逻辑型多变量鲁棒自校正解耦间接算法

本文提出了一种多变量鲁棒自校正解耦间接算法。它采用一种新的正则化和相对死区实现了鲁棒自校正解耦控制。这种方法可以使系统跟踪特性不受死区界和正则化因子的影响。本文还给出了算法的鲁棒性分析和仿真结果。     

水利水电施工企业项目管理浅析

阐述了水利水电施工企业项目管理的特点,就本施工企业实行项目管理的实践情况作了介绍,对施工企业如何进行规范化项目管理提出了建议。     

钍归-化在盆地γ能谱资料处理中的应用

在应用γ能谱资料寻找砂岩型铀矿的过程中，要尽可能地消除非矿化因素引起的干扰，提取与铀矿化有关的信息。介绍了钍归-化的原理及特点，采用与矿化有关的元素迁移信息的钍归-化方法，分析了二连盆地东部的γ能谱资料，揭示了该区放射性元素的分布特征、地球化学作用和后期铀元素的迁移与富集。结合其他地质资料，分析了钾剩差的变异区（正、负高值区）及铀剩差正高值区形成的原因，同时指出了经过钍归-化处理所得到的铀剩差正高值区应为氧化与还原作用过渡带的直接指示，也是该区进一步寻找砂岩型铀矿的重要标志。     

初至波走时层析成像中的正则化方法

 波场的等效性、观测数据的有限性和观测误差等因素导致地球物理反演本身具有严重的多解性，降低这种多解性的一种重要途径就是对反演过程进行约束。传统的初至波走时层析成像方法，通常是在外部对模型空间施加显式的约束和平滑处理，这样就会破坏模型参数与传播算子之间的相关性，难以达到有效利用先验信息的目的, 甚至会影响反演的稳定性。针对这一问题，本文将先验信息分为三类，在此基础上阐述了通过正则化手段将各种先验信息纳入到反演方程当中，替代传统的外部约束模式。理论试验结果表明，正则化方法比外部约束方法有效地提高了反演的精度和分辨率；将该正则化方法应用于实际二维资料处理，也得到了比较好的反演结果。     

基于动态模式分解的移动用户信道容量预测算法

在多输入多输出环境下,为了能够连续预测出移动用户的信道容量并以此合理地分配用户资源,提出了一种基于动态模式分解（DMD）的信道容量预测方法及其优化方法：基于经验模态分解的选择性归一化动态模式分解（ESN-DMD）.仿真结果表明,DMD算法只适用于预测低移速低复杂度的用户信号,ESN-DMD算法可以预测不同移速的用户信道容量.     

中频正火焊管的在线矫直

针对焊接油管、套管、锅炉管的焊缝在中频正火热处理时管子弯曲的现象,提出在定径段增设垂直、横向、周向可调的土耳其头机架,对焊管的弯曲实现反弯变形,从而达到在线矫直的目的。     

回归神经网络预测模型归一化方法分析

该文运用几种常见数据归一化方法分别对自回归神经网络动态预测模型的预测性能进行分析,结果说明不同数据归一化处理对模型的性能影响非常明显,运用最大运算法进行归一化处理要优于其它几种常见归一化方法。     

基于照度补偿的人脸图像遮挡阴影消除处理*

为了消除人脸图像中的遮挡阴影对识别精度的影响,采用数学形态学处理对阴影进行检测分离,根据其照度损失不同划分为阴影边缘区和阴影主体区,分别实施照度补偿,并将非阴影区、阴影边缘区和阴影主体区光强光顺过渡,实现对图像阴影区域的恢复处理。基于该照度补偿原理处理实例表明,该方法可以较好地去除人脸图像中部因遮挡造成的阴影,显著改善图像质量。