基于LSSVM的木材干燥建模研究

针对木材干燥过程的强非线性特点,提出以最小二乘支持向量机LSSVM建立木材干燥基准模型.通过实验用小型木材干燥窑实际干燥过程中采集的数据作为训练样本进行仿真实验,结果表明基于LSSVM的木材干燥模型预测输出能够准确反映干燥过程木材含水率的变化,模型结构简单、预测精度高、泛化能力强,验证了LSSVM对木材干燥过程建模是一种可行而有效的方法.     

基于MPQM模型的IPTV视频质量实时评估算法

针对实时测量和评估IPTV视频质量的迫切需求以及当前主要商用测量方案的不足,通过分析影响IPTV视频质量的主要因素,提出以MPQM模型为评估基础,综合运用Markov模型分别为网络信息包丢失概率、图像复杂程度以及视频流传输位速率进行建模和评测的实时评估算法,并依据所建模型推导出相关估算公式。商用测试结果表明该算法能够在实时环境中较准确地评估IPTV视频质量。     

质量矩导弹变质心姿态控制规律研究

针对质量矩导弹变质心控制问题,提出一种基于模糊逻辑的姿态控制规律.首先建立了姿态运动模型;其次设计了滑块位置对应的模糊规则表,并通过分析角加速度和遍历隶属函数的关系,对滑块位置进行协调,同时利用遗传算法对控制参数进行校正;再次,通过分析滑块运动特性得到滑块可行的响应时间选取范围;最后讨论了系统的稳定性,对弹体相关参数进行约束,并对单通道扰动模型进行了分析.仿真结果表明,该控制律能有效实现导弹的姿态调整.     

MIMO-CDMA子选择系统设计及性能分析

多用户MIMO-CDMA是MIMO技术领域研究的最新成果,MIMO-CDMA系统可以显著地提高系统的容量和BER性能。但系统复杂度高,而天线选择技术可以大大降低MIMO-CDMA系统实现复杂度。设计了一种基于帧结构的MIMO-CDMA接收端子选择系统仿真平台,分析和比较了在MBER、MMI和MNP等不同选择准则条件下的系统性能,并对仿真结果进行了评价。     

面向世博场馆的移动智能监控系统研究与实现

随着社会的发展,移动智能监控已经成为客观趋势.针对上海市世界博览会场馆监控这个应用场景,研究面向世博场馆的移动智能监控系统的关键技术,解决了移动交互监控、运动目标跟踪两个难题,并最终实现了移动智能监控系统软件.经过测试,该移动智能监控系统在监控精确度和灵敏度方面均表现良好.     

GM(n,h)模型建模序列数据数乘变换特性研究

基于数乘变换是灰色系统建模过程中数据处理的基础,讨论了ＧＭ（n,h）模型与其他几类灰色模型的内在联系．将各类灰色模型统一于共同的分析体系,并在此基础上研究了数乘变换对ＧＭ（n,h）模型参数取值的影响．指出了模型的模拟和预测值只与因变量的数乘变换有关,而与自变量的变换无关．最后分析了几个特殊灰色模型的数乘变换性质,该结果对研究系列灰色模型参数特征有重要意义．     

一种改进的在线最小二乘支持向量机回归算法

针对一般最小二乘支持向量机处理大规模数据集会出现训练速度幔、计算量大、不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.     

一种基于受限网络的移动对象索引

为了有效地支持城市交通网络中移动对象的过去、现在和将来的轨迹查询,在基于模拟预测的位置表示模型基础上,提出了一种两层R树加上一个表结构的复合索引结构AUC(Adaptive Unit Compounding).根据城市交通网的特征,采用了一种带有环形交叉口的元胞自动机模型模拟移动对象的将来轨迹,并用线性回归和圆弧曲线拟合分别得到对象在规则路段和交叉口的轨迹预测方程;根据移动对象的运动特性,采用了一种新的自适应单元(AU)作为索引结构的基本单位.实验表明,AUC索引的查询和更新性能都要优于TPR树和TB树.     

移动质心自旋再入飞行器的建模与解耦控制

对移动质心控制自旋再入飞行器进行了概念研究.以所建立的移动质心自旋再入飞行器的姿态动力学模型为基础,分析其控制耦合特性,借鉴工程中易于实现的逆奈奎斯特阵列法,对被控对象进行预补偿,使其传递函数矩阵成为具有对角优势来削弱被控对象各回路间的耦合,然后再运用单变量系统的频域设计方法对每个回路单独设计,从而将复杂的多变量设计问题转化为单变量设计问题,解决较强耦合下自旋再入飞行器姿态稳定性同题.仿真分析表明,对被控对象进行预补偿设计后,系统达到了较好的解耦效果.     

基于K0honen网络和OLS算法的RBFNN中心选择方法

提出了一种优化选择径向基神经网络数据中心的算法,该算法结合了Kohonen网络的模式分类能力,将初步分类结果用作RBFNN的初始数据中心,然后采用OLS算法进行优化,对比仿真实验表明该算法效果比单独使用OLS算法生成的RBFNN性能更好。