基于谱域-空域组合核函数的高光谱图像分类技术研究

针对传统高光谱图像分类算法多利用目标的光谱信息,不重视空间信息的问题,本文提出了一种综合利用谱域-空域信息的最小二乘支持向量机分类算法。首先利用主成分分析进行特征提取,然后在保留的主分量图像上用数学形态学得到目标的空域信息。并结合光谱域特征,探讨了各种组合策略,构造组合核函数。通过在分类器中引入空域信息,提高了分类准确率。而且采用了最小二乘支持向量机,将标准向量机的二次规划问题转换为求解线性方程组的问题。利用了其训练速度快、效率高的优点。高光谱数据实验表明,本文提出的方法和单独使用谱域或空域信息进行分类相比表现出了一定的优越性,从而适用于较大规模的高光谱图像分类。      

基于ARX模型的飞机尾翼压电结构系统辨识研究

以某国产型号飞机垂直尾翼50%的缩比模型为研究对象,采用压电陶瓷PZT和压电纤维复合材料MFC作为驱动器,对飞机尾翼的振动进行主动控制,该文主要采用时间序列法对该模型的控制系统进行系统辨识研究。首先选用最小二乘方法建立了系统的受控自回归模型(ARX)模型;然后通过实验获得了系统控制通道的模型;最后通过与其他方法进行比较和验证,表明了所用方法的可靠性和有效性。     

矢量基学习算法及在辨识建模中的应用研究

递推最小二乘(RLS)存在模型阶次及参数要预先设定、逼近能力有限、收敛较慢等诸多缺陷，本文提出了矢量基学习(Vector Base Learning：VBL)算法。基于核(Kernel)变换的思想，利用正则化技术建立了优化目标函数，避免出现过拟合。并提出了基矢量、基矢量集和解空间的概念，通过分析样本矢量和解空间的夹角，推导了基矢量的判断准则。继而获得了VBL辨识参数的增长和校正模式的递推公式。最后对算法仿真分析表明VBL算法比RLS具有更好的收敛性和辨识效果。     

基于聚类核函数的最小二乘支持向量机高光谱图像半监督分类

针对大规模的高光谱数据分类,为了利用未标签样本所含信息,来提升分类器性能,提出了一种半监督分类算法。该算法根据聚类假设,即属于同一类地物的样本点在聚类中被分为同一类的可能性较大的原则来改进核函数,采用基于光谱角度量的K均值聚类算法对样本集进行聚类,根据多次聚类的结果,构造包袋核函数,然后利用加法和乘法运算将包袋核函数和RBF核函数组合成新的核函数,从而把未标签样本信息融入分类器。而且采用最小二乘支持向量机,将标准支持向量机的二次规划问题转换为求解线性方程组的问题。高光谱实测数据实验表明了本文方法的优越性。      

基于小波核函数的LS-WSVM的故障诊断

异步电机作为一种可以进行机电能量转换的驱动设备,在日常生活中不可或缺。电机一旦发生故障,就会产生较大的维修费用,同时缩短使用寿命。为了使支持向量机的收敛速度更快、泛化能力更强,研究了基于最小二乘小波支持向量机(LS-WSVM)的电机故障诊断。对实测数据进行实验,结果验证了该方法在电机故障诊断上的优越性。     

基于核函数的雷达一维距离像目标识别

该文分析了基于核函数的三大模式识别方法(支持向量机、非线性主分量分析、非线性判别分析)的分类机理,并将其应用于雷达一维距离像目标识别中。用3种飞机实测雷达距离像数据样本进行识别研究,结果表明对于雷达目标距离像识别,支持向量机方法较其它两种方法更为有效,并对实验结果给出了合理的解释。     

基于子空间迭代的Prony模型参数估计

 在Prony模型满足充分必要条件的非线性最小二乘最优解的基础上,给出了Prony模型基于子空间迭代的非线性最小二乘参数估计(ISNLSE).基于对最优解几何结构的认识,导出了一个合理的"收敛控制条件",并构造了一个充分有效的算法;既加深了对问题求解的认识,又大大地改进了算法的收敛性和有效性.最后,用一个简单的例子阐明这一迭代过程,其结果和"扩充的ESPRIT算法"的结果作了比较.     

基于模糊聚类的改进模糊辨识方法

针对以往模糊建模方法不能很好优化模糊模型输入空间的问题,本文提出了一种基于新的目标函数的模糊聚类方法,从而使模型的输入输出空间映射空间具有逼近实际输出的能力,从而达到优化模型结构的目的.仿真实例表明,该方法能够辨识非线性系统,能显著提高建模的精度.     

一种新型的非平稳随机系统参数辨识算法

本文针对带输入端慢时变干扰非平稳动态系统，基于理论推导提出新型的两步最小二乘算法，并对算法性质进行了详细的理论分析，数值仿真结果表明该算法的有效性和算法的一些重要性质。     

基于Kernel-SOM的非线性系统辨识及模型运行收敛性分析

该文提出基于核SOM(Kernel-SOM)的非监督非线性系统辨识方法。在辨识误差和系统初始输入误差同时存在的条件下,对Kernel-SOM辨识模型独立运行的收敛性进行了理论分析,并给出了辨识模型运行收敛的定理。数字仿真表明了所述方法的有效性及收敛定理的正确性。     

基于混合核函数的快速KPCA人脸识别算法

为提高人脸识别的速率和识别率,文中提出一种基于混合核函数的快速核主成分分析算法用于进行人脸识别,首先构造两种混合核函数,利用均值矢量的方法构建核矩阵,并利用文中提出的核主成分分析算法计算核矩阵的特征向量。分别在ORL和AR人脸数据库中做了相关实验,并且与传统的核主成分分析方法在识别率和算法运行时间上进行了比较,结果表明,文中所提核主成分分析方法具有较高的识别率和更短的运行时间,从而为实时地具有大数据的人脸识别系统提供技术支持。     

基于支持向量机的改进高斯核函数聚类算法研究

针对基于支持向量机的聚类算法中,由于高斯核在无限远处的衰减几乎为零,从而影响聚类效果的问题,采用了改进的高斯核函数。该方法使在高维特征空间中,核函数不仅满足在测试点附近有较快的衰减速度,而且在无限远处仍能保持适度的衰减,从而提高聚类效果。实验表明,改进的高斯核比高斯核聚类错误率更低。     

基于批处理和核函数的非线性盲源分离算法

针对基于核函数的非线性盲源分离算法性能对核函数及其参数选择依赖性强这一问题,提出采用批处理方法代替聚类和核主成分分析方法来构造低维近似子空间的正交基,以改进基于核函数的非线性盲源分离算法对核函数及其参数变化的稳健性,并对这种改进的非线性盲源分离算法进行了完整的分析.通过仿真实验,对分离信号与源信号求相似度,可以看到提出...     

基于高斯模型的似然函数的逼近

为了解决最大似然目标定位中从局域传感器阵列到融合节点的传输数据量受限问题,依据对数似然函数的特点,选取高斯函数作为基函数,用最小二乘方法来拟合,提出了两种简化的方法。数值仿真结果表明,该方法在保证对数似然函数关键点的性能不变的情况下,大大降低了局部节点到融合节点的传输数据量。     

基于自适应系统辨识的收发隔离技术研究

收发隔离是机载干扰机不可避免的难题。如果收发隔离问题解决不好,轻则削弱干扰机效率,重则造成自发自收,形成自激励。固定步长的归一化最小均方误差(NLMS)算法在解决基于自适应系统辨识的收发隔离的问题时,由于精度不够,隔离效果很不理想。针对此问题提出一种基于先验误差的变步长NLMS算法,该算法依据相邻时刻先验误差的相关系数改变步长因子,改变后的步长因子能够在算法收敛过程中削弱噪声的影响,提高算法精度。理论分析和仿真结果证明:基于文中的变步长NLMS算法的收发隔离方案与基于其他最小均方误差算法的隔离方案相比,隔离性能有较大的改善。     

基于一种混合核函数的支持向量机聚类

在支持向量聚类中,采用单个核函数的支持向量机具有很大局限性,为了得到学习能力和泛化能力都很强的核函数,采用了一种新的混合核函数。将该混合核函数应用于支持向量聚类运算中,并且与普通核函数构造的支持向量机的实验结果进行了对比。结果表明了该方法的有效性。     

基于MFCC和二乘向量机的话者识别系统

讨论了以二次等式约束条件为基础的一种改进的向量机即最小二乘向量机(LSSVM)算法,用其对话者进行识别,并与传统的支持向量机(SVM)进行了识别比较。实验中,采用美尔倒谱系数(MFCC)作为话者语音特征参数。实验表明,基于LSSVM的话者识别比传统的SVM话者识别计算复杂度小,训练时间短,效率更高;同时,识别率也有一定的提高,对话者识别有很强的适应性。     

MIMO非线性系统辨识：Volterra级数法

本文讨论了一般ＭＩＭＯ非线性系统的Ｖｏｌｔｅｒｒａ级数表示,给出并证明了Ｖｏｌｔｅｒｒａ核矩阵存在的条件。提出了两种辨识Ｖｏｌｔｅｒｒａ核矩阵的方法,即随机响应法与脉冲响应法。给出了利用系统的输入输出信号计算Ｖｏｌｔｅｒｒａ核矩阵的公式。最后,利用仿真实例验证上述方法的有效性。