动态优化偏最小二乘模型的建立与应用

介绍了动态优化方法选择偏最小二乘法最佳主成分数的原理,以汽油烯烃指标为检测对象,研究了主成分数对检测结果的影响.研究结果表明:应用交互验证方法推荐的主成分数并不是最优,通过动态优化方法确定主成分数可提高所建立数学模型的预测效果,与交互验证方法选择主成分数方法相比较,动态优化方法确定的主成分数能够得到更好的预测结果.该方法能有效提高偏最小二乘数学模型的预测效果,是建立具有更好适应性数学模型的有效方法.     

最佳路径求解算法

求解公交最优线路是进行公共交通系统规则的一项关键技术,通过对现有算法的分析,结合2007年全国大学生数学建模竞赛B题,利用图论、集合论、矩阵知识和迭代搜索法思想,建立了换乘次数不超过,n的任意两站点间最佳路线模型、出行时间模型和出行费用模型,提出了改进的最小换乘算法,通过对题目中给定的6对起始点求出的最佳路线对新算法的有效性进行了验证.     

靶场光学测量数据异方差性检验及修正

为了避免靶场光学测量数据异方差性导致的普通最小二乘估计非有效、显著性检验失去意义和模型的预测失效问题,采用了图形分析、Goldfeld-Quandt和Breusch Pagan Godfrey方法检验光学测量数据异方差性,并针对光学测量数据的异方差性提出分段加权最小二乘修正的方法。通过理论分析,对某设备方位角测量数据进行实验验证,取得了残差平方数据、G-Q检验统计数据、BPG检验统计数据和分段加权最小二乘BPG统计数据。结果表明应用图形分析法对光学测量数据进行异方差性检验最直观和简捷,适合存在明显异方差性的检验,G-Q检验法不适用光学测量数据的异方差性检验,BPG检验理论完整且适合光学测量数据的异方差性检验,分段加权最小二乘方法有效合理,消除了异方差性对回归模型的影响。     

基于神经网络和遗传算法对反装甲目标威胁度评估研究

针对威胁度估计问题和装甲车辆在战场上的实际情况,运用神经网络和遗传算法理论探索反装甲目标威胁度评估问题。基于BP神经网络模型的算法,利用神经网络良好的自适应能力和遗传算法强大的全局搜索能力,通过样本数据训练,提高了威胁度估计的准确性和适应性。经过验证该算法能够有效反应出反各种反装甲目标的威胁度,其稳定性、精确性也比较高。     

凌海籍战士奋战在救灾一线

在灾区一线,有一位凌海籍士兵．他就是空降兵某部二级士官冯成伟。 2002年,凌海市班吉塔镇杂术村适龄青年冯成伟应征入伍,成为空降兵某部的一名中国人民解放军战上。     

基于节点选择更新的简化LDPC译码算法

文中通过分析信息在短环中传递的特性,提出了一种基于节点选择更新的简化LDPC译码算法。该算法可以通过在一定程度上避免短环对译码的影响来降低译码运算复杂度。仿真结果表明对于二元以及多元LDPC码,该算法相对于BP算法只有少量性能损失。     

LDPC编码跳频通信系统中的迭代抗干扰抑制算法研究

文中讨论 LDPC 码在抗干扰跳频通信中的应用问题。在接收机几乎没有任何信道先验知识(包括信噪比/信干扰比,部分频带干扰信息等)的假设下,推导了一种新的鲁棒检测算法。该鲁棒检测算法与最小和迭代解码算法结合可成功用于 LDPC 码的有效接收,性能逼近理想不可实现条件下的最佳检测算法。     

基于一乘准则的LMR在声音转换中的应用

线性多变量回归中聚类数的选择对转换效果有很大影响,通过研究聚类数与类内均方差、类间均方差的关系确定最佳聚类数。针对传统二乘规则的 LMR 的转换语音在听觉上自然度较差的缺陷,提出了基于一乘规则的 LMR,采用遗传算法解决绝对值条件下转换矩阵的求解问题,实验仿真表明,基于一乘规则的 LMR 的转换语音在主观听觉上优于基于二乘规则的 LMR,ABX 测试识别率平均提高了12.5%,MOS 分提高了0.24。     

外辐射源雷达系统中直达波的对消及仿真研究

利用外辐射源(如调频广播、电视、GPS等的发射信号)的无源雷达探测技术一直是国内外研究的热点.在目标检测上,直达波信号的干扰不但对通道的动态范围提出了极高的要求,同时对微弱目标回波的检测构成了限制.文中利用二元阵的方法对直达波的干扰进行抑制,并对其对消性能进行了仿真分析和研究.     

锥体空间目标基于进动特性识别

为了研究基于空间锥体目标进动特性的识别方法,通过对空间锥体目标的弹道建模,分析了进动锥体目标姿态角变化,引入平均视线角变化对回波RCS的影响,推导了空间锥体目标相对雷达波的姿态角计算公式,分析RCS随时间变化关系,通过回波RCS序列估计进动周期及进动角参数,以惯量比为特征,提出弹头和诱饵的识别方法,仿真试验证明了算法的有效性.