带约束多项式权重LPV模型辨识算法

针对复杂工业非线性系统建模难度大、精度低等问题,基于多模型插值的变参数线性（ LPV）模型辨识算法,提出双工作点变量条件下的带约束多项式权重函数结构及其参数寻优策略,以有效降低非线性系统辨识的难度并充分保证所建模型的全局稳定性。以高纯度分馏塔这一典型非线性工业过程为研究对象进行LPV模型建模与仿真,获得了较好的输出和阶跃响应曲线拟合结果,验证了LPV模型能够充分反映非线性系统的运行特性以及所提算法的有效性和实用性。     

TLD视频目标跟踪方法研究

介绍TLD（Tracking-Learning-Detection）的框架和原理,将TLD跟踪算法分解为跟踪、检测和学习三个部分,分析TLD目标跟踪算法,总结国内外TLD研究的进展和应用方向,具体分析TLD的不足和优越性,并简单预测和分析未来TLD目标跟踪算法研究的可能方向和应用前景.     

改进的蚁群聚类在高职院校教学评价中的应用

教学质量评价是学校有效调节教学行为的一项有效措施。提出了改进的蚁群聚类算法。该方法结合评估特征参数和权值,对教学评价等级进行聚类,正确率达到80%以上。实验表明,该算法应用于教学评价具有一定的可行性。     

一种确定神经网络最优结构的新算法

从神经网络结构设计问题出发,提出一种确定神经网络最优隐节点个数的新方法.该算法首先按照等差数列增加隐节点,确定最优隐节点个数的范围;然后利用折半删减法确定最优隐节点个数.数值实验表明该算法在保持良好泛化能力的同时能自适应地、快速有效地确定网络最小隐神经元数目.     

一种基于评价函数的三维矩形布局遗传算法

针对三维矩形布局问题,提出一种基于评价函数的布局遗传算法.该算法根据布局已知条件建立定序和定位评价函数,然后通过对评价函数值的比较确定布局的定序和定位规则;最后采用遗传算法优化定序和定位规则的参数.算例测试结果表明,该算法具有良好的计算效果.     

基于VBA的Excel操作题自动阅卷系统的设计与实现

本文通过对Excel软件功能的分析,总结出Excel考核的若干知识点,根据这些知识点提出了基于VBA技术的自动阅卷算法,并给出了一个Excel文档自动阅卷实例.     

深度神经网络的快速学习算法

通过分析传统的多层感知器和反向传播算法的不足,设计了一个全新的网络结构SC-MLP和提出了与之对应的全新的学习算法NBP,主要是实现权值的模和固定,这样可以加速训练的速度.在高维数据分类的实证分析中,以手写数字数据库为例,构建了一个深度神经网络,并对比各种训练算法.实验表明,NBP学习算法对于深度神经网络具有良好的学习效果,明显优于传统的反向传播算法,并且在精度上与深度学习算法相当,但是速度快.     

求解线性互补问题的USAOR迭代法简

针对线性互补问题的求解问题提出了一个快速有效的算法——非对称加速超松弛迭代法.分析了该迭代算法良好的收敛性.给出数值算例.通过与其他算法的比较说明了非对称加速超松弛迭代法的可行性和高效性.     

Hilbert空间中一类广义混合变分不等式组的广义f-投影算法

研究了Hilbert空间中一类广义混合变分不等式解的存在性.利用广义f-投影算子的性质以及不动点定理,构造了新的迭代公式,研究了这类迭代公式的收敛性,给出了所得的收敛结果是广义逆混合变分不等式的解.     

移动物体定位算法研究

随着移动物体定位技术的快速发展,运动物体的定位是目前最热门的研究课题之一。对物体进行定位、跟踪、识别和监测,获得物体位置参数(如地理坐标、速度、加速度及运动物体的轨迹等),进一步对参数进行分析与处理,实现对运动物体行为的解读,从而实现更高一级的数据融合。