基于VC的飞行仿真器导航仿真系统开发

飞行仿真器导航系统为飞行仿真器的其他系统提供重要的相关信息,包括飞机的位置、高度、速度、加速度以及飞机当前姿态等参数,飞行仿真器导航系统的研究是飞行仿真器研究开发的一个重要部分,本文基于vc++6.0,采用模块设计方法,开发了无线电导航系统仿真系统,利用GL studio制作虚拟导航显示仪表,显示导航参数,引导飞行员按照既定航线飞行.经过调试,该系统能够满足飞行仿真器无线电导航仿真的要求.     

具反应扩散混合时滞Cohen-Grossberg神经网络的指数耗散性

利用扩散算子特性、M-矩阵性质和不等式分析技巧,在不要求神经网络激励函数的有界性、单调性、可微性以及平均时滞有界性的弱保守条件下,研究了一类具有反应扩散混合时滞的非自治Cohen-Grossberg神经网络的实不变集、全局指数稳定性和指数耗散性,并给出了相关的充分性条件.文中所使用的方法摒弃了常规构造适当的Lyapunov泛函的方法,克服了Lyapunov泛函难构造的困难,且得到的结果扩展和改进了其他文献结果.最后给出了一个数值例子来说明所得结果的有效性.     

使用超椭球参数化坐标的支持向量机

基于n维超椭球面坐标变换公式,构造一类核函数--n维超椭球坐标变换核.由于是同维映射,且增大了类间距离,这类核函数在一定程度上改善了支持向量机的性能.与其他核函数(如高斯核)相比,将所构造的核函数用于支持向量机,仅产生了很少的支持向量,因而大大加快了学习速度,改善了泛化性能.数值实验结果表明了所构造的核函数的有效性和正确性.     

用于图像恢复的基于正则化可能性线性模型的自适应滤波器

中值滤波器在有效抑制脉冲噪声的同时,会模糊图像细节.为克服这一缺陷,文中对中值滤波器进行改进,提出一种基于正则化可能性线性模型的自适应滤波器.该滤波器的输出是原始输入信号和经典中值滤波器的加权和,而权值则根据输入的信号序列由建好的正则化可能性线性模型来决定.实验表明,该滤波器在有效滤除脉冲噪声的同时能较好地保留图像的细节信息,且针对不同比例的脉冲噪声,表现出较好的鲁棒性.     

基于归一化割的自适应多阈值图像分割方法

基于图谱理论的图像闽值分割方法是一种基于全局的单阈值分割方法,其对复杂图像的分割效果不明显,而且其采用的权值计算公式中含有两个需手动调整的参数,这些都限制了该算法的通用性.据此提出基于归一化割的自适应多阈值图像分割方法,它通过几个阈值来分割复杂图像,并且采用了一个自适应权值计算公式,提高了该方法的通用性.大量的实验结果表明该方法具有很好的分割效果,可以保留更多的图像细节.     

粒子群优化算法的发展趋势

分析优化算法的发展历程,指出粒子群优化算法(PSO)是基于群体智能的一种算法,简单易行,可调参数少,研究广泛且发展迅速.结合图形给出算法的个体极值和整体极值的搜优运动过程.研究总结算法的研究现状及特点,认为PSO还需要完善和继续研究.提出将算法应用于复杂的约束优化、随机优化与最优控制问题是算法应用研究的方向,并指出对该算法完整的收敛性分析是算法成熟的标志.     

基于模糊融合的Soft多结构形态学彩色图像滤波

在HSV彩色空间提出了一种基于模糊融合和Soft多结构元素的新的彩色形态学滤波。基于模糊融合的评价值来进行彩色图像点的矢量排序,与基于HSV矢量排序的方法相比,滤波效果更好。实验结果表明,该形态学滤波算法比经典形态学滤波算法更有效地去除图像的噪声,保留图像细节。     

软件缺陷预测模型间的比较实验: 问题、进展与挑战

近年来,研究者提出了大量的软件缺陷预测模型,新模型往往通过与过往模型进行比较实验来表明其有效性.然而,研究者在设计新旧模型间的比较实验时并没有达成共识,不同的工作往往采用不完全一致的比较实验设置,这可能致使在对比模型时得到误导性结论,最终错失提升缺陷预测能力的机会.对近年来国内外学者所做的缺陷预测模型间的比较实验进行系统性的总结:首先,阐述缺陷预测模型间的比较实验的研究问题;然后,分别从缺陷数据集、数据集划分、基线模型、性能指标、分类阈值这5个方面对现有的比较实验进行总结;最后,指出目前在进行缺陷预测模型间比较实验时面临的挑战,并给出建议的研究方向.     

一种可为采集终端持续供电的装置研制

由于倒闸操作或故障停电时,台区在无市电情况下,采集终端和集中器也会不带电,无法正常采集,影响采集成功率、电费回收率等各项指标,给企业带来较大经济损失。研制一种装置,在无市电的情况下,可为终端持续供电,使终端依旧可正常采集,有利于提高用电采集成功率,提升运维人员工作效率,减少运维成本。     

基于随机森林算法的对冲锅炉出口NOx排放量预测模型研究

对冲锅炉中的仪器测量具有滞后性,导致控制系统作用始终落后于被控对象。为了提前了解对冲锅炉出口NOx排放量随工况变化的趋势,需要对对冲锅炉出口的NOx排放量进行快速并准确地预测。以实际运行的机组数据为基础,采用随机森林（random forest,RF）算法建立1 000 MW对冲锅炉机组的出口NOx排放量预测模型,并使用Spearman系数对对冲锅炉特征进行筛选,进一步降低模型计算时间。结果表明,随机森林模型预测结果的均方根误差为10.182 mg/m3,决定系数为0.913,可见基于特征选取的随机森林模型结构能实现对冲锅炉出口NOx趋势的提前预测。