基于瑞利混合隐马尔科夫模型的语音幅度谱分布估计

针对语音信号处理中语音短时幅度谱分布模型过于单一的问题,提出了一种基于隐马尔科夫模型的语音幅度谱分布估计算法。该算法利用瑞利混合模型作为语音幅度谱分布,采用隐马尔科夫模型将语音分成不同的状态,在每一状态中有一组瑞利混合模型参数与之相对应,通过把语音信号分成不同的状态对语音进行分类,为语音短时谱幅度建立更为准确的模型。     

求解最大分散度问题的混合分布估计算法

最大分散度问题是一个NP困难问题,提出了一个有效求解最大分散度问题的混合分布估计算法.该算法利用搜索过程中的全局和局部信息来构造新解,提高了搜索的多样性,避免早熟.根据最大分散度问题的特点,构造局部搜索算法来改进分布估计算法的局部搜索能力,采用18个标准测试例子测试本研究提出的算法,与其他算法比较的结果证明了本算法是有效的.     

基于分段常值的贝叶斯状态估计滤波算法

针对上有高斯噪声的非线性随机系统状态估计问题,提出了一种基于分段常值的贝叶斯状态估计滤波算法。本文对此种滤波算法的误差进行了分析。并且对地形辅助导航定位系统的应用进行了仿真,仿真结果表明基于分段常值的贝叶斯状态估计滤波算法是一种鲁棒性很强的滤波算法。     

基于分段谱平均的高精度频率估计方法

提出了一种适用于高斯白噪声背景下的正弦波频率估计的新算法。通过将采样信号分成多段,搜索其平均幅度谱最大位置对应的频率从而完成粗略估计。而累积谱的方法有效地提高了信号的信噪比,使该算法的信噪比阈值降低。采用加权的方法提取出FFT相位中包含的信号频率与最大谱线位置之间的相对偏差,进行二次精估计。性能仿真和比较结果验证了该算法的可行性。     

基于交通流混合模型的高速公路状态估计

针对单一的高速公路交通流模型在时变复杂道路情况下经常无法取得满意状态估计效果的问题,通过引入适应性权重参数,描述不同交通状况下高速公路一阶模型和高阶模型对实际交通状况的近似程度和适用性,提出数据驱动的高速公路一阶/二阶线性交通流混合模型.结合扩展Kalman滤波(EKF)原理,构建新的高速公路状态估计器,通过对交通状态和权重参数进行联合估计,得到不同路况条件下权重参数的变化情况.数值模拟实验结果验证了新的交通流混合模型及估计器的适应性和有效性.     

基于分段线性模型的专变用户电能配给估计

针对专变用户数量激增引起的用电配给管理问题,提出一种分段线性模型来预测专变用户月平均用电占比数据,实现节能配给的目标.采用N点长数据分段更新生成分段线性模型,从而估计得到下一个月的平均用电占比数值.讨论分析了分段点长N分别取4~8时,分段线性模型预测精度的差异.针对某专变用户2015年以来的实际用电数据进行预测分析,比较验证了预测数值和实际数据之间的误差.结果表明,当最优建模点长N=6时,模型的平均预测误差最小.     

螺纹间的载荷分布

螺纹联近及螺旋传秘在机械设备中应用极广,其螺纹间载荷分布不均匀的规律早由茹柯夫斯基得出。螺纹间载荷分布的不均匀性,对螺纹联接和螺旋传动装置带来不利影响,导致螺纹磨损不均匀,进而引起破坏,材料承载能力亦未能充分发挥,对于承受重载的轧钢机、压力机的调整螺母和传动螺母,分析它的螺纹间载荷分布规律,影响因素,进而作出更合理结构设计,是有实践意义的。这里仅依据见到的几篇资料所介绍的分析螺纹间载荷分布规律的方法,综合作的一篇研究报告,说明在一般受载情形下螺纹间载荷分布规律如何分析得到,并具体应用来试分析教学中设计的起重螺旋,它的螺纹间载荷分布规律,至于深入分析其影响因素,作出合     

单搭胶/螺栓混合连接结构的应力分布与载荷分配

针对平衡单搭胶/螺栓混合连接结构及其对应胶连接、螺栓连接结构,通过逐步构建其各自对应的精确三维有限元分析模型的方法对比分析了三种连接结构的应力分布。首先构建了胶连接分析模型,其胶层应力计算结果与采用已有文献理论分析模型计算结果比较吻合,验证了计算模型的准确性;在上述模型基础上继而构建了胶/螺栓混合连接分析模型,对比分析了采用两种胶材料的混合连接相对于对应单种胶连接层应力分布的变化,并计算了混合连接胶层与螺栓的承载比例,发现采用酚醛树脂胶的混合连接与对应胶连接胶层应力分布几近一致,螺栓分载很少,而采用丙烯酸酯胶的混合连接胶层剪切应力得到极大程度降低且螺栓得到了较大分载;最后构建了混合连接对应的螺栓连接分析模型,比较了两者应力水平和应力集中程度,发现前者明显低于后者,混合连接胶层的加入有缓解连接孔边应力集中的作用。提出混合连接可采用低模量胶材料以使胶层与螺栓共同分载,从而达到比传统连接方式更好的连接性能。     

混合网络中基于带宽估计的拥塞控制

针对目前带宽估计技术被引入到网络拥塞解决方案中的情况,分析了带宽估计方法和影响带宽估计的因素,总结了现有基于带宽估计的拥塞控制算法及其存在的问题,最后展望了未来的研究方向.     

混合回归模型的估计

探讨了对混合回归模型的混合估计进行简单替代的问题,并给出了由此产生的对估计精度的影响的表达式。     

基于混合优化算法的船舶分段堆场间调度研究

针对船厂运输任务分段的平板车缺乏有效调度现状,以平板车和任务分段的承重约束、任务优先级约束和任务时间窗约束作为约束条件,建立以平板车空载行驶时间和惩罚时间的权重和作为优化目标的模型。设计遗传算法、禁忌搜索算法,并提出两种构造邻域空间的策略,利用遗传禁忌混合优化算法求解平板车运输分段的最优序列;通过深度优先遍历算法求解考虑转向次数的最优路径,从而实现对模型的求解。以某船厂实际数据为例,对模型的应用进行实例验证,结果表明:本文方法可以求解较优的调度方案,实现资源的高效利用。     

基于旋转不变阵列的分段平稳信号欠定DOA估计

为克服KR-MUSIC算法限定阵列为均匀线列阵、需要空域谱搜索、计算量较大的缺点,提出了一种基于旋转不变阵列的DOA估计算法,扩大了应用范围,且算法通过解析运算估计DOA,避免了计算量较大的谱搜索.该算法可估计的DOA个数由KR-MUSIC方法的2N-1增加到N²/2.仿真结果表明,在同样信噪比、帧长和帧数条件下,本文算法的性能要优于KR-MUSIC算法.     

基于叶片载荷分布的离心泵叶轮水力性能优化

载荷分布是三元反问题设计中的关键参数,为分析叶片载荷分布规律对离心泵叶轮水力性能和气蚀性能的影响,采用软件CFX对叶轮a、b和c 3种不同叶片载荷方式的离心泵叶轮内流场进行数值模拟。由分析结果可知:不同叶片载荷对离心泵叶轮外特性存在较大影响,外特性性能最好的是叶轮b,但其吸力面进口处静压值最小,外特性性能其次的为叶轮a,其吸力面进口处静压值最大,所以在兼顾离心泵叶轮效率与气蚀性能的条件下,优化出最佳载荷分布方式为叶轮a,即外特性和气蚀性最好,在其最佳载荷的基础上对其载荷分布再次进行优化可知:叶轮a-3的载荷分布水力性能和气蚀性能较好。分析结果为离心泵叶轮三元反设计提供一定参考。     

基于混合分布时间序列的K-GRU建模

混合分布的时间序列数据具有非平稳性、周期性等复杂的特性,且蕴含着未来的变化趋势,其复杂性对该类数据的预测精度造成了很大的影响。为了有效降低该类数据的预测误差,提出了一种K-均值与GRU神经网络相结合的混合模型——K-GRU混合模型,具有较高的预测精度。仿真实验表明,样本量为5 000左右,K分别取2、3、4、5时,该模型均比GRU神经网络的预测效果好。模拟结果也与多项式模型、傅里叶序列和LSTM进行了比较,结果表明K-GRU混合模型的预测效果最好。最后将K-GRU混合模型应用于街边停车占用率数据中,进一步验证了该方法的有效性。     

同步带传动的载荷分布研究

采用有限元法对同步传动中参与啮合的所有带齿进行了强度分析与计算，从而精确地得出了在围齿区的带齿载荷的分布规律，并通过试验验证了理论分析的正确性，通过计算分析了影响载荷分布的多种因素，从而提出了提高同步带带齿强度，使带载荷均匀分布的有效方法。     

基于贝叶斯网络的并行分布估计算法研究

在传统的遗传算法中，不合适的参数设置会降低所得解的质量，于是在解决一些优化问题时传统的遗传算法被分布估计算法所取代。对传统的遗传算法和分布估计算法EDAs(Estimation of Distribution Algorithms)，及其各自的并行模式进行了对比，重点介绍了基于贝叶斯网络的并行EDA算法。     

基于分布估计算法的人脸Haar特征选择

通过研究人脸检测算法中Ada Boost算法,针对算法中的haar特征维数过高、训练耗时过长,检测效率过低等问题.提出基于分布估计算法(Estimation of Distribution Algorithm,EDA)的人脸haar特征选择人脸检测.EDA采用类内类间比作为适应度函数,通过统计学习的手段建立解空间内个体分布的概率模型,然后对概率模型随机采样产生新的群体,进行反复计算,实现群体的进化,最终得到全局最优解,以此来实现haar特征选择.实验结果表明:检测率(DR)与误检率(FDR)优于传统算法,而且检测速度得到了提升.     

基于分布估计算法的战能转化控制方法

针对传统作战实验方法游离作战进程之外,没有依据战争的动态博弈特性探究战争规律,导致难以有效揭开战争迷雾、获取制胜机理,本文提出基于战能控制的作战实验方法。面向动态能力表达,建立了作战行为、装备系统、作战能量之间的关系;面向作战能量控制,构建了反映作战行动阶段性、递进性、目的性、并行性的积蓄-感知-传递-转化战能环,设计了效果、幅值、时间、相位、密度、斜率为一体的战能转化系数以标识作战潜能;将分布估计算法引入到战能优化控制中,依据战能环进行优化阶段划分、行为编码设计,基于战能转化系数进行个体产生方式设计。实验表明,所提方法在优化效率和效果上都要优于传统方法,能够更加有效地推动作战实验开展,为形成战法训法提供量化分析手段。     

基于信息扩散估计的误差分布解析拟合

针对基于直方图估计的误差分布解析拟合方法不能唯一确定误差分布的解析形式的问题，在分析了直方图估计与信息扩散估计的性能以及误差分布可用p－范分布来近似描述的基础上，提出了基于信息扩散估计的误差分布解析拟合方法。由于采用了最优扩散函数和最优窗宽，并严密推导了p-范分布的全微分公司，运用该方法能够唯一确定拟合的误差分布的解析形式，拟合效果较好。通过大量的模拟计算，得到一些有益的结论。     

误差方差的混合估计和有偏估计

本文利用“离差—均值对应”方法,研究了线性模型(y,X,σ~2I)在扩大样本下误差方差的混合估计方法,并证明了其混合估计优于LS估计。进一步,讨论了误差方差的岭估计及其优良性,证明了它是误差方差的可容许估计。