基于多分类器决策融合的印鉴真伪鉴别方法

印鉴的自动识别对于实验银行印鉴数字化及计算机管理，实现银行对公业务的通存通兑有重大意义，符合票据法的要求，是银行业发展的需要，本文研究了模式识别领域中印鉴识别这一问题，提出了特征抽取和分类的新方法，基于差图像的成分统计特征抽取方法，发展了骨架图像的结构特征抽取方法，提出了特征点距离特征和笔划曲率特征内两种新的有效特征，本文提出了基于支持向量机（support vector machine,SVM)多分类器融合印鉴鉴别的方法，试验结果表明，本文的方法大大提高了印鉴的鉴别能力和可靠性，效果令人满意。     

供水系统用户终端漏水故障实时监控系统的设计

漏水故障是供水系统用户终端最常见的故障，也是危害最大的故障。以往的做法主要是靠人工巡检和事后维修，发现故障不及时、效率低，水资源浪费严重。文章提出了一种漏水故障实时监控系统，阐述了其系统工作原理、结构组成和具体方案，不仅能发现漏水立刻报警，而且能帮助维修人员迅速准确确定故障部位，效率高，大大降低工人劳动强度和显著降低水...     

旋转光楔散斑照相术

本文提出了动态散斑照的一种新方法－旋转光楔散斑照相术，文中给出了理论分析及实验结果。该方法不仅能在一张记录介质上记录物体动变形的各状态的多通道散斑图，而且用全场滤波分析时，能方便地同时给出所有通道上的物体变形信息，得到清晰的、高衬比的干涉条纹图。这种方法是利用旋转光楔照相机来实现多通道动态散斑记录，具有设备简单、用途广泛等优点。文中给出了实测结果，理论分析与实验结果是吻合的。     

用力传感器测量位移和加速度的方法

指出用常规方法测量位移和加速度的局限性。依据力传感器良好的频响特性，并借助ＦＦＴ技术，提出一种用力传感器测量位移和加速度的新方法。该方法实现简便，能在较宽的频率范围内测量位移和加速度，尤其能较精确地测量大位移和低频加速度，还能校准加速度传感器低频段特性。实验证明，该方法是行之有效的。     

非线性系统的动态神经网络自适应辨识

提出了用双层动态神经网络在线辨识非线性动态系统的方法。神经网络的权重在线学习，不需要离线训练。在无逼近误差和扰动的理想情况下，所提出的在线算法能保证辨识误差趋于零，基函数持续激励条件能保证权重趋于零。在非理想情况下，权重调整律采用ｅ修正权重算法，它是ＢＰ算法的推广，不需要基函数的持续激励条件。基于李雅普诺夫稳定性理论保证了自适应辨识系统的稳定性。仿真算例说明了所提出的动态神经网络自适应辨识的有效性     

一种有效支持空间分析的空间数据组织

Ｒｅａｌｍｓ是一种用于描述空间平面的数学模型。它提出了一种所有空间对象共享一个共同的空间元素集合的思想以及一种空间元素的排序规则。这些特点使得二维空间能够线性化为一维有序的元素集合，将二维空间问题转化为一维线性问题，从而使得基于Ｒｅａｌｍｓ的空间数据组织能有效地支持平面扫描算法。通过对空间对象的简单扫描，能够实现多数空间分析算法。以Ｒｅａｌｍｓ为基础实现空间数据管理系统能取得较高的效率，并且降低了     

复合材料圆柱形压力容器价值可靠性设计的研究

在Ｔｓａｉ－Ｈｉｌｌ失效准则的基础上，结合价值和可靠性的概念，为复合材料圆柱形压力容器提出了价值可靠性设计的一种新方法，得到了计算功能费用公式，只要给定材质、可靠度和圆柱形容器外径，就能直径算出所需材料费用，有其实用价值。     

基于Petri网的故障树分析方法

故障树是事件间的一种布尔逻辑关系模型，基于故障树的诊断方法的广泛应用由于实际故障树分析过程NP困难问题而受到妨碍。Petri网作为一种特殊的有向网，它能反映系统的状态变化和事件发展，尤其适合于表达故障的传播关系。本文因此提出了两种基于Petri网的改进方法，与下行法相比，用该方法寻找最小割集和最小路集能有效地节省计算时间，提高推理速度和效率，并且其算法便于计算机实现。     

神经元最优状态反馈控制及其在登月问题中的应用研究

以非线性系统自学习最优控制算法为基础，提出了一种基于人工神经元网络的非线性状态反馈最优控制策略，使非线性不确定性的被控系统能通过自学习实现某种最优的非线性反馈控制，本文对该控制策略在登月软着陆问题中应用进行仿真研究，验证了该控制策略的可行性和有效性。     

多变量系统二次型最优控制的自学习实现

提出了多变量系统二次型最优控制的一种自学习算法，该算法使控制系统能通过学习，获得二次型最优准则意义下的最优控制品质。文中对算法收敛性给予了理论上的证明，对算法在造纸机网前箱控制问题中的应用进行了仿真研究，获得了令人满意的结果。     

基于前向神经网络的与内容无关的笔迹鉴别

与内容无关的笔迹鉴别是属于图象处理和模式识别领域的一项课题，有着广泛的实用前景。本文提出了一种基于前向神经网络的与内容无关的笔迹鉴别的方法。文中讨论了提取笔迹灰度图象特征和用前向神经网络分类器进行两大问题。对笔迹灰度图提取了3大类18个灰度特征，面前向神经网络分类器由一种新的遗传算法同时优化设计其结构和权重矢量。通过对10人、每人6幅笔迹度图象用18个灰度特征进行鉴别,试验结果显示此方法设计的前向神经网络分类器收敛率高，比常用的最近邻分类器有更高的识别正确率。     

求解大规模矩阵问题的Krylov子空间方法

求解大规模矩阵问题包括线性方程组和特征值问题等是计算数学和科学工程计算中的重大课题，最近几年，其研究工作取得了许多重大进展。文中给出大型线性方程组和特征值问题Krylov子空间方法若干进展的一个概述，其中包括作者对这些问题的研究成果。涉及的专题包括求解大型线性方程组的共轭梯度法、SYMMLQ算法、MINRES算法、GMRES算法、Lanczos双正交化算法、QMR算法以及这些算法的块格式；求解大对称特征值问题的Lanczos算法和块Lqnczos算法；求解大型非对称特征问题的Lanczos算法、Arnodi算法以及这些算法的推广。讨论求解大规模矩阵问题的加速技术和预处理技术。了一些有待进一步研究的问题。     

一种宽频带模态识别算法的快速实现

多参考点最小二乘复频域法(p-LSCF)是近几年来提出的宽频带模态参数识别算法,该方法在抗干扰能力、识别密集模态以及处理大阻尼复杂结构方面具有非常好的特性。为了提高模态参数的识别速度,采用FFT运算实现了该识别方法的快速计算。最后通过仿真算例与实测算例进行验证。结果表明:在不损失精度的情况下,能够提高参数识别速度。     

适用于全包线的航空发动机BP网络模型的动态辨识

为克服传统的发动机动态模糊辨识中存在的辨识精度低，辨识模型应用范围窄等不足，把对非线性系统具有高度逼近能力的神经网络应用于航空发动机动态特性的辨识，从而为发动机动态辨识开辟更为广阔的道路，采用均方差归一法的处理方法和BP算法的改进算法－输出端动量BP地，以某型发动机在飞行包线内某一飞行条件下的数据作为学习样本，辨识了发同的神经网络模型，在全包线范围内对该模型进行检验，结果表明，所得的发动机动态模型在全包线内都有很高的逼近精度，而且对噪声有很强的抑制能力。     

采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

计算参数对数值修正载荷识别算法的影响

针对在载荷识别计算中经常遇到的累积误差问题，提出了一种在每个时间步长内迭代修正的 载荷识别算法。首先利用拟静态算法得到载荷初值，再使用数值迭代算法对其进行修正计算，仿真结果表明，该修正算法可以有效地减小由于累积误差导致的发散，得到收敛的识别结果。针对上述算法，本文以多输入多输出简支梁为模型，分别分析了区间放大系数、区间分割系数和精确度指标3个计算参数对于识别结果的影响。计算结果显示，参数的选择对算法的效率和精度影响很大，不当的参数甚至可能引起识别结果严重发散，所以选择合适的计算参数对于数值修正算法十分重要。     

直升机结构响应主动控制研究中的若干问题

随着控制理论的不断发展，主动控制的实现方式也多种多样。在线辨识是自适应控制的关键所在，而辨识算法也是多种多样，这样结合在线辨识功能的自适应控制种类就更多。本文旨在对已经应用或者即将应用和可能应用到在直升机振动控制上的，并具有在线辨识功能的多种结构响应主动控制技术进行比较，并提出其中值得研究的若干问题，有助于今后的进一步研究。     

飞机舱音记录器非话语信号盲分离性能

飞机驾驶舱话音记录器(Cockpit voice recorder,CVR)记录的舱音信号,通常是语音声、警告声、开关按钮声和背景噪声等混合而成的.目前国内对该类信号的分析和辨别主要是计算机译码后进行人耳辨听,存在不易准确分辨出各种独立的声音信号的缺点.本文提出采用基于高效快速的独立分量分析(Efficient variant of fastI-CA,EFICA)算法和可调整权值的二阶盲分离(Weight-adjusted variant second-order blind identification,WA-SOBI)的混合算法对舱音信号进行分离实验.采用不同算法的仿真结果比较表明,混合盲处理算法具有更为优越的分离性能.     

Operational Mode Identification Based on Sliding Time Window Method and Eigensystem Realization Algorithm

The identification result of operational mode is eurychoric while operational mode identification is investigated under ambient excitation,which is influenced by the signal size and the time interval. The operational mode identification method,which is based on the sliding time window method and the eigensystem realization algorithm(ERA),is investigated to improve the identification accuracy and stability. Firstly,the theory of the ERA method is introduced. Secondly,the strategy for decomposition and implementation is put forward,including the sliding time window method and the filtration method of modes. At last,an example is studied,where the model of a cantilever beam is built and the white noise exciting is input. Results show that the operational mode identification method can realize the modes,and has high robustness to the signal to noise ratio and signal size.     

基于肤色分割、模板匹配与几何规则确认的人脸检测

提出一种以动态视频流彩色图像为研究对象,基于肤色分割、模板匹配与几何规则确认的人脸检测方法。实验结果表明,提出的算法具有较高的检测正确率和自适应能力,同时具有快速的检测速度。