带优化参数的SVR模型及在软件成本估算中的应用

随着社会各行各业对软件开发投资的日益增长,产业界和学术界越来越关注可靠的软件成本估算,以有效控制软件开发过程中相关风险.为了能更准确地估算软件成本,提出一种带遗传算法优化参数的支持向量回归机模型,用遗传算法来优化支持向量回归机模型中的参数集(C,γ,ε),可以避免参数选择的盲目性,能显著提高支持向量回归机模型的预测能力.分别用IBM DP、Kemerer和Hallmark三个数据库来验证模型的有效性,并与常用的线性回归模型进行对比,结果显示采用遗传算法优化的支持向量回归机模型具有很好的学习精度和推广能力,在MMRE和Pred(0.25)两个标准上都优于线性回归模型.     

时域自适应精细算法求解对流热传导问题

应用时域自适应精细算法求解对流传热问题.通过展开技术,可更准确地描述变量随时间的变化,同时将时空耦合的初边值问题转化为一系列的空间边值问题,并采用有限元方法递推求解.自适应技术可弥补时间步长不同时可能造成的计算精度损失.并进行了数值检验.     

多四旋翼无人机分布式固定时间自适应编队控制

针对具有外部扰动和参数不确定性的多四旋翼无人机,提出了基于指令滤波反步方法的分布式固定时间自适应编队控制算法.通过引入固定时间指令滤波及构建非光滑误差补偿机制,有效地避免了“复杂性爆炸”问题并在固定时间内移除了滤波误差的影响.此外,通过设计分段函数,巧妙地解决了分布式控制器中存在的奇异性问题.利用固定时间稳定性理论,严格证明了闭环系统是实际固定时间稳定的,且闭环系统中所有信号有界,同时编队跟踪误差在固定时间内收敛到原点附近充分小的邻域内.最后,仿真算例验证了所提出的分布式固定时间控制策略的有效性.     

基于自适应光学成像非等晕效应的空变点扩展函数估计模型

针对湍流扰动波前改正的天文自适应补偿成像系统由于等晕区存在而限制了观测视场内有效的补偿区域.这对通过自适应光学系统获取的天文实测数据的充分利用造成很大不便.通过对自适应光学系统空域统计特性的分析,得到空变点扩展函数的成像系统描述.在此基础上,依据大气光学统计理论,通过多相位屏分层大气湍流模型,提出一种利用数值模拟估计空...     

多级轴流压气机变几何扩稳多目标优化分析

对轴流压气机叶型流动损失和落后角模型进行了系统归纳与整理,并将其与逐排基元叶片模型相结合,建立了计算多级轴流压气机特性工程方法,并进一步将其与锦标赛式遗传算法相结合,发展了一种新的多级轴流压气机变几何扩稳多目标优化算法,并成功应用于某型8级轴流压气机扩稳分析,取得了明显成效。与单目标优化相比,多目标扩稳调节能明显改善压气机性能,其最大效率提高了近4个百分点,且静叶安装角调节范围也明显减小。     

一种自适应层进式Savitzky‐Golay光谱滤波算法及其应用

可调谐半导体激光吸收光谱技术（TDLAS）利用半导体激光器的可调谐和窄线宽特性,通过选择特定气体的单条吸收线,排除其余气体的干扰,可以实现高精度、高选择性的气体浓度测量,在气体浓度检测系统中具有广泛的应用前景。在不同的应用条件和环境下,需要解决相应的硬件和数据处理方面的技术问题。主要研究TDLAS技术机动车尾气CO组分浓度遥测系统中的光谱数据处理问题,该系统利用路面漫反射回波信号遥测行驶中的机动车尾气CO组分浓度。由于激光扫描光谱回波信号受到漫反射面情况变化、空气环境变化、尾气湍流影响等因素影响,探测器收集到的信号不仅较弱同时也夹杂着多种噪声, 即测量光路信噪比较差, 故提出一种自适应层进式Savitzky-Golay(S-G)平滑滤波算法,实现了对光谱进行滤波处理从而更加准确地反演CO浓度。S-G滤波算法因其原理简单、功能强大、只需设置两个参数（窗口大小、拟合阶数）等优点,已广泛应用于光谱处理。如何正确设置S-G算法参数使滤波效果在去噪不足和过度滤波之间找到平衡点,是该滤波算法应用的一大难题。设计的检测系统中,测量光路光谱信号为非平稳信号,噪声和有效信号幅度时变,最佳窗口大小和多项式阶数随信号动态而变化,且变化区间较大,使用固定参数的S-G滤波器难以达到最佳效果。提出的自适应层进式S-G平滑滤波算法,通过逐层将测量光路光谱信号经过S-G滤波后,与参考光路的光谱信号设置的参考段比对信号相关系数和信号一阶导相关系数的和,以自适应得到逐层最优参数。通过对信噪比从9.81～29.77的10组不同带噪光谱分析验证了该算法的有效性,自适应层进式S-G算法能较好地去除噪声并还原带噪信号所携带的待测气体浓度信息,与带噪光谱对比,吸收光谱峰值最大误差由25.152%降至5.917%,积分吸光度最大误差由18.1%降至3.9%。在实现的系统中,使用自适应层进式S-G算法对测量光路进行滤波处理,并对不同车型、不同排量、燃烧不同油品的机动车在怠速和缓速通过(5 km·h-1)系统时其排放的CO浓度进行实时在线监测。     

自适应间断有限元方法求解双曲守恒律方程

研究自适应Runge-Kutta间断Galerkin (RKDG)方法求解双曲守恒律方程组,并提出两种生成相容三角形网格的自适应算法.第一种算法适用于规则网格,实现简单、计算速度快.第二种算法基于非结构网格,设计一类基于间断界面的自适应网格加密策略,方法灵活高效.两种方法都具有令人满意的计算效果,而且降低了RKDG的计算量.     

竞争性自适应重加权算法和相关系数法提取特征波长检测番茄叶片真菌病害

基于竞争性自适应重加权算法(CARS)和相关系数法(CA)特征波长选择方法,提出了利用可见-近红外高光谱成像技术检测番茄叶片灰霉病的方法。首先获取380～1 023 nm波段范围内80个染病和80个健康番茄叶片的高光谱图像,然后提取染病和健康叶片感兴趣区域(ROI)的光谱反射率值,作为番茄叶片灰霉病鉴别模型的输入来建立支持向量机(SVM)鉴别模型,训练集和验证集的鉴别率都是100%。研究进一步通过CARS和CA提取特征波长,分别得到5个(554, 694, 696, 738和880 nm)和4个(527, 555, 571和633 nm)特征波长,然后分别建立CARS-SVM和CA-SVM鉴别模型。结果显示,CARS-SVM模型中训练集和验证集的鉴别率都是100%,CA-SVM模型中训练集和验证集的鉴别率分别是91.59%和92.45%。以上结果说明了从可见-近红外高光谱图像中提取的光谱反射率值用于检测番茄叶片的灰霉病是可行的。     

闪光照相CCD图像的自适应中值滤波方法

中值滤波是一种在去除噪声的同时能较好地保护图像边缘细节的非线性图像处理方法。为了滤除闪光照相CCD图像中的脉冲噪声，同时能更好地保护图像边缘，提出了一种改进的自适应中值滤波方法。该方法采用局部中值和局部方差作为判断噪声点的阈值，实现了局部自适应的中值滤波，克服了传统自适应中值滤波方法的缺点，对椒盐噪声和随机脉冲噪声均有较好的滤波效果。实验结果表明，该方法消除图像脉冲噪声十分有效，对闪光照相CCD图像的处理结果也较好。     

混沌时间序列基于邻域点的非线性多步自适应预测

根据流形理论，利用混沌时间序列中某点邻域内最近几点的P次迭代像，提出了一种多步自 适应预测算法.仿真说明，这种算法使得预测速度成倍提高，而预测稳定后得到的误差均方 根序列呈指数增长趋势，这个指数就是该混沌时间序列的Lyapunov指数. 关键词： 混沌时间序列 邻域 非线性自适应预测 Lyapunov指数