田间试验中复因子试验的含义与特点

在农作物进行田间试验中,有单因子试验和复因子试验两种选择。文章阐述了单因子试验的缺陷,复因子试验的目的意义。并以小麦复合试验及玉米每穴株数试验组合为例加以说明。     

基于改进LS-SVR的超磁致伸缩作动器模型辨识

提出了基于遗忘因子矩形窗的最小二乘支持向量机回归( LS - SVR)方法.该方法先将矩形窗方法与传统的LSSVR相结合,用有限个过去的数据做LS - SVR的样本,随着时间增加不断在样本中丢弃旧数据加入新数据,保持样本总数不变;然后在此基础上添加了遗忘因子,在丢弃旧样本的同时兼顾了历史数据的影响.改进后的LS - SVR方法提高了运算速度,同时也提高了辨识的精度.通过仿真实例验证了该方法的有效性和可行性.将此方法应用到超磁致伸缩作动器的在线模型辨识上,取得了较好的辨识结果.     

基于模型的单视图线性共面四点算法

通过利用三维点的仿射坐标对于刚体变换而言是不变的,并且对计算机坐标系到图像坐标系的坐标变换而言也是不变的这一特性,开发了从一个目标单视图线性复原其三维位姿的新算法,该算法只需4个特征点即可精确实现目标的三维位姿的线性重建。实验表明,该算法快速高效,误差性能良好,抗噪能力较强。     

带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

具有区间峰值的曲面伸缩因子及其实验

为了改进参数曲面自由变形方法,构造了一种新的伸缩因子函数,它不仅具有以往文献所引入的伸缩因子的特性,还可以在区域上达到峰值,从而克服现有的伸缩因子仅在一点达到峰值的不足。使用新的伸缩因子去作用待变形的曲面方程,从而使曲面发生形变,通过交互改变控制参数来控制曲面的形状,使其能够更好地表示一些实体的外型。实验表明,该方法数学背景简单,易于控制,重复使用可获得丰富的变形效果。适用于几何造型、计算机动画、CAD/CAM等领域。     

铁路机车检修计划生成系统的研究

基于模糊理论分析了机车在运行过程中的多种影响因子对机车磨损的影响,对机车检修周期的基本影响因子J、走行公里相关因素Z以及动态因素D进行了深入研究,引入机车当量公里的数学模型,制定出合理的检修计划,建立了铁路机车检修计划生成系统.该系统为机车检修周期提供了合理的依据,大大提高了机车在运行中的经济效益.     

量测噪声相关条件情况下的多传感器状态融合估计

对于量测噪声相关的多传感器系统,采用Cholesky分解和单位下三角阵的求逆方法,将其转化为量测噪声互不相关的等价模型,从而可以直接利用现有的融合算法进行状态融合,由此给出了量测噪声相关情况下多传感器的状态融合算法.该算法和已有的算法相比具有两大优点,该算法不仅考虑了量测噪声相关而且简单可行,而且该算法和已有的算法相比更具有一般性,对于有特征值相同的情形同样适用.数值仿真结果表明了该算法的有效性.     

SVD与LDA相结合的人脸特征提取方法

提出一种新的SVD与LDA相结合的人脸特征提取方法.首先选用练训样本的均值图像作为标准图像,把训练样本投影到标准图像经奇异值分解产生的基空间中,其次提取投影系数矩阵左上角信息作为初步特征,最后再采用LDA分析方法降维提取最终的特征.该方法解决了奇异值分解用于人脸识别基空间不一致的固有缺陷,同时又增加的特征的类别信息,也避免了LDA的小样本问题.在ORL与CAS-PEAL人脸库的实验结果表明了该方法的有效性,同时对光照有一定的鲁棒性.     

协同设计环境中任务分解与调度的研究

在协同设计环境中,为了满足快速响应,低成本和高质量产品的设计需求,进一步提高产品的设计效率,提出了两级任务分解方法和双向选择优先的任务调度策略.借助计算机支持的协同设计技术,两级任务分解在协同设计联盟的抽象层次模型的基础上,采用了基于产品结构、特征服务和子任务目标属性的任务分解方法,从而降低了任务的复杂性.在此基础上,提出了双向选择优先的任务调度策略,以优化分布合作求解问题,并进行调度策略的仿真实验.仿真结果表明了该调度策略的优越性.     

参数曲面四边域上控制变形的伸缩因子与实验

为了改进参数曲面自由变形方法,构造了四边形区域上的伸缩因子函数,它不仅具有已往文献所引入的伸缩因子的特性,还可以在区域上达到峰值,从而克服现有的伸缩因子仅在一点达到峰值的不足,变形区域也由圆形域变为四边形区域.使用四边形区域上的伸缩因子函数去作用待变形曲面的参数方程,从而使曲面在四边形区域上发生形变,并且可通过交互改变控制参数来控制所曲面变形的形状,使其能够更好的表示一些实体的外型.最后,实验结果表明,该方法的数学比较背景简单、各个参数容易控制、重复使用该因子作用于变形曲面,可获得丰富的变形效果.该伸缩因子可应用于几何造型、计算机图形学、计算机动画以及CAD/CAM等众多领域.