Fast wrapper feature subset selection in high-dimensional datasets by means of filter re-ranking

This paper deals with the problem of supervised wrapper-based feature subset selection in datasets with a very large number of attributes. Recently the literature has contained numerous references to the use of hybrid selection algorithms: based on a filter ranking, they perform an incremental wrapper selection over that ranking. Though working fine, these methods still have their problems: (1) depending on the complexity of the wrapper search method, the number of wrapper evaluations can still be too large; and (2) they rely on a univariate ranking that does not take into account interaction between the variables already included in the selected subset and the remaining ones.Here we propose a new approach whose main goal is to drastically reduce the number of wrapper evaluations while maintaining good performance (e.g. accuracy and size of the obtained subset). To do this we propose an algorithm that iteratively alternates between filter ranking construction and wrapper feature subset selection (FSS). Thus, the FSS only uses the first block of ranked attributes and the ranking method uses the current selected subset in order to build a new ranking where this knowledge is considered. The algorithm terminates when no new attribute is selected in the last call to the FSS algorithm. The main advantage of this approach is that only a few blocks of variables are analyzed, and so the number of wrapper evaluations decreases drastically.The proposed method is tested over eleven high-dimensional datasets (2400-46,000 variables) using different classifiers. The results show an impressive reduction in the number of wrapper evaluations without degrading the quality of the obtained subset.     

矿井组合导航系统算法研究

针对矿井环境下人员定位精度差的问题,提出一种基于射频位置修正技术的新型矿井组合导航系统。将捷联式惯性导航系统 (SINS)与矿井射频定位进行互补融合,将射频标签存储的实际位置和SINS解算位置的差值作为量测量,利用扩展Kalman滤波器估计并补偿SINS存在的陀螺漂移和加速度计零偏。仿真结果表明,在复杂度相近的情况下,该系统在30 min内的综合定位精度比SINS提高近 4倍。     

水声通信中多普勒系数估计方法研究

本文针对水声通信中的多普勒效应,提出一种基于Notch滤波器的多普勒系数估计方法,该方法利用Notch滤波器对经过信道的窄带CW脉冲信号频率进行估计,进而得到多普勒系数,并与基于宽带信号的多普勒系数方法进行对比分析。通过计算机仿真基于CW脉冲频率估计与基于宽带信号的多普勒系数估计方法就估计性能进行了对比研究,详细地给出了两种方法各自的优缺点与适用场合。     

基于LabVIEW的虚拟滤波器的设计

随着电子测试技术的不断发展,测试技术正向自动化、智能化、数字化和网络化的方向发展。其中数字滤波器作为测试技术的重要工具而被广泛使用在各个领域。本文设计的滤波器以LabVIEW软件为背景,设计一个能对采集数据波形进行相关处理,并实现相应的参数测量。虚拟滤波器主要包括五个模块：模拟信号的产生、波形的处理、信号的测量、波形的存储与回放、滤波后的波形保存。数据处理模块主要实现数字滤波和加窗函数处理两大功能,可以选择不同的滤波器和窗函数以适应不同的情况,参数的不同设置能够使信号频率不断变化。它是一种测试仪器和系统的概念相结合的软件,结合了测试技术和相应的专业知识。本文介绍了在LabVIEW实现虚拟滤波器测试信号的方法。     

高动态下基于AUKF的载波跟踪算法

当载体处于高动态运动状态时,GPS接收机载波跟踪信号极易受到外部环境不确定因素的影响。若采用标准的无迹卡尔曼滤波 (UKF),在先验的噪声统计特性与实际的噪声统计特性不相符时,状态估计性能将变差甚至发散。针对上述问题,提出采用主从式自适应UKF的算法(AUKF)。AUKF能自适应调整过程噪声方差,从而达到减小模型估计误差、抑制滤波发散的目的。Matlab仿真结果表明,在高动态下噪声统计特性发生变化时,基于AUKF的载波跟踪算法具有较好的稳定性。     

GPS/DR组合导航系统数据融合优化设计

为降低GPS/DR组合导航系统在复杂导航环境下的定位精度及DR误差累积,提出一种性能较优的数据融合算法。在传统粒子滤波(PF)的基础上,考虑最新观测值的影响,使用基于平方根二阶差分的高斯混合(GM)模型给出粒子滤波的建议分布,采用基于蒙特卡罗的重要性采样和进化再采样方法减轻PF样本退化问题,增强样本多样性。实验结果表明,与PF算法、GMPF算法相比,该设计能提高组合导航系统的综合导航定位性能。     

基于DirectShow的AVI流客户端设计与实现

DirectShow是windows平台下进行多媒体开发的有效工具,分析了DirectShow体系结构、基本原理,介绍了构建DirectShow应用程序的基本步骤,利用DirectShow的体系结构,给出了基于DirectShow的客户端AVI播放器的设计,并且在VC＋＋下实现.     

基于DirectShow的AVI文件在局域网中的组播与接收

基于微软DirectShow开发平台，应用IP组播技术，在局域网上建立了一个AVI文件的流式组播系统，给出了服务器端和客户端的VC编码实现。该系统可以满足对AVI文件的视频点播需求。     

基于Haar小波的图像变换方法的研究

系统地介绍了基于快速滤波器组卷积算法的第一代小波和基于提升方案的第二代小波。通过对图像先行后列分离,结合惰性滤波器进行奇偶分割,由欧几里得算法求出预测算子和更新算子,实现了由此提升方案构造的Haar小波1级图像分解。实验结果表明提升方案构造的Haar小波实现起来相当容易,简化了很多复杂的计算过程,其本身的诸多特点更便于在实际中应用,且在变换后的效果上,与第一代基本无差异。     

克拉申二语习得理论与大学英语分级教学

从克拉申第二语言习得理论出发，探讨了该理论中输入假设和情感过滤假设与大学英语分级教学的关系，并指出该理论对大学英语分级教学的指导和启发作用，旨在发掘大学英语分级教学的巨大潜力，把大学英语教学水平推向一个新台阶。