为有效合理利用雷达资源和解决雷达测量值与运动状态间的非线性关系以及目标状态本身可能出现的非线性，提出了一种基于交互式多模型粒子滤波（IMMPF）的相控阵雷达自适应采样目标跟踪方法。将交互式多模型粒子滤波一步预测值的后验克拉美罗矩阵代替预测协方差矩阵，通过该矩阵的迹与某一门限值比较来更新采样周期以适应目标运动状态的变化。将该方法与基于量测转换的IMM自适应采样算法进行仿真实验，表明了该算法的有效性。
上传时间： 2013-10-09
上传用户：1037540470
提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法（ACPSO-SVR），引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取，在超参数取值范围变化较大的情况下，效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试，实验结果表明该方法具有较高的精度和良好的泛化能力，对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用，在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型，以及基于混合算法的最优催化剂设计框架。
上传时间： 2013-10-23
上传用户：alibabamama
落煤残存瓦斯量的确定是采掘工作面瓦斯涌出量预测的重要环节,它直接影响着采掘工作面瓦斯涌出量预测的精度,并与煤的变质程度、落煤粒度、原始瓦斯含量、暴露时间等影响因素呈非线性关系。人工神经网络具有表示任意非线性关系和学习的能力,是解决复杂非线性、不确定性和时变性问题的新思想和新方法。基于此,作者提出自适应神经网络的落煤残存瓦斯量预测模型,并结合不同矿井落煤残存瓦斯量的实际测定结果进行验证研究。结果表明,自适应调整权值的变步长BP神经网络模型预测精度高,收敛速度快 该预测模型的应用可为采掘工作面瓦斯涌出量的动态预测提供可靠的基础数据,为采掘工作面落煤残存瓦斯量的确定提出了一种全新的方法和思路。
上传时间： 2015-03-12
上传用户：熊少锋
自组织系统Kohonen网络模型。对于Kohonen神经网络，竞争是这样进行的：对于“赢”的那个神经元c，在其周围Nc的区域内神经元在不同程度上得到兴奋，而在Nc以外的神经元都被抑制。网络的学习过程就是网络的连接权根据训练样本进行自适应、自组织的过程，经过一定次数的训练以后，网络能够把拓扑意义下相似的输入样本映射到相近的输出节点上。网络能够实现从输入到输出的非线性降维映射结构：它是受视网膜皮层的生物功能的启发而提出的。~..~
上传时间： 2014-01-06
上传用户：ghostparker
针对现有遗传算法在多维非线性优选方面的不足，本文提出了一种基于小生境进化算法（NEA）的非线性优选模型，探讨了NEA算法的参数选择原则。通过大量仿真和比较，表明算法在复杂非线性优选中具有快速、高效、鲁棒性强的特点，并能在全局范围内有效搜索所有最优解。
上传时间： 2014-08-02
上传用户：ZJX5201314
摘 要:基于材料的各向同性理论,根据应力—应变增量关系,建立了一个混凝土的三维本构关系模型。采用 了目前较为成熟的Ottosen的破坏准则,利用了Sargin的单轴应力—应变关系,并在三维增量非线性关系中引入等 效单轴切线模量。所用的模型中的参数是根据前人的经验和实验来取定的。通过对混凝土的各向受拉、受压和拉 压结合的分析表明,所建立的模型较为简单、实用。
上传时间： 2014-12-09
上传用户：顶得柱
用NRTL模型，求解萘在一种离子液体中的活度系数。 求解非线性方程、非线性拟合都可以实现。 稍微对比了一下，发现还是拟合的结果好些。 Matlab源程序及结果在附件里
上传时间： 2015-07-21
上传用户：1101055045
基于Hammerstein模型对传感器进行建模，可以将其分解为非线性和线性环节，设计完非线性补偿器之后，带入到实验数据，验证补偿效果
标签： Hammerstein 模型 传感器 建模
上传时间： 2015-11-24
上传用户：lyy1234
chaoslyapunov指数程序是基于非线性三维系统所得，具体模型见东西部能源供需系统文章里，可以得到此系统混沌，因为李亚普诺夫指数有大于零的情形
标签： chaoslyapunov 程序 非线性
上传时间： 2013-12-26
上传用户：924484786
本文提出了有模型指导的三维人体运动跟踪框架，将一个多关节的圆台形状三维人体模型与多个视频图像中的外轮廓、边界、灰度和肤色特征进行匹配，使人体运动跟踪变成一个状态估计问题。并且，使用基于概率模型的粒子滤波算法来完成非线性、非高斯动态系统的状态估计。
上传时间： 2014-05-26
上传用户：zsjzc
