基于卡尔曼滤波器的航姿系统测姿算法研究

航姿系统通常没有载体位置信息和速度信息的解算,且陀螺漂移较大,存在着载体持续机动时姿态精度不高,甚至消失的问题,因此通常的导航算法已不再适用.设计了一种基于卡尔曼滤波技术的姿态算法,用重力加速度在机体系的分量gb和陀螺漂移作为待估计的状态量,进行卡尔曼滤波的时间更新过程,利用加速度计的输出在一定条件下作为观测量,进行卡...     

井下火灾位置判断的程序设计

提出了根据监测系统信息判断火源位置的“时间差”方法 ,建立了相应的数学解算模型 ,并编制了计算机程序Fire detect。通过实例验证 ,该程序判断火源位置正确可行。     

基于局域判别基的音频信号特征提取方法

音频特征提取在音频信号分析和处理中起着非常重要的作用。考虑到音频信号的非平稳性,对音频信号进行小波包分解,为了获取健壮的特征,采用改进的局域判别基（LDB）技术对小波包树进行裁剪,提取局域判别基各子空间能量的统计特征组成特征矢量,并利用Fisher准则函数进行特征选择,根据特征矢量设计支持向量机分类器,对三类音频进行分类识别。实验结果表明,该方法提取的特征矢量在音频信号分类中是非常有效的。     

基于核Fisher判别分析的意识任务识别新方法

提出一种新的基于核Fisher判别分析的意识任务识别新方法。该方法首先通过核函数建立一个非线性映射，把原空间的样本点投影到一个高维特征空间，然后在特征空间应用线性Fisher判别。利用不同意识任务生成的脑电数据对KFDA和FDA进行比较，最后用线性支持向量机进行分类和识别，并与非线性支持向量机进行了比较，结果表明KFDA的识别率明显优于后二者。     

Fisher和支持向量的综合分类器

结合Fisher判别分析和支持向量机的优点,提出了一种新的分类算法—Fisher-SV分类器（简称FSVC）。该分类器的核心思想就是寻找最优分类面的法向量w*,使得样本向量在w*上做投影后,不仅使分类间隔达到最大,而且使类内离散程度尽可能小。对于线性情况,可以转化为传统的支持向量机求解,而不需要设计新的求解算法。对于非线性情况,利用再生核理论得出新的求解算法。实验结果表明,该分类器具有很高的准确度和可靠性。     

高斯径向基核函数参数的GA优化方法

核Fisher判别法KFDA(Kernel Fisher Discriminant Analysis)在模式分类应用中通常采用高斯径向基函数做核函数,但高斯径向基函数中参数σ的选取对模式分类的效果影响较大。参数σ的选取目前仅凭经验,缺乏自动选取方法。提出采用遗传算法GA(Genetic Algorithm)实现自动优化参数σ使KFDA具有自适应性的方法,用GA优化参数σ所确定的高斯径向基核函数应用于KFDA时,模式分类的可分性测度大。该方法在电机滚动轴承故障分类实验表明优于其他KFDA分类效果。     

基于非接触监测的隧洞反演分析可行性探讨

本文根据全站仪非接触测量原理,分析了隧洞测点位移量测的三维误差计算式。随后对全站仪位移量测的误差精度进行了分析,得到了满足反演计算要求的量测误差判别式,并提出全站仪位移量测的可行性判别方法。最后通过算例给出了判定实际工程反演分析可行的设站及仪器的优选方式。分析结果认为目前全站仪的测量精度还只适用于洞室断面较大、总位移量较大的情况,对洞室反演计算的普遍适用还有一定距离。     

基于EIGA-PKPLS的电解铝制造系统特征提取方法

针对电解铝工艺制造系统中影响参数多、特征冗余的问题,该文提出一种结合精英免疫遗传算法与聚合核偏最小二乘法(elite immune genetic algorithm-polymerize kernels partial least squares,EIGA-PKPLS)的电解铝制造系统特征提取方法.该算法首先提出聚合...     

二阶方程稳定性的简易计算判别

很多实际问题都可归结为二阶周期性线性方程,这类方程的稳定性意味着所有解皆为周期解或拟周期解,于是初值如何都对应稳定的周期解或拟周期解。在应用上就说明该实际问题总有稳定运动状态。本文应用Hill方程的一个判别式给出了一个通过简单计算即可判定二阶方程稳定性的方法。数值例子说明该方法具有很好的实用性,同时有较高的精确度。     

面向智能服装的多生理信息融合的情绪判别

人体是一个复杂的多功能系统,采集人体的多种生理信号将其作为信息源,并引入呼吸性窦性心律不齐的生理现象来建立基于多生理信息融合的情绪判别模型,通过可穿戴智能服装系统对心电、呼吸、体温三种生理信号进行特征提取和特征分类,采用支持向量机的方法进行多生理信息融合,在此基础上建立面向智能服装的多生理信息融合的情绪判别模型,对情绪的识别率达到72%,具有良好的医疗诊断价值和广泛的应用前景。