基于最优状态和分支序列的连续隐Markov模型参数估计

提出了一种连续隐Markov模型参数估计算法,并利用全局收敛定理严格证明了算法的收敛性.该算法用Viterbi算法取代分段K平均算法中的聚类方法,直接确定出最优状态和分支序列,并依据最优序列以最大似然为优化准则进行参数估计.阐述了该算法与Baum-Welch和分段K平均2种经典算法在目标函数、优化准则和工作原理等方面的关系,并将3种算法应用于人脸识别.实验结果表明,该算法在获得相当识别率的同时缩短了训练时间,并降低了识别结果对训练样本集的敏感性,在3种算法中总体性能最优.     

支持向量机的乘子极大熵方法

对于支持向量机的小样本识别问题,给出了一个近似算法—乘子极大熵算法.首先把支持向量机模型的Wolfe对偶问题转化为极大极小模型,然后利用乘子极大熵算法来求这个极大极小问题的解.支持向量机的乘子极大熵算法是一个集极大熵法和乘子法两者优点于一身的算法,它可以把非光滑的问题变成光滑的,能在一定程度上减少迭代次数,提高计算速度,并且可以避免海森阵病态的问题.对于文中的两个例子,该算法都得到了比较好的实验结果,表明了该算法的有效性.乘子极大熵算法比较适用于小样本的识别问题,特别是医学上的癌前诊断问题的判别.     

两级式单相光伏并网系统的最大功率点跟踪控制策略

为在光伏并网发电系统中通过应用最大功率点跟踪(Maximum Power Point Tracking,MPPT)技术提高光伏电池的利用率,针对两级式单相光伏并网发电系统,选取基于前级变换器的MPPT控制策略.该控制策略中,前级采用改进的变步长扰动观察法实现MPPT;后级通过直流母线电压反馈构成电压电流双闭环控制,实现母线稳压.运用PSIM 9.0进行建模仿真,结果表明,该控制策略能够很好地实现MPPT和直流母线稳压,系统的动态响应速度较快,稳定性较好.     

有关Schwarz引理的一个注记

本文主要推广Schwarz引理,得到了比Schwarz引理更广的结果.