲部分信号。现有的小波模极大值去噪方法虽然有较好的去噪效果,但是该方法计算量大。小波阈值去噪方法更简单,但小波重构后的小波系数与噪声的小波系数存在恒定的偏差。在阈值去噪方法的基础上提出一种改进算法,仿真结果表明该算法在加性高斯白噪声污染下表现出较好去噪效果。     

铁塔建模系统中的"样式-组件-装配"设计方法

针对传统铁塔建模系统效率低下的现状，提出了一种新的建模设计方法，即“样式一组件一装配”的3步建模方法，并用ARX（AutoCAD运行时扩展）编程，在Auto CAD平台上实现了这一思路。实践证明，这种方法能从根本上提高铁塔的建模速度，并且对其它领域的工程建模思想也有一定的启发作用，具有一定的理论价值和社会价值。     

Accelerating the kernel-method-based feature extraction procedure from the viewpoint of numerical approximation

The kernel method suffers from the following problem: the computational efficiency of the feature extraction procedure is inversely proportional to the size of the training sample set. In this paper, from a novel viewpoint, we propose a very simple and mathematically tractable method to produce the computationally efficient kernel-method-based feature extraction procedure. We first address the issue that how to make the feature extraction result of the reformulated kernel method well approximate that of the naïve kernel method. We identify these training samples that statistically contribute much to the feature extraction results and exploit them to reformulate the kernel method to produce the computationally efficient kernel-method-based feature extraction procedure. Indeed, the proposed method has the following basic idea: when one training sample has little effect on the feature extraction result and statistically has the high correlation with regard to all the training samples, the feature extraction term associated with this training sample can be removed from the feature extraction procedure. The proposed method has the following advantages: First, it proposes, for the first time, to improve the kernel method through formal and reasonable evaluation on the feature extraction term. Second, the proposed method improves the kernel method at a low extra cost and thus has a much more computationally efficient training phase than most of the previous improvements to the kernel method. The experimental comparison shows that the proposed method performs well in classification problems. This paper also intuitively shows the geometrical relation between the identified training samples and other training samples.