用混合式遗传算法进行给水管网现状分析

将广义简约梯度法(GRG)思想应用于传统遗传算法,提出一种新的混合式遗传算法(HGA),此方法具有很强的全局和局部搜索能力,并且无需复杂的编码、解码过程,可以准确解决多变量、多峰值的给水管网现状分析问题。采用此算法,绝大多数的计算值与实测值的误差可减小到1%以下,能准确反映管网的实际工况。     

参数优化配置的广义奇异摄动弹性飞机模型降阶研究

推导了广义奇异摄动法的降阶方法,介绍了其在飞机模型降阶应用中的优点,针对算法中出现的参数ξ进行了分析,以弹性飞机模型为平台提出了ξ的优化配置并进行了仿真。结果表明,采用该参数配置的广义奇异摄动模型降阶方法可以用于弹性飞机模型降阶。     

电网电压不平衡且严重畸变时的软件锁相技术

针对传统软件锁相环（SPLL）在三相电压不平衡且严重畸变条件下不能准确跟踪电网电压的频率和相位的问题。本文提出了一种基于相序解耦（SDR）级联二阶广义积分（SOGI）的新型软件锁相模型,通过SDR和SOGI实现了正负序分离,电压基波提取,以及滤波功能,有效地消除了负序分量、谐波分量对准确获取频率和相位信息的影响。仿真结果表明在三相电压不平衡且严重畸变的条件下,该新型SPLL能够准确地锁定电网电压的频率和相位,从而有效性地验证了新方法的正确性。     

基于广义预测控制的船舶编队

针对多船舶之间的编队合作问题,对船舶的编队控制进行研究。利用广义预测控制方法在船舶运行中对理想路径曲线进行预测,得出船舶的运动控制策略;通过运用领导-跟随者编队方法,在Cartesian坐标系下建立船舶编队控制模型,基于这种模型建立一系列船舶航迹约束,得到船队跟随者成员的控制策略。同时在船舶运行过程中,加入风浪的扰动,进行模拟仿真,得到船队的运行轨迹。     

视觉特征对比解耦的广义零样本学习

广义零样本学习通常利用在ImageNet上预训练的深度模型来提取相应的视觉特征,然而预训练模型提取到的视觉特征不可避免地包含和语义无关的信息,这将导致语义—视觉对齐的偏差以及对不可见类的负迁移,从而影响分类结果。为解决上述问题,提出了视觉特征对比解耦的广义零样本学习模型(visual feature contrast decoupling for generalized zero-shot learning, VFCD-GZSL),通过解耦出视觉特征中的语义相关表示来降低冗余信息对分类结果的影响。具体来说,首先用条件变分自编码器生成不可见类的视觉特征。然后通过解耦模块将视觉特征解耦语义相关和语义无关的潜层表示,同时添加总相关惩罚和对比损失来鼓励两者间的相互独立,并用语义关系匹配模型衡量其语义一致性,从而指导模型学习语义相关表示。最后使用特征细化模块细化后的特征和语义相关表示联合学习一个广义零样本学习分类器。在四个数据集上的实验均取得较优的结果,证实了所提方法的有效性。     

Parallel Implementation of the BiCGStab（2） Method in GPU Using CUDA and Matlab for Solution of Linear Systems

This paper presents a parallel implementation of the hybrid BiCGStab（2） （bi-conjugate gradient stabilized） iterative method in a GPU （graphics processing unit） for solution of large and sparse linear systems. This implementation uses the CUDA-Matlab integration, in which the method operations are performed in a GPU core using Matlab built-in functions. The goal is to show that the exploitation of parallelism by using this new technology can provide a significant computational performance. For the validation of the work, we compared the proposed implementation with a BiCGStab（2） sequential and parallelized implementation in the C and CUDA-C languages. The results showed that the proposed implementation is more efficient and can be viable for simulations being carried out with quality and in a timely manner. The gains in computational efficiency were 76x and 6x compared to the implementation in C and CUDA-C, respectively.     

基于广义Hoek-Brown准则的节理岩体力学参数折剪计算

节理化岩体力学参数是矿山工程地质和稳定性分析的重要基础数据,一般在实验室通过单轴、三轴试验只能得到岩石的力学参数,无法得到岩体的力学参数。目前,利用岩石力学参数确定岩体力学参数的方法较多,但都过于烦琐或准确度不高,急需一种新的简易确定方法。因此,通过利用基于广义Hoek-Brown准则的地质强度指标（GSI法）,并结合相应的岩土分析软件,强度折剪岩石力学参数值,从而得到岩体的力学参数。通过将该方法应用于赤峰中色白音诺尔矿业有限公司岩体力学参数的计算中,证明采用该方法考虑岩体的结构面和完整性,可较为准确地反映节理化岩体的力学特性,且方便可行,具有工程实用价值。?     

一种用于目标跟踪的波形自适应选择算法

提出了一种用于雷达目标跟踪的自适应广义调频波形设计算法。该算法根据跟踪器的动态需求,以广义调频信号为样板波形自适应设计下一时刻的发射波形,其目的是最小化预测的目标跟踪均方误差,并假定高信噪比条件,且目标跟踪运动模型和观测模型均为线性,利用与某一波形相对应的克拉美--罗下限（CRLB）以及卡尔曼滤波器,通过最小化预测的跟踪均方误差来实现广义调频波形的自适应设计。仿真结果表明：在信噪比相同的情况下,与使用固定参数、自适应参数的线性调频波形设计算法相比,所提出的算法能够获得更低的目标跟踪均方误差。     

基于前向预测并行追踪的视频压缩传感方法

为了减小视频信号采集端的负担,提出一种基于压缩传感理论的视频压缩算法模型。该模型采用广义轮换矩阵获取视频帧的测量值,再结合视频压缩的运动补偿预测关键技术,消除视频帧间冗余。然后在并行贪婪追踪算法中引入前向预测技术作为重构算法,最终获取重构的压缩图像。实验对比了在不同算法下的重构图像和不同采样比下不同算法的重构PSNR值,然后利用所提方法得到视频序列的重构压缩图像。实验结果表明,该算法模型能较精确地获取压缩的视频图像,适合在视频压缩中应用。     

数据挖掘预测模型在脑损伤患者认知功能康复中的应用

为了更好地预测后天性脑损伤ABI(Acquired Brain Injury)患者认知功能康复的影响因素,提出基于决策树(DT)、多层感知器(MLP)和广义回归神经网络(GRNN)的三种预测模型。借助于10折交叉验证测试算法,通过专一性、灵敏度和精度分析以及混淆矩阵分析对模型的性能进行测试,从而获得新的知识以评估和改善认知功能康复过程中的有效性。实验结果表明,基于DT的模型的模拟结果明显比其他模型更为优越,预测平均精度可高达90.38%。