论文研究-基于小波-NAR神经网络的气象要素时间序列预测与天气指数彩虹期权估值.pdf,  本文基于小波-NAR神经网络技术,提出气象要素时间序列预测与天气指数彩虹期权估值的原理与方法,同时采用2000——2014年悉尼日均气温和日降雨量数据,进行气象预测与天气期权估值.结果显示:小波-NAR神经网络因灵活的非线性动态结构较好地反映了气象变化特征,其预测与估值效果优于其他模型;该天气期权价值形成中的非线性特征取决于五种经济效应.科学预测天气和估计天气期权价值,开发天气衍生品,可挖掘天气不确定性的经济价值,弱化其对天气敏感产业的影响.

使用陨石坑计数来确定月球的年龄 MATLAB代码用于对月球图像上的陨石坑进行计数，并根据相对的陨石坑计数来插值年龄。 可以从-> 拍摄月球图像 可以基于输入图像每像素的距离（可以在LROC上找到）更改pixeldens参数。

通过本实验加深对拉格朗日插值和牛顿插值法构造过程的理解； 2．能对上述两种插值法提出正确的算法描述编程实现。 已知y=f(x)在若干点处的函数值如下表所示，用7次拉格朗日插值法和7次牛顿插值多项式求t1=0.30，t2=1.15和t3=1.85处的函数近似值y(t1)，y(t2)，y(t3)

本代码做人脸识别的预处理，包含 直方图均衡化和 中值滤波。

在实时指纹识别系统中,图像增强的效果好坏将影响特征提取及指纹鉴别的识别率。现把Gabor滤波器应用在指纹图 像增强处理中,利用了Gabor滤波器的方向选择和频率选择特性,把指纹图像的局部方向和局部频率作为Gabor滤波函数的 参数,然后把Gabor函数与纹理图像进行卷积,从而去除图像噪声,达到了增强图像的目的。在算法设计上采用了查表的方 法,提高了算法的速度,节省了运算的时耗。实验证明,算法工作稳定,效果好,鲁棒性强。

摘要对射线识别煤矸技术进行简要介绍对射线探测煤矸识别技术进行了模拟实验对探测的煤矸进行成像通过软件对煤矸图像进行数字化处理计算出煤矸的图像灰度值并通过实验数据统

运动规划是移动机器人自主导航系统中的重要模块之一，相关算法研究成果层出不穷，本文将曲线插值拟合算法拆解为三个子类算法：基于插值的规划算法、基于特殊曲线的规划算法及基于优化的规划算法，并沿时间顺序概述相关算法的发展历程，最后从模型复杂度、实时性、环境适应能力及路径曲线质量等方面分析了上述三类算法的优缺点。

三次样条插值简称Spline，通过取值并求取导数，得到平滑的插值曲线，数值计算课程之一，一般分为一阶导数和二阶导数作为未知数求解两种方法

中值滤波是一种非线性过程，可用于减少脉冲噪声或椒盐噪声。 它也可用于保留图像中的边缘。与其他中值滤波器相比，此滤波器可提供更好的结果

３．２　算法实现 　　按图１所示流程，数 据 经ＣＦＡＲ滑 窗 处 理 之 后，形成的是Ｋ×Ｌ的矩阵，如图９所示，Ｋ为总通 道数，Ｌ为总距离单元数，单目标情况下，在ＣＦＡＲ 结果中找出 强 度 最 大 的 一 个 值，该 值 所 对 应 的 行 数即为用选 大 法 测 得 的 目 标 所 在 通 道 号，列 数 是 目标距离单 元 数，从 该 位 置 处 沿 距 离 向 分 别 前 推 和后推检测，直 到 分 别 有 三 个 连 续 零 点 出 现 则 结 束，在起始点和结束点之间，记录从第一个强度不 为零的点到最后一个强度不为零的点之间的所有 点的强度、对应的距离单元和跨距离单元个数，根 据所跨距离单元的个数用不同的算法做插值估计 出目标的精确位置。 根 据 所 跨 距 离 单 元 个 数 的 不 同 采 用 的 三 种 算 法：①对 于 跨 一 个 距 离 单 元 的 情 况直接把该 距离单元号作为目标位置；②对于跨两个距离单 元情况采用 的 处 理 方 法 是，提 取 其 距 离 单 元 号 和 对应的强度，设相对大的距离单元号为ｕｉ，对应的 强度为Ａｉ，较小的距离单元号为ｕｉ－１，对应的强度 为Ａｉ－１，则距离单元插值为Ｓ１ ＝Ａｉ－１／（Ａｉ＋Ａｉ－１） 或者Ｓ２ ＝ Ａｉ／（Ａｉ ＋Ａｉ－１），则 目 标 位 置 估 计 为 ｕ＝ｕｉ－Ｓ１ 或者ｕ＝ｕｉ－１＋Ｓ２；③对 于 跨３个 及 ３个 以 上 距 离 单 元 时 的 处 理 方 法 是，采 用 梯 形 近 似，以 每 个 距 离 单 元 对 应 的 强 度 作 为 梯 形 一 个 底，各 梯 形 高 度 均 为１，求 目 标 回 波 总 面 积Ｓ，则 其 面 积 的 一 半 记 为Ｓ１ ＝Ｓ／２，则 存 在 从 起 点 至 Ｍ 号 距 离 单 元 的 面 积 为Ｓ２ 和 从 起 点 至Ｍ＋１号 距 离 单 元 的 面 积 为Ｓ３，且 满 足Ｓ３ ＞Ｓ１ ＞Ｓ２，那 么代表目标距离的最大值点应落在Ｍ 和Ｍ＋１之 间，插值为（Ｓ３－Ｓ１）／（Ｓ３－Ｓ２），则目标位置估计 为ｕ＝Ｍ＋１－（Ｓ３－Ｓ１）／（Ｓ３－Ｓ２）。 测速方法 同 测 距 的 方 法 类 似，在 找 出ＣＦＡＲ 结果中强度 最 大 值 的 位 置 以 后，确 定 其 通 道 号 和 距离单元 号，从该位置开始，沿通道向向上推至有 零点出现或者至零通道，再向下推至有零点出现或 者至最后一个通道即结束，记录这两个零点之间所 有通道号和其对应的强度，根据其所跨通道的个数 选择不同的算法，算法同上，只需将上述算法中的 距离单元改为通道，目标位置改为目标速度。 其算法流程图如图１０所示。 ４　计算机仿真分析 　　参数设定：雷达发射波为线性调频信号，脉冲 重复周期为２５０μｓ，信号时宽为１５μｓ，信号带宽为 １０ＭＨｚ，采 样 频 率 为３０ＭＨｚ，脉 冲 积 累 数 为１６， 距离量化单元宽度为５ｍ，仿真的目标距离范围为 ４　７８５～４　８００ｍ，目标速度范围为１２～１９ｍ／ｓ，信噪 比设为１２ｄＢ，单目标情况下仿真图如图１１，１２和 １３所示。 由图１１和图１２测距误差比较图得出，在无噪 声时测距精 度 要 稍 优 于 有 噪 声 情 况，可 见 测 距 精 度还受到噪 声［１１］的 影 响，因 此 要 想 获 得 更 高 的 精 度，必须对 回 波 信 号 作 降 噪 处 理。利 用 选 大 法 测 距时最大误差达到２．５ｍ，而用插值法测距时最大 ０５４　　　　 雷达科学与技术 第９卷第５期 