基于抽象隐马尔可夫模型的CGF路径规划识别

路径规划识别是一种以位置信息为输入的在线识别。为了使CGF能在仿真中识别对手的路径和终点目标,在分析路径规划层次的基础上引入了抽象隐马尔可夫模型的识别框架。针对标准模型在对手更改终点目标和自上而下规划时无法识别的问题,提出了一种顶层策略可变的抽象隐马尔可夫模型。为模型的顶层策略增加初始分布和策略终止变量,更改了策略终止变量间的依赖关系,使下层策略能被强制终止。给出了改进后DBN结构,并通过推导条件概率更新和RB变量抽样流程实现了模型的近似推理。仿真实验表明,改进模型能准确识别给定环境下的各类典型航迹,不仅在终点目标不变时能较好地维持标准模型的识别准确率,在提供足够的观测数据后还能很好地解决变目标识别问题。     

高精度有限体积法与间断有限元法的比较

通过数值算例,比较了高精度有限体积法和间断有限元法在求解不同问题时的表现。研究发现:在精度相同的条件下,间断有限元法的计算误差要明显小于有限体积法;间断有限元法的重构过程与高精度有限体积法相比较为简单,但高阶情形下解多项式的自由度较多并且需要计算体积分,因此整个求解时间较长。降低时间积分时解多项式的自由度数目是实现高精度算法在实际问题中应用的重要手段。     

高超音速粘性流场数值计算中差分格式的对比分析

本文通过三维高超音速粘性流场的求解对三种常用的差分格式： Ｈａｒｔｅｎ 的 Ｔ Ｖ Ｄ 格式、修正后的 Ｏｓｈｅｒ Ｃｈａｋｒａｖａｒｔｈｙ 的 Ｔ Ｖ Ｄ 格式以及 Ｊａｎｅｓｏｎ 的当地极值递减 （ Ｌ Ｅ Ｄ） 格式对激波的分辨率、边界层计算的准确性和格式的计算效率等三个方面进行了较细致的对比分析， 为三维高超音速复杂流场的数值模拟打下基础。     

激波灭火技术的初步研究

讨论了激波灭火技术的基本原理， 给出可行的研究路线。采用新型的计算效率较高的ＥＮＯ差分格式， 从非定常ＥＵＬＥＲ方程出发， 对近地爆炸波产生的流场进行数值模拟， 分析后认为控制爆炸波后风场是关键。     

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。     

局部耗散型算子的Ishikawa迭代序列收敛性判别准则

给出了局部耗散型算子的Ishikawa迭代序列的收敛定理,将近期该领域的许多结果一般化。     

高精度高分辨率WENO格式分析与改进

高精度、高分辨率计算格式对提高超声速复杂流场的计算水平有重要的意义。WENO格式是在ENO格式基础上发展起来的一类新型高精度、高分辨率格式,本文在格式加权算法理论和数值分析的基础,对加权算法进行了改进,通过模型问题应用可以看出:改进后格式权值的计算更为光滑,仍具有高精度、高分辨率的性质,并克服了随网格变化而出现的波动现象。     

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。     

一种图像去模糊正则化恢复算法参数确定方法

为了解决模糊正则化恢复算法中参数确定问题,提出一种正则化参数确定方法,该方法根据降质图像特征计算正则化参数.分析了目前普遍应用的全变分正则化方法和该问题的改进拉格朗日迭代解法(SALSA),分析不同正则化参数对恢复效果的影响,提出的正则化参数确定方法与噪声和原图像梯度大小相关.对不同梯度和噪声图像的不同正则化参数恢复效果进行对比,得到提出的正则化参数确定方法能使恢复图像的改进信噪比处于最大值附近.从实验视觉效果得出,该参数确定方法能够抑制降质图像的噪声并能够尽量恢复原图像细节信息.     

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。