Global optimization over linear constraint non-convex programming problem

When solving a general nonlinear problem,the so-lution method used by traditional methods,e.g.,Qua-si-Newton[1,2]and General Reduced Gradient[2],re-quires the computation of derivatives.The finite differ-ence approach often uses the basic scheme to generatederivatives.For highly nonlinear cases,this approachmay have poor numerical precision for computing thematrix of partial derivatives of the constraints[3],theso-called Jacobian.Qualitatively,if a model is non-convex,it means that a solutio…     

基于脉冲耦合神经网络和遗传算法的图像增强

提出了基于脉冲耦合神经网络（PCNN-Pulse Coupled Neural Network）与遗传算法的图像增强算法．对PCNN模型进行了改进使之更适用于图像处理,并利用遗传算法的全局寻优能力自动搜索图像的最佳灰度阈值,再对图像进行处理．该算法既可有效地去除噪声,又能根据图像灰度性质自动选取最佳阈值,并对自适应分割后图像进行不同的灰度变换,从而实现了图像的自适应增强．试验结果表明,该算法显著提高了图像增强效果．     

闪耀光纤光栅的应变特性分析

通过理论分析建立了闪耀光纤光栅的数学模型,并对闪耀光纤光栅的应变特性进行了实验研究.理论和实验表明,闪耀光纤光栅具有很好的应变灵敏度,达到了1.393nm/N.     

回旋式烘干窑的自适应控制

本文作者在美期间以直接式对流型回旋烘窑为对象,研究设计了回旋窑烘干过程的自适应控制系统。全部工作包括建立较精确的数学动态模型、模型的数字仿真、动态特性的分析研究、模型参数在线辨识和自整定适应式控制。其基本方法和结论可推广到其他各类型的回旋烘窑中。由于近代控制理论在烘窑过程中的成功应用报道甚少,本刊将分两次刊登其部分研究成果。     

回旋窑烘干过程的自校正适应式控制

在线辨识是自适应控制的核心。设计步骤为在线模型参数估计和参数自整定。本文采用IVLS辨识算法和Dahlin控制算法。与开环辨识相比,IVLS法的闭环辨识收敛更快,但对激发函数的幅值和噪音更为敏感。     

基于边界链码的幅度谱图像识别研究

基于边界链码方法，将二值图像中的目标轮廓边界链码变换为有序数组，并对有序数组进行频域变换，获得边界有序数组的幅度谱分布，得出了边界有序数组频域幅度谱与边界链码起点选取的无关性。当目标边界比例变化及含有噪声干扰时，讨论了边界数组的幅度谱分布情况。试验结果表明，当轮廓边界链码起点不定及变形目标外形轮廓变化不大情况下，仍可以利用幅度谱相似性对目标外形进行有效的识别。     

回归型支持向量机的系统辨识及仿真

本文详细阐述支持向量机(SVM)和最小二乘SVM(LS—SVM)的基本原理基础上。提出基于SVM的线性、非线性系统辨识。通过仿真分析并比较SVM、LS—SVM辨识与神经网络辨识结果，得到SVM、LS—SVM方法比神经网络具有更高的系统辨识精度和更好的泛化能力；LS—SVM算法比SVM快速。抗噪声能力强，更适合于动态系统辨识。     

一种求解单机成组作业优化调度的启发算法

优化目标为总流程时间的单机成组作业优化调度问题，明显是NP－hard的。该文在利用优化性质的基础上，提出了一种构造性的启发算法。该算法计算量小，可应用于大规模优化调度问题，仿真结果表明该算法能够找到次优解，其性能优于已的启发算法。     

一类时滞神经网络系统的指数稳定性

利用矩阵测度研究了一类时滞神经网络系统的指数稳定性,给出保证神经网络系统指数稳定的充分条件.输出函数不需要满足Lipschitz条件,且也不要求它们可微或严格单调递增.在关联矩阵不对称的情况下,所得到的结论仍然成立.最后一个数值例子验证了判据的有效性.     

基于Fuzzy的隐马尔可夫模型主动轮廓线模型

提出了一种基于Fuzzy和隐马尔可夫模型(HMM)的新型主动轮廓线模型,该模型将HMM理论应用于主动轮廓线模型中,利用HMM提供多种测量信息的能力,优化了模型参数,克服了传统主动轮廓线模型的缺点.同时利用模糊集理论建立了HMM中的状态与观测向量之间的模糊隶属关系,从而使蛇点准确收敛到图像边缘.对动态图像的仿真实验表明,改进后的主动轮廓线模型能很好地收敛到物体的凹陷边界,且具有良好的抗噪性.