遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

关于非扩张映像和非扩张半群的单调混杂算法

在Hilbert空间中，使用单调混杂算法，修正了由Zhao等引进的隐迭代格式，分别对一族有限个非扩张映像和非扩张半群证明了强收敛定理。同时，也使用这种算法来逼近单调算子的零点，并得到强收敛定理。     

模糊神经元及其计算能力研究

分析了模糊神经元模型,指出了这种神经元模型在计算能力上的缺陷.提出了对模糊神经元定义的两种改进方法,一是限制传递函数为非单调函数;二是修改定义域.对改进后的模糊神经元网络证明了计算能力与图灵机的等价性,从而对传统的神经网络作了进一步推广.还对混合模糊神经网络的特点做了简单的讨论.      

基于空时DFT投影实现宽带信号二维角估计

 提出了一种基于空时DFT投影的宽带信号二维角估计算法. 该方法采用3个共面的均匀线阵,每一均匀线阵对宽带信号空间采样,然后进行空时二维DFT变换,在空时频率域对宽带信号进行投影变换,用MUSIC算法实现宽带来波信号方向余弦的估计. 利用3个方向余弦估值进行配对,然后求得来波的方位角和仰角估计. 该方法既保留了投影算法的优点,即不需要源的先验知识;不需变换矩阵和在低信噪比有好的性能,又避免二维谱峰搜索.仿真实验表明了算法是有效的.     

超机动导弹的神经网络控制系统

 研究了应用于具有超机动能力的导弹的非线性神经网络控制系统.利用神经网络可以任意逼近非线性函数的能力,来学习超机动导弹在大迎角状态下的高度非线性动态特性的逆动态特性,得到对参数变化及未建模动态具有较好鲁棒性的控制系统.为了改善神经网络的学习能力和学习算法的稳定性,对学习增益做了模糊化处理.数字仿真结果说明了该控制方案可以达到预期效果.     

L^P空间上的有界线性算子的某些性质

首先引入Ｌ＾Ｐ空间内有界线性算子的核和象的概念，并证明该核和象分别构成Ｌ＾Ｐ空间子空间，其次，建立了由Ｌ＾Ｐ空间及其子空间形成的商空间之间的同构与同胚。     

关于混合单调算子的耦合拟不动点

在Banach空间中引入强锥弱紧集等概念，讨论了不连续的混合单调算子的耦合拟不动点存在性问题，得到了更一般性的结果。     

非定常气动力辨识的模糊逻辑方法

提出了用内部函数和二次型隶属函数对非线性非定常气动力进行模糊逻辑建模与辨识的方法 ,分别用 F- 18和 F- 16飞机强迫振荡的实验数据建立了非线性非定常气动力模型 ,讨论了隶属函数导数的连续性对模糊逻辑模型精度的影响 ,并与已有的 Fourier模型和非线性代数模型进行了比较。结果表明 ,文中提出的建模方法能够给出更为满意的结果。     

MLP高阶重构格式应用

在有限体积框架下,利用MLP(multi-dimensional limiting process)系列重构格式结合HLLHLLC(Harten-Lax-van Leer with contact)近似黎曼求解器,同时引入激波探测函数进一步降低MLP在光滑流动区域的数值耗散,数值模拟了超声速前台阶流动、结冰翼型的非定常流动、高超声速双楔流动和DLR F6-WB跨声速流场,研究了MLP系列格式在可压缩复杂流场中的表现.结果表明:在多维空间中,MLP格式能够在如强斜激波与网格线不重合等复杂流场数值模拟中保持严格的流场单调性;具有和传统MUSCL(monotone upstream-centered schemes for conservation laws)格式类似的计算效率,可以实现5阶,甚至更高阶重构;数值耗散更低,捕获更准确的激波位置,对航空工程数值模拟具有重要意义.     

一类柔性宏刚性微空间机器人广义动力学高效率建模研究

研究了一类柔性宏刚性微空间机器人广义高效递推动力学建模算法。介绍了利用空间 算子代数进行对刚柔混合欠驱动系统的描述方法。根据系统中铰链的驱动情况分别对铰链定 义 为主动铰和被动铰,通过铰链的类型以及判断是刚性体或者柔性体,分别按照两次从系统的 顶端到基座的顺序、一次从基座到顶端的顺序进行了系统铰接体惯量的递推、系统冗余力的 递推、广义加速度和广义主动力的递推。通过上述三种方式的递推过程建立了柔性宏刚性微 空间机器人广义递推动力学模型,实现了高效率O（n）次的计算效率。最后通过软 件仿真验证了本研究内容的正确性和高效性。