民间借贷效应分析与地方政府监管途径选择——以温州“民间借贷危机”为例

研究在固定拓扑和切换拓扑下,二阶多智能体系统通过采样控制的一致性问题。首先，对于固定拓扑，给出了二阶多智能体系统通过采样控制达到一致性的充要条件；其次，对于切换拓扑，在所有联合切换拓扑有生成树的前提下，建立基于控制参数和采样周期使二阶系统实现一致性的充分条件。最后,用数值仿真验证所给结论的有效性。     

基于小波降噪和自适应加权法的温室数据融合

针对温室环境信息多节点数据采集中存在误差大、冲突多和冗余等问题,提出一种基于小波降噪和自适应加权的多传感器数据融合算法.通过小波降噪对采集的数据进行处理,使其具有良好的光滑度和稳定性;利用自适应加权算法对多传感器数据进行融合,得到测量数据的最优估计值.实例验证结果表明,采用所提算法可以有效降低原始数据中存在的噪声和冗余,得到方差较小的数据融合值,可以提高测量数据的准确性和降低数据的传输量;具备良好的稳健性,能够实现对温室环境信息的可靠性和一致性描述.     

基于离散脊波变换的农作物图像去噪算法

由于农作物生长环境的复杂性,导致在获取农作物图像过程中或多或少存在一定程度的噪声,这给农作物成熟果实的自动化采摘造成了很大不便。因此,结合离散脊波变换,提出了1种农作物图像自适应去噪算法,该算法通过对图像实现多尺度脊波变换,保持低频分解系数不变,对于高频分解系数,首先分别采用改进非局部均值滤波算法(improved non-local means filtering,INLM)以及改进小波硬阈值去噪模型进行消噪;然后实现低频分解系数与各自消噪后的高频分解系数重构,从而获得2幅重构图像;最后实现2幅重构图像的等权融合处理,获得消噪后的农作物图像。结合相关试验,分别将该算法与经典非局部均值滤波算法(non-local means filtering,NLM)、已有的改进非局部均值滤波算法以及小波硬阈值去噪算法进行去噪效果比较,主观、客观分析结果表明,用该研究算法处理后的图像清晰度较高且残留噪声较少。     

基于像素类型的阶跃型边缘提取算法

介绍一种用于提取目标图像和背景图像都比较简单的图像中的阶跃型边缘算法。把二值化图像中的像素点分为4类:背景点、目标体点、边缘点、噪声点;算法实现过程如下:首先对图像进行二值化处理,然后对二值图像中的目标体的边缘像素点进行跟踪,找出目标体的边缘曲线。试验表明:该算法实现简单、处理快速、抗噪性好。     

基于改进强跟踪无迹卡尔曼滤波的饵料动态称重算法

投饵是虾塘养殖中的重要环节,获取剩余饵料重量是实现精准投饵的关键。为解决在投饵过程中由环境、系统自身等因素引起的剩余饵料称重不准确问题,提出了一种适用于投饵船饵料动态称重的自适应强跟踪无迹卡尔曼滤波算法(SHFL-ASTUKF)。首先,建立称重系统的二阶模型,并对量测结果进行滤波。然后,在渐消因子快速引入的基础上,使用奇异值分解替换Cholesky分解处理误差协方差问题。同时,结合模糊控制算法和Sage-Husa自适应滤波,自适应更新量测噪声协方差和系统噪声协方差,从而抑制滤波过程中的发散情况。对SHFL-ASTUKF进行实例数据仿真和实验验证,结果表明,与强跟踪无迹卡尔曼滤波相比,实例数据仿真中,RMSE提高了14.9%,投饵船剩余饵料称重实验中RMSE平均提高了15.15%,MAE提高17.27%,所提出的算法具有更高的动态测量精度和更好的降噪效果。     

水分快速测定的一种实时信息处理方法

准确性与重复性是水分快速测定的主要技术指标 ,也是目前水分快速测定仪普遍存在的技术问题 .探讨了以单片机为信息处理核心的水分快速测定仪的一致性检测问题 ,提出了算术平均值与递推估计相结合的实时信息处理方法 ,给出了实时信息处理算法 .实际应用结果验证了算法的正确性 .这种信息处理方法能够获得比有限次测量的算术平均值更准确的测量结果 ,具有较好的重复性 ,可用于其它测量结果具有正态分布特性的缓变量智能检测系统     

无人机三轴稳定云台的模糊PID控制

以无人机三轴稳定云台的内框作为研究对象,将自适应卡尔曼滤波算法与模糊PID控制算法相结合,提出了一种基于自适应卡尔曼滤波的模糊PID控制算法.经过Matlab仿真实验表明,相对于经典PID控制算法和模糊PID控制算法而言,该算法在无人机三轴稳定云台的控制上,不仅响应速度快、精度高,而且对控制干扰噪声和测量噪声也起到了较好的抑制作用.     

真实和虚拟传感器多层信息融合算法

基于最优估计理论，提出了一种多层传感器的复合融合估计算法．该方法采用了由真实传感器和虚拟传感器组成的复合融合结构，以解决测量噪声干扰下参数估计问题．在该结构中，第1层物理真实传感器测量所得数据，按照加权融合算法，经过多层虚拟传感器的递推融合得到多层融合后的估计值．虚拟传感器的层数增加时，融合后总的估计误差将减少、虚拟传感器是由算法和软件实现的，不会增加测量系统物理结构的复杂性．计算机仿真结果表明：此方法在减少测量误差方面比传统的直接估计方法有明显的改善．     

智能体技术在农业专家系统测试软件中的应用

本文根据农业专家系统研究和应用的现状，分析了目前农业专家系统开发中存在的问题，提出了研究开发农业专家系统测试软件的思想；本文还论述了智能体（Agent）的应用研究现状，提出了基于多智能体的农业专家系统质量检测工具的研究思路和系统设计方法，论述了系统实现的技术途径，并讨论了基于多智能体的农业专家系统检测软件的应用前景、问题和发展。     

基于Cross-Validation的小波自适应去噪方法

小波去噪算法中,阈值的选择非常关键.提出一种自适应阈值选择算法.该算法先通过Cross-Validation方法将噪声干扰信号分成两个子信号,一个用于阈值处理,一个用作参考信号;再采用最深梯度法来寻求一个最优去噪阈值.仿真和实验结果表明:在均方误差意义上,所提算法去噪效果优于Donoho等提出的VisuShrink和SureShrink两种去噪算法,且不需要带噪信号的任何"先验信息",适应于实际信号去噪处理.     

自适应步长神经网络盲分离算法的研究与应用

【目的】利用神经网络盲分离算法来解决含噪声音信号盲分离问题.【方法】提出了一种改进的自适应步长混合神经网络算法,该算法可以很好的掌控步长因子函数的形状,且在接近零点处步长变化缓慢,使性能更加优越;同时针对神经网络结构的不足引入了递归结构,通过与改进的自适应步长算法的结合达到更好的分离效果.【结果】通过在汽车发动机含噪声音信号中的应用,表明出该算法稳定性、收敛性好,可灵活的控制了步长因子分离出发动机噪声信号,达到较好的分离效果.     

一种优化的小波包码分多址系统信道估计算法

在小波包码分多址(WPDM-CDMA)系统中,信道估计对于系统性能提升有着显著的影响,针对WPDM-CDMA 系统最小二乘(LS)信道估计算法信道噪声很敏感问题,提出利用小波包阈值去噪对LS估计的信道响应值进 行处理,以此来减少噪声影响.最后将此算法在3径Rayleigh信道模型下进行了测试,仿真结果表明该算法比传统 的LS估计算法具有更好的性能,能够有效减小信道噪声的影响,提高信道估计精度.     

基于二维经验模态分解与小波变换的农作物图像去噪

将小波自适应阈值去噪引入二维经验模态分解（bidimensional empirical mode decomposition,BEMD）中,提出一种自适应图像去噪算法,该算法首先对农作物噪声图像进行二维经验模态分解,获得具有不同尺度特征的固有模态函数（intrinsic mode function,IMF）子图像序列;然后将该序列中前3个子图像分别进行3层小波变换,引入一种新型自适应小波阈值去噪函数模型分别进行噪声抑制,实现小波系数重构;最后,对去噪后的固有模态函数子图像与剩余固有模态函数进行重构,获得去噪后的农作物图像。对实地拍摄的农作物图像进行去噪试验,结果表明,自适应图像去噪算法与均值滤波算法、小波阈值去噪算法相比,性能有较大幅度的提升。     

基于EEMD的含噪叶尖定时脉冲信号提取方法

为了解决噪声干扰条件下叶尖定时脉冲信号难以准确提取的问题,提出了一种基于集合经验模态分解(Ensemble Empirical Mode Decomposition, EEMD)的含噪叶尖定时脉冲信号提取方法。采用EEMD对非平稳、非线性的原始含噪信号进行自适应分解,构建多尺度低通滤波器进行降噪,再对降噪后的脉冲信号进行方波整形处理,并提出融合相似度和相关度的最优降噪整形评价指标,用于含噪信号处理效果的评价。基于含噪叶尖定时脉冲信号特点建立数学模型,验证方法的可靠性和适用性。对比降噪整形处理后含噪叶尖定时脉冲信号与原始无噪信号,其相关度、相似度及综合评价指标分别超过97%、89%及92%,结果表明:该方法能够准确提取噪声干扰下叶尖定时脉冲信号,有利于叶尖定时技术的发展与推广应用。     

一种基于轮廓波变换的高效率去噪算法研究

为提高地震属性剖面的信噪比和空间分辨率,提出了一种基于轮廓波变换的高效率去噪算法。该方法利用地震剖面能量分布的空间特征,结合9-7正交滤波器组和方向滤波器组对原始采集的地震剖面进行多尺度分解,根据有效地震信号和噪声信号分解后的差异性设计了一种自适应的阈值滤波器,通过拉普拉斯金字塔重构地震数据实现轮廓波变换去噪。试验结果与小波变换算法的去噪结果对比论证表明,基于轮廓波变换的高效率去噪算法能够有效压制噪声,提高地震信号的信噪比,处理后效果较小波变换有明显提高。     

频谱细化分数阶Fourier变换的LFM信号滤波算法

针对传统分数阶Fourier变换域含噪线性调频(LFM)信号滤波算法计算量大的问题,提出基于频谱细化与分数阶Fourier变换的改进滤波算法。将含噪的线性调频信号与延迟信号在时域内点对点相乘,相乘后其结果再做FFT变换,估计出LFM信号的调频率范围,然后利用频谱细化提高调频率的估计精度,根据精确调频率计算出分数阶傅里叶变换最佳变换阶次,在最优分数阶Fourier域对含噪LFM信号做窄带通滤波处理。建立MATLAB含噪LFM信号滤波仿真模型,仿真结果表明:改进算法不但计算量明显减少,滤波后的信噪比比传统分数阶Fourier算法提高了近1.41 dB,验证了所提改进算法的有效性。     

小波去噪用于电磁感应式角加速度传感器测量

白行设计了一种电磁感应式角加速度传感器,阐述了传感器的基本机械结构和工作原理,然后采用该传感器对空载时的单相异步电机进行了实际的角加速度测试,验证了测量原理的正确性,并由实验波形观测到传感器的输出信号存在大量噪声,因此构建了一种基于小波变换的去噪方案。首先对传感器的实际输出信号采用sym8小波进行分解,然后利用半软闭值对含噪信号进行处理,最后对信号进行重构。结果表明该方法可以去除大部分高频噪声,能够恢复数据的真实性,进而提高数据的置信度和泛化性能,且去噪效果远好于传统的傅里叶变换。     

基于SVM的中值滤波去噪方法研究

提出了一种针对椒盐噪声的去噪方法.去噪过程先利用SVM分类器将含噪图像中的象素分为噪声或非噪声点;接着,非噪声点象素值被保留,而噪声点象素值则通过中值滤波方法进行处理,从而达到去噪的目的.本研究在MATLAB6.5环境下搭建实验平台,运用OSU_SVM3.0工具箱分别建立了四邻域,八邻域和二十四邻域三种分类模型,仿真实验证明,与已有的算法比较,本研究方法能达到较高的峰值信噪比,具有很好的去噪效果.     

基于CAN-Bus的农业车辆电动转向系统研究

为实现农业车辆精准快速地自动转向,建立了转向系统模型并设计了转向控制算法。试验平台以车载计算机为CAN主节点,采用CAN-Bus 通信网络与各个监测控制从节点相通信袁CAN 从节点包括前轮转角测量节点尧行驶速度测量节点袁转向电机控制节点与车辆行驶速度控制节点。根据输入量与输出量之间的物理关系建立了转向系统的二阶模型,通过稳定性分析,设计了基于ITAE性能指标的最优PD控制器。试验结果表明,对系统施加依20毅的阶跃输入信号,车辆在农田路面与水泥路面下分别以0.3、0.5、0.7 m/s的速度行驶时袁最优PD控制器均能使系统平稳地跟踪期望的前轮转角,调节时间均在0.35 s以内,稳态误差小于0.5。     

基于改进分水岭算法的茶叶嫩叶图像识别

为茶叶的智能识别采摘提供技术支持,针对传统的分水岭图像分割算法对噪声敏感、易产生"过分割"现象,提出改进分水岭算法的图像分割方法,利用微分方程去噪模型对图像进行去噪处理,然后通过大津算法和分水岭算法对去噪后的图像进行2次分割,最后得到茶叶嫩叶的分割图。结果表明:偏微分方程去噪模型对图像进行去噪的效果较好,消除噪声,且无模糊茶叶的边界,有效提高了图片的质量,便于图像后续的分割;图像第1次用大津算法进行嫩叶分割,叶片分割的完整度较高;图像第2次用分水岭算法进行嫩叶分割,茶叶图像中嫩叶被很好地分割出来。改进后的分水岭算法对茶叶图像中嫩叶的分割具较好的效果。