GPS／SINS超紧组合导航系统自适应混合滤波算法

针对传统反馈校正滤波结构中,由于不可观测状态的反馈导致系统滤波精度下降,以及由于全球定位系统／捷联惯性导航系统(GPS／SINS,global positioning system／strapdown inertial navigation system)超紧组合导航系统量测方程的非线性导致滤波难度的增加等问题,本文重新推导了线性的量测方程,并将基于状态可观测性的混合校正滤波算法应用于该模型．通过对比三种主流可观测性分析方法,选用误差协方差阵的特征值和特征向量可观测性分析方法分析系统状态的可观测性．最后根据可观测性分析的结果制定自适应的反馈因子,从而对SINS和GPS接收机误差进行校正．仿真结果显示,该方法可以有效提高不完全可观测系统的估计精度．     

基于多维彩色向量空间的火焰图像模糊聚类分割算法

针对火灾探测过程中早期火焰的分割技术研究,提出了一种基于多维彩色向量空间的火焰图像模糊聚类分割算法,该算法以运动目标序列图像之间变化的区域作为聚类模板,提取该聚类模板的RGB多维彩色特征向量,然后将图像的像素与聚类模板通过模糊聚类的方式进行分割。这种分割算法计算简单,时间开销较小,可以较好地获取火焰图像的边缘形态特征,并且能够明显消除不同光线下分割误差,实现快速无监督自动分割。     

Calculation of eigenpair derivatives for asymmetric damped systems with distinct and repeated eigenvalues

An algorithm is derived for the computation of eigenpair derivatives of asymmetric quadratic eigenvalue problem with distinct and repeated eigenvalues. In the proposed method, the eigenvector derivatives of the damped systems are divided into a particular solution and a homogeneous solution. By introducing an additional normalization condition, we construct two extended systems of linear equations with nonsingular coefficient matrices to calculate the particular solution. The method is numerically stable, and the homogeneous solutions are computed by the second‐order derivatives of the eigenequations. Two numerical examples are used to illustrate the validity of the proposed method. Copyright © 2015 John Wiley & Sons, Ltd.     

超大数据空间的软件设计与应用

在对超大数据空间进行数据处理时,用余弦相似度聚类分析,得到一些反映向量对应元素之间变化的特征向量,用这些向量作为因变量空间代替原数据空间,再用偏最小二乘法对其进行关联,是一种快速有效的方法.利用余弦相似度聚类原理,编制了适用于超大数据空间进行数据处理的软件,并且使用该软件对45个样本的红外光谱数据进行处理,得到了和偏最小二乘法处理相似的结果.     

基于最大信噪比的盲源分离算法的修正与比较

对基于最大信噪比的盲源分离算法进行了修正,解决了原算法在一些情况下失效的问题,并且比较分析了以上算法和全局最优盲源分离算法的分离性能。仿真结果表明,修正了的基于最大信噪比的盲源分离算法和全局最优盲源分离算法经常在分离性能上很相近,且都解决了修正前算法在一些情况下失效的问题。     

Kmeans聚类分析在形音字表音度中的应用

文章通过分析现代汉语拼音的组成结构,总结出汉语拼音对于汉字发音的影响因素。利用计算机对现代汉语中3500个常用字进行汉字拼音表GB2312版录入,提出了基于K均值聚类分析的分级模型。此模型通过建立形声字声符的表音特征向量,利用Kmeans聚类分析的方法,将形声字按表音程度的高低分为6级,使得每一级内形声字的表音度更为相似和紧密,并通过每一个分级（聚类中的簇）中特征向量的模的大小对聚类结果按表音度高低进行排序。提出了新的形音字分级模型,对形音字声符表音度分析提供了新的视角。     

一种面向度中心性及重叠网络社区的发现算法

针对社会网络中存在较多以度中心节点为中心并且具有多社区重叠节点的网络社区结构,提出了一种面向度中心性及重叠网络社区的两阶段发现算法。第一阶段发现初始社区:选取度最大的Top-k个节点作为候选中心节点,并将每个节点与其邻居节点形成候选初始社区,其中如果某候选社区与已形成的初始社区的重叠度低于阈值,则形成一个新的初始社区;第二阶段调整社区划分:通过偏离度机制进行调整,将偏离度最大值对应的节点划分到连接紧密的相应社区内,形成最终社区划分。实验表明,该方法不仅能够揭示网络中以某个节点为中心的密集的社区结构,还能有效处理初始社区不同程度的重叠问题。相比现有算法,所提方法对预先输入的候选初始社区数k值不敏感,并具有较高的准确性和灵活性。     

道路交通网络中的关键节点识别方法研究

在现实世界中，大量复杂系统都可以通过抽象的节点和连边构成的网络来加以刻画。作为城市交通系统的重要组成部分，道路交通网络是一个典型的复杂系统，与人们的生活密切相关。道路交通网络中的关键节点识别问题是复杂网络领域研究中的一个经典难题。传统的度中心性算法和PageRank算法在复杂网络的关键节点的识别中具有较好的应用，考虑到道路交通网络中关键节点的特殊性和彼此关联性，在度中心性算法的基础上引入贪心算法的思想，提出了一个基于贪心策略的度中心性关键节点识别方法；同时，在PageRank算法的基础上引入贪心算法的思想，提出了一种基于贪心策略的PageRank关键节点识别方法，从而使道路交通网络中关键节点识别的结果更合理，在交通道路维护保养、规划设计，以及犯罪分子潜逃阻断等领域都有重要的应用价值。通过公开数据集与经典的关键节点识别方法做比较，验证了算法的有效性。     

一种网络社团划分的评价及改进方法

主要从节点在所属群体内的相对重要程度出发, 尝试性地给出一种网络社团结构的新定义, 并在此基础上构建了一种网络社团划分的评价及改进方法。该方法既可以与现有的社团划分算法进行组合, 形成新的网络社团划分算法, 也可以独立使用, 对网络社团的划分结果进行评价与改进。最后, 通过MCL、GN、Factions等方法及算例对提出的算法进行了验证与分析。     

基于相频特性的具有光照鲁棒的人脸识别研究

传统人脸识别对人脸图像光照要求与人脸训练库差异不大,这提高了人脸识别系统运行的环境条件,限制了应用范围.为了降低人脸识别对环境条件的要求,克服光照对人脸识别的影响,分析了人脸图像的相频特性与光照的无关性,提出了基于相频特性的人脸识别,保留了人脸之间的可区分性.由于人脸之间可区分的信息量较少,运用最小非零特征向量作为人脸特征.实验仿真表明,与传统方法相比,提出的基于相频特性的人脸识别对光照变化具有鲁棒性.