使用遗传算法的自适应Kalman滤波器

基于Magill的Kalman撼波器池结构，设计了使用遗传算法的自适应Kalman滤波器，给出了离线和在线两种实现方案．离线方案以辨识滤波参数为主要目的，进而可以对状态进行较准确的事后估计；在线方案以实时地对状态进行估计为目的．对滤波参数寻优使用具有良好性能的浮点数编码遗传算法，该算法与二进制编码遗传算法相比收敛速度更快、搜索全局最优的能力更强．仿真结果验证了所提出的自适应Kalman滤波器的有效性．     

基于细胞神经网络刀具磨损图像处理的研究

本文提出了一种基于细胞神经网络的刀具磨损图像处理方法．通过设计细胞神经网络参数，运用细胞神经网络对刀具的二值图像平滑滤波，边缘提取．通过仿真证明该方法是有效的，由于细胞神经网络易于用VLSI实现并且并行处理速度快，因此应用于刀具的磨损状态机器视觉检测中的图像处理是很有用的。     

一种彩色图像滤波的改进矢量中值滤波算法

通过分析彩色图像滤波的一般方法，提出了一种基于矢量中值滤波的改进算法。该算法融合了线性均值滤波和非线性矢量中值滤波两种方法，大大降低了运算复杂度，同时对脉冲噪声和高斯噪声有好的抑制作用，能有效地保护图像的边缘信息，滤波后不会出现新的颜色。另外本算法的运算复杂度随着滑动窗的增大而缓慢增加，使其能够达到滤波效果和运算复杂度的有效平衡。     

初控动力源泉——图解电源

电源是PC的动力源泉，其重要性不言而喻。品质不好的电源不但会损坏主板、硬盘等部件，还会缩短电脑的正常使用寿命。此外，硬件发烧友还会对电源实际功率提出较高要求，以驱动更多设备。然而现实情况是，市面上电源的功率标称相当混乱，不少产品甚至偷工减料。由于电源内部结构完全被外壳遮盖，因此绝大多数用户都无从了解电源内部的情况。本文将带领大家进入电源的内部世界，探索PC的动力源泉。     

图象雅可比矩阵的在线Kalman滤波估计

通过分析现有图象雅可比矩阵的在线辨识方法,提出一种新的辨识思路.将雅可比矩阵的在线估计转化为系统的状态观测,并设计了相应的Kalman-Bucy滤波估计算法.以双目立体视觉反馈下的运动目标跟踪任务为例,通过仿真和实验说明了所提出方法的有效性.     

松散的脑袋--群体智能的数学模型

本文从生物进化的角度,将群体中的每只昆虫看成一个神经元,彼此之间通过随机、松散的(软)的连接组成一个神经网络;然后,类似于人工神经网络模拟人类大脑,用"松散"的神经网络来模拟昆虫的群体行为.即建立一个松散的大脑--群体智能的随机结构的神经网络模型.最后,根据所建立的数学模型,分别对"蚂蚁筑巢"和"蜜蜂筑巢"行为进行计算机仿真模拟,以表明上述模型的合理性.     

数值鲁棒的非线性滤波新方法

应用多维情形的二阶插值公式构造新型非线性滤波器。该滤波器不需非线性函数的偏导计算，便能代替常规的扩展卡尔曼滤波器，并有滤波精度高、数值计算稳定和适用范围宽等优点。仿真实例表明新滤波器具有较高的性能。     

基于小波分析的交通流量预测方法

为了更加准确地预测动态变化的交通流量，根据交通流量的特点提出了在小波分析的基础上利用离散Kalman滤波进行预测的方法。这种方法可用于动态数据预测的各个领域，如网络流量的预测、经济信息的预测以及其它非线性系统的预测。实验表明，采用这种方法可以有效地减小数据预测的误差。     

一种基于粗糙集理论的彩色图像滤波算法

粗糙集理论是一种新的处理含糊和不确定性问题的数学工具。它作为一种新的软计算方法，为智能信息处理提供了有效的处理技术。本文将粗糙集理论应用到彩色图像滤波中，提出了一种基于粗糙集理论的彩色图像滤波算法。实验结果显示，该算法可以有效地去除彩色图像中的椒盐噪声，并能较好地保持图像的边缘细节信息。     

高速公路交通状态的联合估计方法

提出一种有效的高速公路交通密度预测估计方法。通过分析交通模型，建立了系统的离散化状态和误差模型表达式，并采用推广Kalman滤波方法进行估计．为进一步增强数值稳定性以及提高计算效率，根据系统矩阵分块的特点，采用分块的正交化U-D分解算法实现时间更新，同时采用序列U-D分解方法进行测量更新．仿真计算和实际应用表明，该方法可以给出工程实用结果。