一类具有阶段结构和潜伏期时滞的SEI模型的全局动力学性态

研究一类具有潜伏期时滞、阶段结构和标准发生率的SEI模型,利用比较定理和单调迭代的方法,分别得到无病平衡点和地方病平衡点全局吸引的充分条件．     

基于点云配准的室内移动机器人6自由度位姿估计

针对移动机器人在室内环境下难以获取GPS定位信息,仅靠自身惯导不能得到精确位姿的问题,提出了一种基于RGB-D传感器获取三维环境点云,对连续点云提取特征并进行配准的移动机器人6自由度位姿估计方法.首先通过RGB-D传感器获取环境深度图像,根据特征提取算法提取点云特征;然后以特征点为配准点,运用随机一致性采样(RANdom SAmple Consensus,RANSAC)算法对点云进行初配准,剔除部分错误匹配点,获得初始变换矩阵;最后采用改进的迭代最近点(Iterative Closet Point,ICP)算法进行精配准,获得点云间的最终变换矩阵,实现位姿估计.实验结果表明:该方法有效地提高了大规模点云配准效率,得到了较精确的位姿估计信息.     

带攻击角约束的抗饱和固定时间收敛制导律

针对传统固定时间终端滑模制导方法在末制导中存在的奇异性、收敛速度慢以及加速度受约束问题,提出一种考虑攻击角、加速度约束的快速非奇异固定时间滑模制导律。利用终端滑模方法,构造快速收敛的新型非奇异终端滑模面,保证视线角、视线角速率在满足加速度约束的同时,能够在给定的固定时间内快速收敛至期望值,收敛时间上界独立于系统的初始状态。通过构造趋近律来设计新型固定时间制导律,并利用Lyapunov稳定性理论,对所设计的制导律进行理论分析与证明。最后通过仿真,验证了所设计制导律与其他固定时间收敛制导律相比,具有较快的收敛速度。     

关于强增生算子的有限族的强收敛定理

提出了Banach空间中非线性增生算子方程带误差的三重迭程式, 研究了多个非线性增生算子解与多个强伪压缩映象的公共不动点逼近问题, 获得 2个收敛定理。     

管线最大通过能力求解方法研究

长输管线的密闭输送方式采取"泵到泵"接力运行,全线是一个统一的整体, 对管线最大通过能力的计算,要考虑前后泵站间的相互影响,进行迭代计算。针对长输管线 最大通过能力的两种求解方式:迭代法,通过逐步校核,调整计算结果的大小,使其逐步逼近 最终计算结果;分段计算法,分步校核,逐步搜寻全线"瓶颈"段,得到"瓶颈"段的通过能力, 即为全线最大通过能力。分别建立了数学模型,并基于Visual Basic 6.0编程,进行迭代运 算,得到了相应计算结果,对两种方法的理论方法、程序编写、计算结果进行了比较,用于指 导管线计算方法的选择。     

基于极球面投影的极区格网坐标表示方法?

随着全球气候变暖,北极冰盖的快速消融使北极航道的夏季全线通航成为可能,但由于极区经线的快速收敛,导致基于地理坐标的传统航海导航方法误差过大而不能使用。针对这一问题引发的极区导航问题进行研究,首先对常用海图及传统航海导航方法在极区使用存在的问题进行分析,然后采用极球面投影下的极区格网坐标表示方法,给出了极球面投影格网坐标与地理坐标的转换关系,该方法能够使在极区航行的船舶便捷、准确地确定其在地球的位置,为极区航海作业提供方便。     

过双曲线外一定点作其法线的求解分析及其几何迭代作图

对过双曲线外一定点的法线作图问题作了探讨,提出了几何作图法的不可解性及优化法解的不全性。根据双曲线与其法线的几何特征关系建立了求解法线的解析方程,分析了法线问题解析求解的繁杂性。提出了一种几何迭代作图方法,并具体给出了该方法的几何迭代作图步骤。     

改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法理论基础上提出一个改进的稀疏子空间聚类算法:迭代加权的稀疏子空间聚类。稀疏子空间聚类通过解决l1最小化算法并应用谱聚类把高维数据点聚类到不同的子空间,从而聚类数据。迭代加权的l1算法比传统的l1算法有更公平的惩罚值,平衡了数据数量级的影响。此算法应用到稀疏子空间聚类中,改进了传统稀疏子空间聚类对数据聚类的性能。仿真实验对Yale B人脸数据图像进行识别分类,得到了很好的聚类效果,证明了改进算法的优越性。     

一种基于非负矩阵分解的语音增强算法

文章提出了一种基于非负矩阵分解的语音增强算法。该算法包括两个阶段,训练阶段和增强阶段。训练阶段通过非负矩阵分解算法对纯净的噪声频谱进行训练,得到噪声字典矩阵,保存其作为增强阶段的先验信息。增强阶段首先通过非负矩阵分解算法对带噪语音的频谱进行分解,然后联合噪声字典矩阵和推导得到的相应迭代公式对语音字典矩阵和语音编码矩阵进行估计,重构增强语音。仿真结果表明,文中增强方案在抑制背景噪声,提高信噪比和减少语音失真方面要优于传统的语音增强算法。     

基于入侵性野草优化算法的平面天线阵列的方向图综合

针对入侵性野草优化(invasive weed optimization,IWO)算法存在早熟收敛和陷入局部最优的问题,提出了一种混沌自适应IWO(chaotic adaptive IWO,CAIWO)算法,并将改进的算法应用于平面阵列天线的方向图综合问题。计算结果表明:该算法的优化结果均优于对比文献中的结果,更适合于阵列天线方向图综合问题。