基于定子反电势E的异步电机速度辨识方法

针对以转子磁通作中间变量 ,利用定子电压电流辨识电机转速的MRAS方法存在的问题 ,提出以反电势作中间变量的改进的MRAS转速辨识方法 .通过对无速度传感器矢量控制系统的仿真 ,表明该方案具有较好的实用性     

四元数法在计算机图形学中的应用

详细介绍了四元数法的定义、性质以及在计算机图形学中的应用 ,获得了对给定轴旋转的有效四元数表示 ,比较了四元数法与传统方法在三维物体旋转中的优劣     

一种基于局部不变特征的图像特定场景检测方法

图像场景的自动检测,对于图像的标注以及语义检索具有非常重要的作用。本文研究根据实际应用的需要,围绕会晤、集会、海滩等八类特定场景图像的检测问题展开。首先对图像进行局部关键点的检测以及SIFT特征描述子的计算,从而提取图像的局部特征,在此基础上基于支撑向量机构建多分类器,进行特征训练,最终获得较为准确的检测结果。实验重点针对分类器核函数的确定以及特征选取策略等问题展开,实验结果表明,采用径向基核函数构建多分类器以及特征点按尺度大小排序取前n位的选取策略可以获得较为准确和鲁棒的特定场景检测结果。本方法在保证满足一定程度场景检测准确率的前提下,具有简单快速的特点,能够满足实际应用的需要。     

空空导弹后射火控技术

对空空导弹后射火控技术进行了分析,重点讨论了后射中的导弹控制问题。由于在后射过程中的速度过零阶段,导弹的气动力无法提供足够的法向控制力,给出了气动力/推力矢量控制相结合的复合控制方案,并以此导弹控制模型实现了后射火控过程。通过数字仿真,比较了后射火控与越肩发射火控的不同攻击过程,表明所提出的导弹复合控制方案可以解决导弹后射火控问题,后射与越肩发射相结合可以更好地实现全向攻击。     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题，提出了适合于多类分类的层次式支持向量机。在训练过程中，首先折衷考虑各类之间的距离和各类的训练数据长度，据此将训练样本分为距离较远且其长度基本平衡的2类，然后逐层进行训练，最终形成二叉树分类结构。仿真实验证明，该方法能够有效地缩短训练和分类时间，且对多类分类中的数据不平衡问题有一定的效果。     

一种GMM-SVM混合说话人辨认模型

文中提出了一种GMM和SVM混合说话人识别模型,在特征参数域和概率得分域对两种模型进行了融合。混合模型结合了GMM和SVM各自的优势,使SVM的概率输出兼顾各说话人模型内部和模型之间的信息,并有效解决了SVM训练算法复杂,难以处理大量样本的问题。采用TIMIT数据库进行了说话人辨认实验,结果证明本文提出的GMM-SVM模型比传统的GMM模型和SVM模型具有更好的辨识性能。     

大椭圆航法及其导航参数计算

提出了基于地球椭球模型的大椭圆航法,采用解析几何中的空间向量分析,推导出了初始航向角、航程和偏航量的计算公式.算例分析表明,该公式可以解决航海中不同参考椭球下大椭圆航法的导航参数计算问题,航程计算精度高达10-3m.     

KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

一种基于DCT和SVM的人脸识别新方法

文中提出了一种新的人脸识别方法,该方法采用DCT提取人脸特征,并采用SVM对该特征进行分类识别。基于该方法,对ORL人脸库进行分类识别,仅用28个特征平均识别率达到97.4%。仿真结果表明,该方法显著地降低了特征维数和计算复杂度,明显提高了特征的可辨别能力,而且,SVM可以有效地提高分类器的分类和推广能力。     

宽带单脉冲雷达实测数据三维成像的平面视觉形态表示

针对宽带单脉冲雷达实测数据三维成像结果难以直观表示的问题,研究了平面视觉形态表示方法。所谓平面视觉形态,是指用设想的人眼沿着雷达波束方向观测得到的目标结构向适当平面的投影。为获得波束依赖平面视觉形态表示,给出了从实测数据中计算雷达波束方向的方法并从目标尺寸准确估计的角度分析了获取雷达波束方向的必要性,在确定波束方向的基础上,根据投影平面确定新的坐标系,并给出了从雷达观测坐标系到新坐标系的坐标旋转方法。给出了某民航飞机实测数据三维成像处理结果在雷达观测坐标系中的投影表示和新坐标系中的平面视觉形态表示,通过两种表示的对比分析,显示了平面视觉形态表示对特征提取的价值。