构建三元双正交小波的矩阵扩充方法

讨论三元双正交小波滤波器构造的矩阵扩充问题.运用多小波提升思想与矩阵多相分解方法,给出了由插值尺度函数构造三元双正交小波滤波器一般公式.刻画了三元双正交小波包的性质,得到了2个双正交公式.     

一种基于ADALINE网络的自适应滤波语音降噪方法

针对噪声环境下通话困难,而传统的低通滤波器对语音伤害比较大,且无法满足环境变化要求的问题,设计了基于ADALINE（线性自适应神经网络）的自适应滤波语音降噪方法.语音信号分析证明,经过用Widrow-Hoff学习方法训练的自适应滤波器可以较好地适应噪声环境,得到满意的语音信息.     

一种基于ADALINE网络的自适应滤波语音降噪方法

针对噪声环境下通话困难,而传统的低通滤波器对语音伤害比较大,且无法满足环境变化要求的问题,设计了基于ADALINE(线性自适应神经网络)的自适应滤波语音降噪方法.语音信号分析证明,经过用Widrow-Hoff学习方法训练的自适应滤波器可以较好地适应噪声环境,得到满意的语音信息.     

基于自适应离散小波变换的混合特征畸变织物疵点识别

 本文通过构造自适应正交小波识别混合特征畸变织物疵点。首先确定所设计小波的优化目标，然后采用二通道方法准确重建正交滤波器(Quadrature Mirror Filter, QMF)的结构实现方式，推导出目标函数，并通过目标函数选择具体的优化方法，建立起优化目标和QMF系数间的函数关系；最后采用构造出的自适应正交小波对3种类型的混合特征畸变疵点进行识别，通过两层离散小波分解，验证该方法的可行性。     

基于FPGA的一种MTD滤波器组设计与实现

为了提高雷达动目标检测(MTD)的杂波抑制能力,本文将用于自适应信号处理中的最大信干比(MSINR)准则用来设计MTD处理中的滤波器组系数,取得很好的效果。然后,使用FPGA实现MTD的滤波器组设计。     

三通道转杯混色毛针织物Kubelka-Munk理论配色模型

为研究三通道转杯混色毛纱用于针织物时的混色规律,提出了利用有色纯羊毛在三通道转杯毛纺细纱机上生产混色毛色纱。利用三通道转杯毛纺细纱机在线调控纤维比例、混色与成纱同步进行的特点,生产不同比例、不同颜色的混色羊毛纱,并编织针织平纹织物。分别利用相对值法及最小二乘法研究三通道转杯毛纺混色针织物关于Kubelka-Munk(简称K-M)双常数理论的配色模型。结果表明:2种方法预测的样本色差均值均在1左右,比例误差均值在3%以下。最小二乘法对3组分样本的配色效果较好,相对值法对2组分样本的配色结果较好。     

平行耦合微带线超宽带带通滤波器设计

将平行耦合微带线设计方法与微波仿真软件ADS2009相结合,针对超宽带室内定位系统设计了带通滤波器.该设计将多级平行耦合微带线进行级联,解决滤波器频带窄、纹波特性差、插入损耗大等问题.选取高度、间隔和长度3个参数对滤波器进行优化与仿真,实物测量结果为插入损耗小于3 dB,带外抑制高于10 dB.与软件仿真结果相比,该设计结构简单、性能优良,可满足超宽带室内定位接收系统的需要.     

三通道环锭细纱机牵伸区新结构探索

为了解决三通道环锭细纱机牵伸区只有后区能独立设定、导致细纱中占比较少纤维束对应的牵伸倍数过大的问题,提升细纱机纺纱质量和纺纱效果,分析了目前牵伸结构存在的主要问题,详细介绍一种双区牵伸均可独立设置的新牵伸结构及应用注意事项。指出:新牵伸结构参照原三通道后罗拉的型式,将中罗拉也改造成三通道,保证后区为自由牵伸,前区为上、下胶圈式牵伸;新牵伸结构为耦合细纱的智能纺牵伸结构提出新思路,能解决三通道环锭细纱机因后区牵伸倍数独立设定导致的、细纱中占比较少纤维束对应的后区牵伸倍数过大以及前区共用胶圈引起的细纱品质下降等问题;其传动伺服电机应在车头、车尾合理设置,所用上、下销和胶圈牵伸器材需重新考虑,使用抽气式集聚纺技术和T形对称单槽或者三槽式负压工艺片实现纤维集聚。     

基于非线性系统的高增益自适应λ跟踪控制研究

针对多变量、相对阶为一、全局最小相位非线性系统,对已有的高增益自适应控制策略进行改造,结合跟踪方法构造了一种高增益自适应跟踪控制策略.应用Matlab 7.0对三容水箱的仿真证明该控制方法是有效的.     

捷联惯性组合导航系统联合自适应滤波器设计

为了保证SINS／GPS组合导航系统具有较高的定位精度和抗干扰能力,需要良好的数据处理方法。本文设计了SINS／GPS组合导航系统的联合自适应卡尔曼滤波器。研究了其在舰船组合导航系统随机数据处理中的应用。针对系统噪声和量测噪声未知的情况,采用联合自适应滤波处理组合导航系统较采用基本联合kalman滤波方法具有更好地稳定性。理论分析与仿真结果表明,该联合自适应卡尔曼滤波器的设计合理,能够加快计算速度,实现实时滤波计算,提高系统的导航精度和容错能力,取得了很好的设计效果。     

三维双正交小波包的性质刻划

研究三维双正交小波包的性质,推广了一元双正交小波包的概念,引入了三维不可分双正交小波包的定义并给出一种构造方法.使用分离变量法与时频分析方法讨论了三维不可分双正交小波包的性质,得到3个双正交性公式.由三维双正交小波包可以构造L2（R3）的R iesz基.     

新型节能环保的刨花干燥系统与烟气油炉的研制

本文通过介绍其技术特点、系统结构和应用效果,为烟气油炉与三通道干燥机组成的干燥系统的应用和推广提供一定的根据,供行业借鉴,参考。     

采用十进制小生境GA求解高校排课问题

在分析了高校排课的排课目标、影响因素、约束条件、求解目标等问题的基础上,建立了其数学优化模型,构建了其基本求解框架,设计了包括十进制编码、初始种群生成、适应度函数设计、小生境策略、自适应交叉概率和自适应变异概率设计等多种遗传算法改进方案.仿真结果表明,该算法能够满足高校排课问题的多重约束条件,能更有效地解决高校排课问题.     

采用三通道数码纺的色彩渐变纱性能

针对国内外对色彩渐变纱研究还很少,且生产工艺无法实现对纱线表面颜色和分段长度的精准控制等问题,研究了三通道数码环锭细纱机数字化牵伸调控纱线混纺比的机制,对3个通道喂入的品红、黄、青3根粗纱实施梯度牵伸,纺制具有色相、明度、纯度渐变等特征的色彩渐变纱,并试纺了27.73tex 以10%为梯度可实现品红黄青3色循环的色彩渐变纱,研究了该色彩渐变纱的外观形貌、条干及拉伸力学性能。结果表明：通过三通道数码环锭细纱机的梯度牵伸调控了品红、黄、青3色纤维混纺比沿纱线长度方向的梯度匹配,实现了色彩沿纱线长度方向渐变效果;色彩渐变纱大比例纺制段由于牵伸状况不良导致断裂强力、条干与纯纺色纱相比稍有降低。     

对称循环渐变色彩设计及其色彩渐变纱纺制

针对传统纺纱技术无法精确调控纱线色彩分布规律纺制色彩渐变纱线的技术弊端,提出了在线调控成形纱线色彩渐变的三通道数控纺纱机制并成功纺制了色彩渐变纱.设计了三色彩纤的耦合-叠加混色模式,构建了包含全体混合子样的混合比矩阵、混合色谱矩阵及其混合色谱;基于混合比矩阵规划了行渐变、列渐变和对角渐变等3类渐变路径,并给出了对应的渐...     

信息自适应多导心电数据压缩算法

提出了一种快速、高效且易于实现的信息自适应多导心电 (ECG)数据压缩算法 .该算法根据心电周期不同段的诊断信息的重要性和信号的变化情况进行误差阈值的自适应调整 ;采用两次压缩技术实现 ECG数据的高效压缩 .用 MIT- BIH心律失常数据库对本算法测试表明 ,其平均压缩比达到 1 0 .98,同时具有很高的信息保真度 .     

三通道数码细纱机纺制竹节纱的原理及其性能

为探究竹节倍率、竹节长度及竹节间距对多彩竹节纱性能的影响规律,提出一种基于三通道数码环锭细纱机利用单通道、双通道和三通道3种喂入方式纺制竹节纱的纺纱方法,分别采用4种竹节倍率(1.5、2.0、2.5、3.0)、3种竹节长度(5.1、7.2、9.3 cm)、相同竹节间距,纺制基纱线密度为27.8 tex的纯棉多彩竹节纱,并对纱线的外观参数和强伸性进行测试与分析。结果表明:竹节纱的竹节实际长度大于理论值,竹节实际间距和竹节实际倍率小于理论值;竹节倍率不变,随着竹节长度的增加,竹节实际长度与理论长度的偏差量不变,且竹节纱的强力逐渐减小;竹节长度不变,随着竹节倍率的增大,竹节长度接近理论值,且竹节纱的强力逐渐减小。     

衬衫吊挂流水线的自适应动态调度

针对服装大规模定制中的个性化订单实时到达、订单投产准时性差、瓶颈工位不确定等系列问题,提出了一种服装吊挂流水线的自适应滚动窗口机制解决上述问题。综合考虑了加工顺序、加工设备、人员技能、工序等级等服装生产中的约束条件,建立以最小化完工时间和设备等待时间为目标的多目标动态调度模型,运用工序和设备双层编码结构的非支配遗传算法对模型进行求解;以企业订单数据为基础模拟了21 600 s内个性化订单动态到达过程,对模型进行仿真实验。结果表明:自适应动态调度机制能够充分利用生产线设备信息对不同款式的实时订单动态排程;相较于固定周期调度机制在生产效率和设备利用率上有显著提升。     

Comparison of various wavelet texture features to predict beef palatability

The wavelet transform can be used to characterise the surface texture of beef images in a more efficient manner than classical algorithms such as co-occurrence and run lengths. Features extracted from wavelet decompositions have been used to develop predictive models of important palatability attributes. A variety of common wavelet transforms were considered (biorthogonal, reverse biorthogonal, discrete Meyer, Daubechie, symmetric modified Daubechie and Coifman modified Daubechie) to search for the most useful texture features. A classic run length and co-occurrence algorithm was used for comparison. Using the same data analysis methods for each wavelet type, predictive models of beef acceptability, tenderness, juiciness, flavour and hardness were developed. Genetic algorithms succeeded in finding more accurate models than stepwise and manual elimination except for hardness. An accurate model of flavour (r² = 0.84) was computed. A good model of overall acceptability (r² = 0.79) was computed that fell just short of an important benchmark of accuracy. An encouraging model of juiciness (r² = 0.71) was computed showing that with additional palatability information juiciness might be accurately modelled. Tenderness proved difficult to model with only the classic model satisfying stability criteria and a poorer result (r² = 0.64) meaning substantial additional palatability information is required for accurate modelling. Hardness was particularly difficult to model. The biorthogonal wavelet produced the best model for three palatability measurements but the symmetric modified Daubechie wavelet produced the best model of overall acceptability and thus must be viewed as the most useful wavelet type.