【摘 要】
：
针对基于常用核函数的支持向量机在非线性系统参数辨识及预测方面的不足之处,构建了一种新的核函数——复高斯小波函数核函数。首先证明了新构建的核函数的正确性,即满足Mercy条件,表明其可以作为核函数;然后构建基于该核函数的支持向量机,并将该支持向量机用于非线性系统的辨识和未知部分的预测。通过与常用核函数构建的支持向量机的仿真结果进行对比,验证了该方法的正确性和有效性。
【机 构】
：
西南科技大学计算机科学与技术学院,西南科技大学制造科学与工程学院
论文部分内容阅读
针对基于常用核函数的支持向量机在非线性系统参数辨识及预测方面的不足之处,构建了一种新的核函数——复高斯小波函数核函数。首先证明了新构建的核函数的正确性,即满足Mercy条件,表明其可以作为核函数;然后构建基于该核函数的支持向量机,并将该支持向量机用于非线性系统的辨识和未知部分的预测。通过与常用核函数构建的支持向量机的仿真结果进行对比,验证了该方法的正确性和有效性。
其他文献
根据有限数目的参考点,通过二维单目观测图像估计三维目标的姿态参数(又称PnP问题,perspective-n-point)是计算机视觉研究中的一个经典难题。当参考点的数目n<6时,PnP问题为高度非线性问题并可能存在多个可行解。目前求解PnP问题的方法主要分为迭代解法和闭式解法两类。迭代解法数值精度高,但是只能收敛到多解中的一个解,无法同时得到全部可行解;闭式解法的优点是可以一次得到全部可行解,但
为解决数据集中关联属性之间的干扰问题,通过引进Mahalanobis距离,并对传统的k近邻孤立点检测方法进行了改进,提出了一种新的基于样本的参数选取方法。该方法通过训练数据集中的正常数据和孤立点数据,以获得最优的k距离值和阈值。实验仿真结果表明,提出的算法有更高的准确率,同时降低了误检率。
为提高求解多目标优化问题效率,对通用差异演化(GDE)算法及其自适应参数控制问题进行了研究。首先,分析了GDE3算法的编码、交叉、变异、选择等原理和算法流程;然后,利用个体的适应度作为参数调整的依据,并结合一定的调整概率提出一种新的对缩放因子和交叉概率参数自适应控制策略,提高算法的搜索能力;最后,通过典型的多目标函数对自适应控制参数的通用演化算法(selfGDE3)、GDE3和非劣分层遗传算法2(
针对现有的彩色图像脉冲噪声去除方法没有区分滑动窗口中的像素是否为噪声像素而导致滤波效果差的问题,提出一种基于模糊决策的开关矢量中值滤波方法。该方法首先利用开关条件判断像素是否被污染,针对被污染的像素,通过模糊数学理论构造适合脉冲噪声去除的隶属函数;然后计算滑动窗口内所有像素的模糊隶属度,并根据置信区间去除疑似噪声像素以优化滑动窗口的取值空间;最后对优化后的滑动窗口应用矢量中值滤波(VMF)以去除噪
提出了一种基于模板和改进的gradient vector flow(GVF)分割方法。该方法先手工建立初始化模板,利用初始化模板和分割对象的周期性线性匹配,并基于Chamfer距离寻找最佳匹配模板;把该最优模板轮廓作为改进GVF的初始轮廓,再使用改进的GVF算法分割出对象。该算法仅需建立一次初始化模板,以后具有通用性,而且对于阴影和背景影响有较好的分割效果。对加利福尼亚大学步态数据库研究显示了该方
针对PMRC模型中的能量洞问题,提出了有效平衡能耗的DP策略。该策略引入动态占空比,根据节点至sink的距离分配不同的占空比,有效地平衡了内层节点的能量消耗,从而延长了网络的生命周期。通过在OMNet++平台上的仿真实验表明,DP策略在能量效率、延时方面较原相同占空比策略有较大改进。
为了提高资源受限的无线多媒体传感器网络中视频监控图像序列的压缩效果,提出一种基于变化检测和DCT系数裁剪的JPEG图像编码方法。通过变化检测算法确定监控图像中的兴趣区域,对于兴趣区域保留全部DCT系数进行编码,在背景区域编码时对DCT系数进行裁剪。算法分析和仿真实验结果表明,提出的方法能同时保证高的压缩率和兴趣区域的图像质量,在图像质量和能量消耗之间达到了一个较好的平衡。
提出一个荧光共焦图像中神经树突棘自动分割与检测方法。该方法采用新的自适应区域生长法对神经树突棘目标进行预分割,基于种子点的路径规划算法,以计算给定点到目标点的最短路径来获取初始主骨架;通过建立最小生成树描述模型对骨架进行修剪,利用种子点间的矢量角度变化及顶点距离值对突棘进行检测提取。实验结果表明,该方法能很好地提取树突骨架,并取得了较好的突棘检测效果。
为了提高无线Mesh网络(WMN)的传输性能,提出基于有导向变异算子的进化算法GM-EA(guidedmutation EA)来优化WMN网关负载均衡问题。在已有的WMN负载均衡算法基础上,GM-EA算法通过结合粒子群优化的方法,更好地利用种群中的全局信息,在较少迭代次数下可以达到网关数量和负载均衡两方面的优化。仿真实验表明,GM-EA算法以增加执行时间为代价下得到的网关数量与比其他算法得到的结果
作为流量识别的一个重要手段,深度流检测使用的统计特征中屡屡包含包长信息。从互联网五种典型应用的平均包长入手,利用滑动窗口模型探索五种应用在平均包长概率分布上的差异。对FTP、Foxmail、WWW、迅雷、Emule五种应用的实验表明:设置相同的滑动窗口,五种应用平均包长的均值有明显区别;设置不断增大的滑动窗口,五种应用平均包长的均值稳定,标准差逐渐减小。仅用包长信息可识别该五种应用。