提高模糊控制器控制精度的实用方法

分析了常规模糊控制器的控制精度低的原因,提出了一种提高模糊控制器控制精度的实用方法。即当系统误差为零时,通过插值计算得到控制输出的模糊控制器的零点插值算法。仿真结果表明,这种改进的模糊控制器具有消除系统稳态误差的作用,提高了模糊控制器的控制精度,其动态性能好,可以提高采样的速度,减少采样周期,易于实现,有一定的实用价值。     

微阵列数据中一种改进Bagging决策树算法的研究

针对基因微阵列数据具有高维度、小样本等独特的特点,本文研究并实现了旨在降低计算时间和提高精确度的Bagging决策树。本文提出了一个能极大地降低计算时间、同时对精确度影响不大的属性离散化过程,接着以一种新的类分布置信度的方式构造决策树,该方法在最终的Bagging组合方面有一定的优势。结合上述方法的Bagging决策树算法在基因微阵列数据集分类上取得了良好的效果。     

邻域决策错误率的局部约简方法研究

传统基于邻域决策错误率的属性约简准则是针对总体分类精度的提升而设计的,未能展现因约简而引起的各类别精度变化情况。针对这一问题,引入局部邻域决策错误率以及局部属性约简的概念,其目的是提升单个类别的分类精度。在此基础上,进一步给出了求解局部邻域决策错误率约简的启发式算法。在8个UCI数据集上的实验结果表明,局部约简不仅是提高各个类别精度的有效技术手段,而且也解决了因全局约简所引起的局部分类精度下降问题。     

一种参数容错辨识法判别和剔除野值方法研究

对于空间目标(卫星、战略导弹)运动轨道的预测,有重要的军事价值,影响预测精度主要是运动模型的确定和观测数据的精度。本文提出一种参数容错辨识法判别和剔除野值方法,已提高观测数据的精度,尽而提高预测精度。     

一种基于投票机制的代表点选择算法

代表点选择是面向数据挖掘与模式识别的数据预处理的重要内容之一,是提高分类器分类正确率和执行效率的重要途径。提出了一种基于投票机制的代表点选择算法,该算法能使所得到的代表点尽可能分布在类别边界上,且投票选择机制易于排除异常点,减少数据量,从而有利于提高最近邻分类器的分类精度和效率。通过与多个经典的代表点选择算法的实验比较分析,表明所提出的基于投票机制的代表点选择算法在提高最近邻分类器分类精度和数据降低率上都具有一定的优势。     

滤波器在流量传感器中的应用

简要介绍了流量传感器工作原理 ,重点给出估算真值的办法和数字滤波器的编程思路从而减少了测量误差 ,提高了测量准确度。     

Analysis of controllability degree of discrete dynamic system

The following problem is considered. For the initial state of a discrete dynamic system known up to some given accuracy, estimate the accuracy degree of the state the system passes to, having received a given control on the finite time interval. A method for improving the accuracy of determining the final state by isomorphic transformation of the system is proposed.     

CBR系统中一种实例相似度算法的改进

本文对CBR系统中实例相似度的算法进行了改进,在传统实例相似性算法的基础上加入实例属性缺失度因子和实例可复用性因子。因此在实例检索中考虑实例检索结果的精确度和实例的可复用度,进而使检索的精确度提高和修改难度降低,最终提高CBR系统的精确度和实用性。     

生物电阻抗测量的理论探讨

通过生物阻抗测量的研究来分析血液动力学。方法:对阻抗容积描记术原理深入研究与验证,提出阻抗容积描记术原理的改进。改进的阻抗容积描记术原理是利用悬浮物质电导率原理和泊萧叶流量定律,从而找出影响测量精度的干扰信号—呼吸波引起波动,从理论中找到了影响脉搏波阻抗测量的因素。试验的结果表明利用理论的成果和方法实现血液动力学参数较高精度的无创检测。     

基于伪码测距高度表实现高精度测量的方法

针对伪码测距高度表增大测高范围和提高测量精度矛盾的情况,给出了一种在提高伪码测距高度表的测高精度时不影响测高范围的方法,并利用现行电子元器件的精确和高速处理能力来实现;该方法引入频率为伪随机序列码元频率的M倍的脉冲序列,通过对其单个脉冲的增减,得到本地伪码与接收伪码在码片内的准确延时,从而提高高度的测量精度;仿真结果表明,使用FPGA实现此方法既能满足高度表提高测量精度的要求,同时也满足测高范围大的要求。     

基于选择性抽样的SVM增量学习算法的泛化性能研究

针对大数据环境中存在很多的冗余和噪声数据,造成存储耗费和学习精度差等问题,为有效的选取代表性样本,同时提高学习精度和降低训练时间,提出了一种基于选择性抽样的SVM增量学习算法,算法采用马氏抽样作为抽样方式,抽样过程中利用决策模型来计算样本间的转移概率,然后通过转移概率来决定是否接受样本作为训练数据,以达到选取代表性样本的目的。并与其他SVM增量学习算法做出比较,实验选取9个基准数据集,采用十倍交叉验证方式选取正则化参数,数值实验结果表明,该算法能在提高学习精度的同时,大幅度的减少抽样与训练总时间和支持向量总个数。     

基于码同步控制实现时间指令信号高精度测量的方法

针对近年来时间指令信号测量精度要求和设备实际能力矛盾的情况,给出了一种提高测量精度的方法,并利用现行输入输出接口方式来实现;该方法引入码同步控制技术,通过码同步变换产生锁存控制信号,增大地址写入次数N,从而提高时间指令信号的测量精度;实验结果表明,利用此方法既能满足提高测量精度的要求,同时也满足测量精度可编程的要求。     

基于改进MC算法和分数阶混沌的CT图像三维重建和加密方案

在现代医疗领域的病理诊断与手术实操中,需要对CT进行三维重建实现二维图像的三维可视化以提高诊断和操作的正确性。针对目前三维重建耗时过长、精度欠佳等问题,提出了一种改进的MC算法,采用包围盒分割算法提取包含等值面的体素,有效提高了重建效率;利用三线性插值法计算等值面与体素的交点信息,从而提高了重建精度。为保障医疗信息在云存储以及网络传输的安全性,提出了一种基于分数阶Lorenz混沌的三维模型加密方案,实现了重建数据在频域的混沌加密。实验结果表明,改进的MC算法具有良好的重建效率和重建精度,提出的加密方案能有效地保护重建后的三维数据,并能抵抗穷举攻击、差分攻击和统计攻击。     

无线传感器网络节点定位算法的改进

结合无线传感器网络节点技术中的定位精度问题,提出一种基于最小二乘法的牛顿迭代定位算法。通过数学分析的方法和对该算法进行了计算机仿真．并与最小二乘法的仿真结果进行了比较,结果表明该方法对于提高节点定位精度是有效的。     

基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并在中国山东省进行了分类试验,得出以下结论:①不同比例下的训练样本与验证样本影响着总体分类精度;②从MODIS数据中得到的植被指数EVI、白天地表温度Tday、水体指数NDWI、纹理特征局部平稳Homogeneity等可以作为分类特征配合参与到多波段地表反射率Ref1-7遥感影像中,能明显提高分类精度,而土壤亮度指数NDSI则没有贡献;③提取的分类特征对总体分类精度贡献大小为:EVI贡献最大,提高近6个百分点,其次是Homogeneity、NDWI,均提高近4个百分点,而最少的Tday也贡献了近3个百分点;④各分类特征对不同地物类别具有不同的分离度,在提高某些类别的分离性时,有可能降低了其它类别的分离性。试验结果表明:在没有其它非遥感信息的前提下,仅利用MODIS遥感自身信息对宏观土地覆盖分类就可达到较高精度。     

基于局部信息的全局数据挖掘研究*

重点综述了基于局部信息的全局数据挖掘方法。根据数据挖掘的过程,将该问题的研究划分成三个阶段,即利用粒度数据表示进行挖掘、利用局部信息改善全局挖掘的效率和利用局部模式结果获得全局数据理解,并对每个阶段进行了分类论述。最后总结了全文并指明了未来的研究方向。     

基于GA-BP算法的超声波测量精度优化研究

针对复杂环境下超声波传感器测量系统测量精度问题,以罐体油位测量为例,提出一种基于神经网络遗传算法的超声波传感器测量精度优化模型,实现超声波油位测量系统的非线性误差校正。仿真结果表明,该方法可以减小超声波传感器本身结构和外界因素的干扰,提高测量精度。     

基于MODIS遥感数据的宏观土地覆盖特征分类方法与精度分析研究

针对宏观土地覆盖遥感分类的现状,充分利用MODIS相对于AVHRR数据具有的多光谱和分辨率优势,提出了利用MODIS数据进行分类特征选择与提取并结合多时相特征进行宏观土地覆盖分类的分类方法,并在中国山东省进行了分类试验,得出以下结论:①不同比例下的训练样本与验证样本影响着总体分类精度;②从MODIS数据中得到的植被指数EVI、白天地表温度Tday、水体指数NDWI、纹理特征局部平稳Homogeneity等可以作为分类特征配合参与到多波段地表反射率Ref1-7遥感影像中,能明显提高分类精度,而土壤亮度指数NDSI则没有贡献;③提取的分类特征对总体分类精度贡献大小为:EVI贡献最大,提高近6个百分点,其次是Homogeneity、NDWI,均提高近4个百分点,而最少的Tday也贡献了近3个百分点;④各分类特征对不同地物类别具有不同的分离度,在提高某些类别的分离性时,有可能降低了其它类别的分离性。试验结果表明:在没有其它非遥感信息的前提下,仅利用MODIS遥感自身信息对宏观土地覆盖分类就可达到较高精度。     

Synthetic aperture radar river image segmentation using improved localizing region-based active contour model

Pattern Analysis and Applications - Adaptive localizing region-based active contour model driven by Laplacian kernel-based fitting energy is proposed for improving the efficiency and accuracy of...