一种基于电导增量法的可变步长 MPPT 算法的研究

建立了光伏电池仿真模型，得到光伏电池 P -U 特性曲线。在电导增量法基础上，提出了一种基于电导增量法的可变步长 MPPT 算法，通过引入阻抗和导纳2个控制变量对占空比调整步长加以控制。｜dP/dU｜越大，调整步长越大，系统响应速度越快；｜dP/dU｜越小，调整步长越小，系统稳态性能越好。构建最大功率点跟踪（ Maximum Power Point Tracking ，简称MPPT）仿真模型，以 Boost升压电路作为负载，得出的仿真结果和实验结果验证了该算法的正确性。     

一种基于改进YOLO v3的小目标检测方法

为了提升小目标物体检测的精度,尽可能避免发生漏检情况,提出了一种改进的YOLO v3算法。选用Darknet-49为主干网络,将原有的3个检测尺度扩展为5个。同时,引入DIoU函数,对损失函数进行了改进,将PASCAL VOC 2012数据集作为测试数据集和训练数据集进行实验。研究发现,改进后的YOLO v3算法与原YOLO v3算法相比,mAP值提升了约2.4%,且检测速度与原算法接近。实验结果表明,改进原YOLO v3算法网络结构和损失函数,可以增强算法对小目标物体的检测精度。     

一种改进的非凸秩最小化算法及其在矩阵恢复中的应用

在分析现有处理矩阵恢复问题的非凸秩最小化算法的基础上,提出了一种基于超松弛迭代的改进算法,并给出了松弛因子ω的确定准则。仿真实验表明:在惩罚参数选取较大的情形下,改进算法较原算法具有更快的收敛速度及更高的收敛精度,同时展示了基于非凸秩最小化算法的矩阵恢复技术在图像去噪中的应用。     

圆度新算法的探讨及其在微机上的实现

"最小区域圆"意义上的圆度误差,被认为是符合"最小条件原则"的圆度误差评定标准.对于一组测得的圆形工件周边上点的坐标,计算出来的圆度误差值越小,越是好的算法.本文另辟途径,在已经获得的同心圆圆心的基础上,寻求进一步的圆心移动方向和移动步长,使同心圆的半径之差下降,并通过控制步长的大小,不断把半径之差减小,从而使圆度误差的计算向"最小条件原则"收敛.     

基于递归对角神经网络自适应均衡算法的研究

阐述了神经网络自适应均衡算法的基本原理,提出了一种基于递归对角神经网络的自适应均衡算法,推导了算法的迭代公式,进行了计算机仿真。结果表明,随着传输信号信噪比的增加,稳态剩余误差减小,误码率降低。     

基于BP神经网络的商业银行信用风险模型改进探究

BP神经网络信用风险管理模型以其较强的逼近非线性函数的能力而适应商业银行信用风险管理的要求,但是其自身的权值调整方式存在的缺陷影响了模型的应用。分别采用Adaboost算法和遗传算法对BP神经网络信用风险模型进行了改进,通过对200家上市公司的财务数据指标进行考察,比较了两种模型的优劣:经过Adaboost算法改进后,模型可以平稳地达到系统判别的最小误差,但运行时间较长;遗传算法采用变异操作可以迅速达到系统判别的最小误差,但由于权值改变过于激烈,可能造成系统过于注重权值的改变而忽视了原始数据指标的特性。     

对增量式模糊聚类算法的改进

提出了一种增量式模糊聚类技术的改进算法，该算法仅对新增数据计算相似系数而直接聚类，其结果和动态聚类算法相同；该算法较好地解决了新增数据的聚类及类属问题，提高了模糊聚类算法的收敛速度，实验结果证实改进了算法的高可靠性。     

线性规划问题的另一种新解法--karmarkar方法

本文首先说明了Karmarkar(卡马卡)方法产生的背景;其次通过势函数、投影变换、梯度投影、迭代步长、收敛速度等方面的讨论,介绍了该法的基本思路与算法;最后给出了有关的基本定理并指出在应用中应注意的一些问题.     

基于挥发系数的自适应蚁群算法

针对基本蚁群算法容易出现早熟和停滞现象的缺点,从信息素的更新策略方面对蚁群算法进行改进,自适应地调整挥发系数,提出了基于挥发系数的自适应蚁群算法。以TSP问题为例,分别用自适应蚁群算法与基本蚁群算法进行了计算,实验结果表明,该算法比一般蚁群算法具有更好的全局搜索能力和收敛速度,可以在加速收敛和防止早熟、停滞现象之间取得很好的平衡。     

关于图像信息处理的BP算法研究

在图像信息处理过程中应用的BP神经网络算法,存在训练时间长、收敛速度慢和易陷入局部极小值等不足之处.利用改进后的BP算法降低了网络对于误差曲面局部细节的敏感性,能够有效抑制网络陷于局部极小值,验证了图像信息识别过程中不做图像特征提取的神经网络算法的可行性.     

浅析日本汇率改革历程对我国的借鉴意义——基于对日本GDP和汇率的相关性分析

从1970年开始,日本采取了新的汇率制度,即浮动汇率制度,之后又迫于美国为首的大国压力,大幅度提升了对美元的汇率。今天,贸易持续顺差的中国也面临着同样的处境。通过分析日本实施新汇率制度后GDP和汇率水平的关系,建立回归模型并根据残差,分析汇率政策在1970年后的经验、教训和对我国的借鉴意义。     

基于RLS的多用户检测算法的设计与仿真

在研究自适应MMSE多用户检测算法基本原理的基础上,提出了一种基于RLS的自适应MMSE多用户检测算法,选取了代价函数,推导了算法的迭代公式,进行了计算机仿真,分析了仿真结果。仿真结果表明随着传输信号信噪比的增加,算法误码率降低。     

最小二乘滤波算法在目标跟踪中的应用

目标跟踪就是对目标在每个时刻的状态作实时精确的估计。根据目标在运动过程中具有轨迹连续性的特点,采用最小二乘滤波在观测数据的基础上对目标的状态进行估计。文章对完全最小二乘滤波算法和递推增广最小二乘滤波算法在目标跟踪的应用作了研究,通过仿真实验对算法的跟踪性能进行了分析。结果表明:递推增广最小二乘滤波算法的性能优于完全最小二乘滤波算法的性能。     

基于一种修正Vasicek模型的国债定价研究

在对国内外国债定价相关文献梳理的基础上,提出了一种非线性的Vasicek修正模型,并对模型进行OLS和蒙特卡罗模拟检验。将模型应用于国债定价分析,并在对影响国债定价误差的流动性溢价等因素量化的基础上对国债定价进行误差修正。研究结果表明,利率模型的漂移函数具有显著的非线性特征;修正Vasicek模型比原Vasicek模型估计效果更显著、蒙特卡罗模拟误差更小;修正Vasicek模型的国债定价误差与剩余期限存在显著的二次函数关系,利用这一关系对国债定价误差修正的结果比较理想。     

BP神经网络在帆板控制系统中角度非线性校正的应用研究

针对帆板控制系统中角度的非线性误差问题,提出用BP神经网络算法对角度进行非线性校正。构建了BP神经网络模型,利用Matlab对该网络进行训练,训练结果表明该系统具有良好的收敛性。和未校正的结果进行对比,实验结果表明该网络能够有效的补偿角度传感器的非线性误差,提高了帆板控制系统的性能。     

基于LMK准则的前馈神经网络盲多用户检测算法

提出了一种基于前馈神经网络的盲多用户检测算法,该算法基于最小平均峰度准则构造了一个代价函数,给出了算法的约束条件,利用罚函数方法对带约束的代价函数进行优化,获得前馈神经网络网络权值的迭代公式,从而实现盲多用户检测。计算机仿真结果表明,新算法具有较强的多址干扰抑制性能。     

中国农业劳动生产率的稳态趋同:产出增长率与劳动力转移的影响

文章运用横截面分析法对我国1990-2002年间的农业劳动生产率进行了趋同测试,结果表明,农业劳动生产率不仅发生了显著的条件β趋同,还存在显著的σ趋同,且处于向其稳态转型的最后阶段。通过研究,我们发现,我国农业劳动生产率在此期间的趋同是由农业产出增长率变化与农业劳动力转移所引起的农业就业增长率变化共同作用的结果,而且放任经济的自由发展,这种区域农业劳动生产率差距不会自动消失。因此,我们必须通过投资导向、制度创新、农村工业企业和第三产业的发展等来缩小区域农业劳动生产率差距,以协调区域经济发展。     

基于 BP 神经网络的结构损伤识别研究

针对结构的损伤识别进行了研究，选取结构固有频率平方变化比作为特征参数，建立12×25×1 BP网络结构，采用均方误差函数目标误差函数，学习函数选取梯度下降动量学习函数和L-M优化算法，对四层钢框架结构的损伤进行了检测。     

基于省际面板数据的中国地区经济趋同研究

运用非线性时变因子模型及我国1978-2009年省际面板数据,实证检验了地区收入趋同和价格趋同。结果表明全国范围内不存在收入趋同和价格趋同,但存在4个收入趋同俱乐部,3个价格趋同俱乐部。此外,本文利用递归分析方法研究了不同的样本结束期对收入、价格趋同方式变化的影响,发现我国地区间收入差距的变化经历了由扩大到缩小再到扩大的趋势,而地区间价格趋同在不断加强。