模糊控制器的一种在线插值算法

普通模糊控制器引入在线插值算法,改善了普通模糊控制器的稳态性能,消除了普通模糊控制器的调节死区.     

自适应运动矢量精度在插值算法中的应用

根据对H.26L视频图像编码算法的研究,提出了一些新的有效的编码方法.在运动估值和运动补偿方面,采用立方卷积插值算法替代双线性插值以获得更高的估值精度,并提出混合插值与自适应运动矢量精度(AMVA)相结合的算法,着重就平均峰值信噪比、压缩效率和主观图像质量做了分析和比较.从实验结果看,算法获得了满意的效果,实现的H.26L软件编解码器在压缩比方面较H.263软件编解码器有明显提高,具有较大的实用价值.相信所做的工作对甚低码率视频图像编码的实际应用和推广将起到一定作用.     

南水北调中线水源区降水量时空特征分析

降水变化是全球气候变化的重要构成部分,由于各种地理因素的影响,全球气候变化的局地响应存在较大差异.用南水北调中线工程水源区上游16个气象站1965—1997年降水资料,求距平值,进行MK突变检验,三次样条spline插值,分析水源区的降水时空分布规律.结果表明:从降水量的时间序列看,水源区未来降水量呈波动下降趋势,年内降水季节性突出,1996年为降水突变点;从降水的多年空间分布看,在东西方向上,西部降水量最多,中部降水量最少;在南北方向上,南部降水量最多,北部降水量比中部稍多.从1965—1997年降水的空间变化看,在南北方向上,水源区南部降水量变化最快,中部变化最慢;在东西方向上,东部和西部降水量变化慢,中部降水量变化最快.从整个水源区看,南部的紫阳、镇巴、岚皋,北部的商洛,西部的略阳为变化高值区,汉江河谷和东部丘陵区为变化低值区.     

在油藏岩中驱替化学溶液模拟方程的差分方法

讨论了将一些不可压缩的可混化学溶液去驱替油藏岩中的石油这一模拟过程的边值问题，提出了解决这一类问题的两种差分格式及其算法，并给出了其收敛条件。     

基于SIFT与K-means聚类的多源图像匹配算法

为进一步提升图像特征点定位准确性,提高图像特征匹配的精度与算法效率,并保持良好的旋转与尺度不变性,文章提出了一种基于SIFT特征点和K-means聚类的图像匹配优化算法,在SIFT特征点基础上,利用亚像素插值和辐射聚类模型对传统算法进行优化,提取更精确的特征点,进一步根据辐射模型中距聚类中心距离比率,计算对象点与聚类中心的相似性,避免了特异点对聚类中心计算产生的突变影响,提高了聚类计算的正确性及特征点正确率.实验证明,在保证旋转不变性与尺度不变性的前提下,本算法实现了在同等距离比率下较原算法的图像匹配精度有较明显提高.     

第二类Fredholm积分方程的快速数值解法

对于具有弱奇性核函数的第二类Fredholm积分方程，将核函数所定义的区域分成大小不同的正方形子区域，利用分层插值多项式逼近核函数，由此得到近似矩阵B实现了积分方程的快速数值解法。在最后，对如何提高方案的数值稳定性作简要讨论并给出要讨论并给出数值结果。     

基于MANET环境下的小波分形插值的QoS控制方法

移动无线自组网络，通过多跳接入Internet，卫星网和第三代移动系统，构成了下一代无线Ad-hoc互联网，实现了异构网络的融合和资源共享。在下一代移动无线网络环境下，带宽和功率受限，存在着各种传输误差。根据这些特性，本文采用基于方向的小波分形的插值算法，提出了一种适用于移动无线Ad-hoc网络的视频传输的服务质量（Quality of Service,简称QOS）控制方法，模拟结果表明，该算法与现存算法（双线性内插）相比，具有更优的性能（信噪比），并能适应网络带宽的动态变化。     

基于GIS的中国气候分区及综合评价

气候是生态环境的一个重要因子,也是生态环境评价中的重要指标。本文应用地理信息系统技术,基于全国1973年~2002年734个气象站点的基本气象数据,计算了各气象站的多年平均气温、≥10℃积温、干燥度、年降水量和年降水变率等气候指标;对每个气候指标,利用聚类分析,将全国分成4~7个区域,进而在每个分区里利用"回归分析 残差修正"的方法进行插值,生成各气候指标的1km×1km栅格数据,最后利用层次分析法(AHP)建立全国的气候综合评价模型,对我国气候进行了综合评价,实现了参考土壤、植被等其他空间数据、进行气候要素区域空间变异的定量化表达及综合分析与评价。     

用数学建模思维解决企业的营销问题

应用求多元函数的极值方法解决企业的营销问题,并得到最优方案。分步录取最优,即是把一个复杂的多阶段最优决策问题化为多个单阶段最优决策问题。应用多项式插值拟合将成本、销售额、经费、计划外概率、计划外利润、宣传费与物品个数的关系表示成函数关系式,经分析后,将公司及销售部的利润用函数关系式列出后是非线性规划问题,列出约束条件,求出最优解和最优值。