一种基于粒子群优化的FCM聚类方法

针对模糊C-均值(FCM)聚类算法易陷入局部极小值和对初始值敏感的缺点,本文提出了一种基于粒子群优化的模糊聚类算法.该算法利用粒子群强大的全局寻优能力,克服了模糊C-均值聚类算法的不足.实验结果表明,该算法具有很好的全局收敛性和较快的收敛速度.     

改进的构造函数盲均衡算法研究

以提高通信信号质量和降低其受多径效应的影响为背景,介绍了恒模算法(CMA)及构造函数算法(CF算法),并在此基础上针对其不足作了相应的改进,提出分数间隔修正构造函数盲均衡算法(FSE-MCF)。对改进算法的均衡性能进行了仿真,仿真结果分析可知,新算法与CF算法相比较,在相同信噪比条件下可以进一步减小稳态误差,加快收敛速度,有较好的均衡性能。     

一类具多比例延时的细胞神经网络的指数稳定性

讨论了一类具多比例延时的细胞神经网络的指数稳定性.利用非线性测度得到了一个保证平衡点存在唯一且指数稳定的充分条件,并给出了解的指数收敛速度.最后验证了结论的正确性并进行了模拟仿真.     

分形小波变换编码有限步迭代收敛的讨论

本文首先证明了小波域中去除了均值的分形小波变换算子M可以在有限步迭代中逼近其固定点,从而使得分形小波变换编码可以在不是完全压缩的条件下完成收敛;然后对这种放宽了收敛条件的编码算法给出了压缩因子的一个上界,并据此对Fisher提出的终值压缩性思想作出了有效的解释。     

基于BP神经网络的CRT显示器色彩管理新模型

CRT显示器的色彩管理是信息光学中图像复制的关键技术之一.在分析呈色原理的基础上,提出了一种新的CRT显示器色彩管理模型.首先,采用标准色靶作为实验样本,并以彩色梯尺区色块代表整个色空间用以推导模型;其次,介绍了实验数据采集方法,并建立若干数据库用以推导模型;随后,利用Steffensen算法改进BP神经网络,并针对显示器色彩管理的实际运算,提出若干加速网络收敛的措施,克服了.BP神经网络收敛速度慢的问题.实验结果表明本模型能够提高CRT显示器的色彩管理精度,工程实践中能够用于CRT显示器的色彩管理.     

含有用信号的自适应干扰对消系统时域分析

从时域角度对含有用信号的自适应干扰对消系统进行了建模与理论分析,研究了"有用信号损耗"的特性,分析了有用信号损耗与干扰对消比、收敛时间之间的内在联系。为避免有用信号损耗较大,对消系统的反馈电路需工作在欠阻尼状态;给出了欠阻尼状态下,各参数对系统性能指标的影响。实验结果验证了理论分析的正确性,从而为对消系统的优化设计提供了重要的理论依据。     

一种改进的变步长LMS算法

LMS算法由于简单而获得了广泛的应用,大量的深入研究不断地改善了它的性能。LMS算法存在收敛速度和稳态失调之间的固有冲突,变步长因子可以获得二者之间的有效平衡。对已有的一些变步长LMS自适应滤波算法进行了分析,在此基础上提出一种改进的变步长LMS算法,步长因子同时考虑了指数为预测误差的一次和二次幂的2项。算法在保持较快收敛速度的同时,获得更优的稳态预测误差。对比仿真实验证明了算法的优越性。     

关于聚焦诱导立体显示器的研究

传统的立体显示是通过聚焦诱导,进行深度视觉模糊调节,从而达到立体视觉效果。现在,科研人员开发了一种新型技术——聚焦修正。通过这项技术,将聚焦诱导和深度视觉模仿同步进行,可以使立体景象显示更加快速、准确,同时减轻观看者的视觉疲劳度。     

基于CMA算法的智能天线自适应波束形成研究

自适应波束形成是智能天线的核心技术,其主要思想是利用自适应算法调整阵列的权向量,将各阵元接收到的信号进行加权求和,把天线阵列形成的波束“导向”到特定方向上。本文介绍了恒模算法（CMA）和最小二乘恒模算法（LS—CMA）两种盲波束形成算法并运用Matlab软件对两种算法进行仿真分析,仿真结果表明,LS—CMA具有更快的收敛速度以及更好的抗干扰能力。