基于二进小波变换的噪声图像自适应增强新算法

针对图像增强算法通常会放大原图像中噪声分量的问题,提出了一种基于二进小波变换的图像增强新算法。该算法充分利用了二进小波变换的平移不变性和各尺度上小波系数间的相关性,有效改善了增强过程中噪声放大和边缘失真问题。此外,算法具有高度的自适应能力,适用性更强。实验结果表明,与目前已有的各类多尺度图像增强算法相比,该算法在抑制噪声和凸显图像特征两方面均有明显改进。     

巨型机中软硬结合的函数计算方案

本文分别讨论了巨型机中计算ｙ／ｘ、ｙ／、ａｘ、ｌｏｇａｘ、ｘｙ等函数的算法设计及其误差分析。     

基于交叉熵和新转移函数的模糊神经网络分类器

针对目前普遍采用的误差平方和准则及Sigmoid转移函数在BP算法应用中存在的缺陷和不足,提出了基于交叉熵准则和新的S型转移函数构建的模糊神经网络分类器,并将这种分类器应用于心肌梗死的定位诊断,结果表明其训练效率和识别性能都明显优于传统的模糊神经网络。     

一种GNSS卫星轨道高精度实时插值方法

针对GNSS导航信号模拟源中多星座轨道计算实时性问题,从计算效率、精度等角度分析和对比了牛顿多项式和埃尔米特多项式插值算法的性能,通过对牛顿插值的加“窗”改进,使得卫星位置、速度的插值精度显著提高.算例结果表明,该方法能够在等间距时间点上多个卫星位置已知、速度未知的条件下,高精度实时地内插出卫星的位置和速度,其中卫星位置插值精度为mm级,速度插值精度小于1e-5 m/s,计算量为广播星历直接计算的1/7,位置和速度的拟合精度均优于三阶埃尔米特插值结果.     

基于Powell法的GNSS卫星轨道拟合算法

针对GNSS导航信号模拟源中卫星轨道计算的高精度实时性要求,提出了一种基于Powell最优化理论的卫星轨道拟合算法。该算法将有限点卫星位置拟合问题转化为无约束极小值问题,使用最优化理论求解卫星轨道模型参数,从而可以方便计算任意时刻的卫星速度、加速度等高阶量。算例结果表明计算卫星星历时,位置误差小于1×10-4m,速度误差小于1×10-6m/s,计算量为广播星历直接计算的1/3;计算精密星历时,位置精度在2cm左右,拟合精度较拉格朗日插值算法提高了大约1倍。通过实际应用,充分验证了算法的有效性。     

基于径向基代理模型的序列优化中自适应再采样策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该在采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

Halo轨道编队构型重构最优控制研究

变长度的测量基线与空间构型的多样性是航天器以编队方式执行深空探测任务的优势之一,该优势的发挥与航天器编队构型重构能力密切相关.针对Halo轨道编队构型重构问题开展研究,分析了Halo轨道编队的构型特性,推导了Halo轨道编队构型重构最优控制的Hamilton方程,基于第一类生成函数构造了最优控制Hamilton方程的迭...     

G2—连续的保凸二次Bézier 插值样条

保凸插值样条曲线是计算机图形学与计算机辅助设计中的一种重要的曲线拟合方法。本文引入二次Bezier曲线偶, 构造了一条保凸二次Bézier 插值曲线。此插值曲线具有二阶几何连续性, 局部可调性, 且结构简单, 几何意义明显, 用户修改方便。     

保凸均匀三次B样条插值曲线

均匀三次Ｂ样条曲线虽然具有保凸性,但曲线不通过任何控制顶点,我们在相邻两个控制点之间插入两个新的控制顶点后,所产生的新的均匀三次Ｂ样条曲线不但插值原来所有控制顶点,而且还保凸。本文描述的曲线可以作局部修改,给出了两个数值例子。     

基于神经网络的特征结构提取

本文在详细讨论特征结构提取问题的能量函数表示的基础上,通过对该能量函数表示的适当变换和整理,高阶关联非线性连续时间神经网络被引入到特征结构的提取问题中。这种方法直观、明了,它将所要提取的特征结构与网络稳定时的输出直接对应起来,可对特征结构进行自适应跟踪、估计,这为特征结构的提取提出了一个新的方法。