稀疏统计二次Renyi熵的运动估计匹配准则

运动估计是视频编码技术的核心,通过对运动估计基本原理的分析可知匹配准则是运动估计的关键环节。针对传统匹配准则描述块匹配精度不高,导致信息冗余较多的不足,提出一种稀疏统计二次Renyi熵的运动估计匹配准则。该匹配准则在计算Renyi熵时,引入了统计直方图,采用统计的方式计算概率密度函数,并结合基于梯度的图像质量评价和运动矢量中心偏离特性,对直方图的统计区间进行稀疏化。实验结果表明,该匹配准则简化了Renyi熵概率密度函数的计算,通过统计区间的稀疏化减少了80%以上的乘法运算量,对运动剧烈的视频序列能够得到优于传统绝对误差和函数的峰值信噪比,取得更好的图像质量。     

基于混合瑞利分布的三维医学图像分割算法

水平集算法是当前比较重要的分割算法,研究该算法的三维分割技术.提出高斯分布和瑞利分布相结合的方法进行概率密度函数的确定与分析,通过随机极大似然算法(SEM)把瑞利分布引入到水平集三维分割演化模型中.该方法成功应用于多种医学组织的三维分割,提高了分割速度和分割效果,减少了参数的设置.     

随机分布控制系统的自适应迭代学习控制

介绍输出概率密度函数（PDF）常规的迭代学习控制（ILC）的收敛条件,并利用此条件设计相应的迭代学习律。主要讨论如何解决输出PDF迭代学习控制（ILC）中的过迭代,收敛速度等问题。以离散输出概率密度函数（PDF）控制模型为基础,介绍了直接迭代学习控制算法收敛的必要条件,提出自适应的迭代学习参数调节方法和避免过迭代的迭代结束条件,这些措施能够保证输出PDF的迭代控制收敛且具有较快的收敛速度。仿真结果表明,输出PDF的自适应迭代学习控制具有较快的收敛速度,而学习终止条件能很好地避免过迭代。     

考虑多重不确定性的虚拟电厂随机优化调度

高比例可再生能源的接入对电力系统注入了大量的不确定性,研究多重不确定性的精确建模对于提升虚拟电厂调度策略的有效性具有重要意义。文中的虚拟电厂集成了光伏机组、风力发电机组、储能系统、热电联产机组和燃气锅炉。基于场景决策对虚拟电厂的多重不确定性进行建模,根据每个不确定参数的平均值和分布式机组的运行参数,确定每个场景的起点和终点,得到每个场景的概率,并将每个不确定参数的定义空间划分为具有特定权重的可数有限场景。计及虚拟电厂的售电收益、与主网交互收益、需求响应成本、削负荷成本以及机组运行成本,建立以虚拟电厂的预期日前收益最高为目标的优化调度模型。仿真结果表明：VPP内电、热负荷功率平衡,未出现弃风、弃光情况,经济性较好;同时未出现中断供电的情况,可靠性较高。     

一类仿射非线性系统的概率密度函数形状控制

针对一类仿射非线性有界动态随机系统,提出一种最优概率密度函数（PDF）跟踪控制算法,使得系统的输出PDF跟踪给定的PDF．首先利用线性B样条解耦得到仿射非线性状态方程和PDF逼近方程,使PDF跟踪转化为状态方程输出权值的跟踪;然后采用线性时变序列逼近方法将非线性系统转化为线性时变系统,通过对线性系统的迭代运算得到非线性系统的最优跟踪控制器,从而实现最优PDF跟踪．理论分析和仿真实验均表明了所提出算法的有效性．     

基于非对称函数的离散混沌序列长期预测算法

离散混沌信号的迭代长期预测是一个困难问题。根据混沌信号概率密度函数的分布特性和分形特征,提出一种使用形状可自适应变化的基函数的预测算法。通过自适应算法改变基函数的形状参数,使函数波形发生任意改变,以模拟混沌信号密度函数的非对称特性,从而使基函数能够反映出混沌信号的更多特征。通过该算法对离散超混沌信号的长期预测的仿真结果表明,本算法能够有效提高预测精度和预测长度。     

基于频率差异积分的故障定位算法研究

软件故障定位是软件测试实践中最重要的活动之一。目前,利用人工方式通过调试器进行故障定位仍然占据主导地位,故障定位能力常常依赖于人员的知识和经验,调试效率低,调试支持工具相对较弱,对程序员要求高。因此,无论在软件开发阶段还是软件投入使用以后,软件调试和故障定位的自动化技术越来越成为一个有重要价值的研究课题。研究了多种成熟的基于谓词的统计学错误定位技术,分析了典型的参数化和非参数化故障定位统计模型,提出了一种新的基于谓词统计的故障定位算法:频率差异积分算法(Frequency Difference Integration,简称为FDI),突破了现有算法的部分限制;最后对FDI算法进行了验证,并和已有算法进行了对比,验证了其有效性和高效性。借助该研究成果,可以有效提高故障定位的准确率和覆盖率,这对于推动程序自动化调试技术、缩短软件开发周期、降低软件的维护成本具有一定的意义和实用价值。     

系统边际价格概率分布的实证分析

该文针对系统边际价格的概率分布模型问题，展开实证分析，验证了系统边际价格概率分布的超高斯性，并提出了适合的电价超高斯型概率分布模型。首先，该文对多个典型电力市场中的日前现货电能量市场的系统边际价格的概率分布特性进行了市场行为分析、频率分布直方图和高阶统计量等多角度的实证剖析，揭示出系统边际价格实际上并不满足传统的高斯分布假设，而是服从超高斯型概率分布的规律。在此基础上，针对各典型市场的系统边际价格的实际概率分布规律，该文提出了适用于系统边际价格的超高斯型概率密度新模型。典型电力市场的实例数据验证了该文所建模型的有效性。     

复杂工程系统基于随机分布的FDD优化算法

随着传感器、图像和数据处理等技术的发展，在炼钢、造纸和化工过程中，反馈量测信息是系统的在线随机输出分布，而并非输出变量在样本时刻的量值，不同于传统的故障检测和诊断（fault detection and diagnosis，FDD）问题，对于一类复杂随机工程系统，基于随机分布函数研究了一种新的优化FDD方法，利用B-样务逼近将输出概率密度函数（PDF）转化成动态权系数，进而建立了带有时滞的非线性不确定性权动态模型，将相应的FDD问题转化成一类非线性不确定时滞系统的FDD问题，基于线性矩阵不等式得到了可行的优化故障检测方法和广义自适应故障诊断算法，仿真实例也表明了该算法的有效性。     

相关瑞利衰落信道的最大比合并

现有的文献对于相关瑞利信道最大比合并的研究不是假设条件比较特殊，就是分析的方法过于繁琐；针对这种情况，本文证明了相关瑞利信道的最大比合并性能等价于独立瑞利支路的最大比合并的性能，同时也证明了相关瑞利支路的输出信噪比的概率密度函数等于各个不相关瑞利支路的信噪比概率密度函数的加权和，最后在上述结论的基础上，针对BPSK调制方式，用数值计算的方法说明了上述结论的正确性及简单有效性。