基于FIRA机器人足球比赛llvsll仿真平台，通过建立数学模型分析了Positiont函数的工作原理，并对此函数进行改进以适应比赛中具体环境。从三个方面进行了改进：实现区域内避障，探测障碍物并根据具体情况避开障碍到达目标点；分析采用不同函数时机器人的运动轨迹，根据具体情况采用相应的轨迹避障或直接到达目标点；按照指定轨迹运动，完成动作规划，实现路径跟踪。仿真平台的实验证明，Positior，函数三个方面改进都能达到要求，能适应比赛中的设定情况。

海面目标检测图像中的小目标数量居多,而基于深度学习的目标检测方法通常针对通用目标数据集设计检测模型,对图像中的小目标检测效果并不理想。 使用一般目标检测模型检测海面目标图像的特征时,通常会出现小目标漏检情况,而一些特定的小目标检测模型对海面目标的检测效果还有待验证。 为此,在标准的SSD( single shot multiBox detector)目标检测模型基础上,结合 Xception 深度可分卷积,提出一种轻量 SSD 模型用于海面目标检测。 方法 在标准的 SSD 目标检测模型基础上,使用基于 Xception 网络的深度可分卷积特征提取网络网络中的 exit flow 层和 Conv1 层引入轻量级注意力机制模块来提高检测精度,并与在其他层引入轻量级注意力机制模块的模型进行检测效果对比;使用注意力机制改进的轻量 SSD 目标检测模型和其他几种模型分别对海面目标检测数据集中的小目标和正常目标进行测试。

针对中长期电量预测可使用的相关历史数据较少、影响因素较为复杂等特点，提出一种基于改进GM（1，1）和支持向量机的优化组合预测模型。该模型将改进灰色预测模型和支持向量机模型进行组合，采用蛙跳寻优算法求取组合预测模型中各单一模型的权重，构建基于蛙跳优化的组合预测模型。将优化后的组合预测模型应用于我国中长期电量预测，选择我国1991-2005年电量进行分析，对2006-2010年的电量进行预测，并与一般组合预测模型及各单一模型进行比较。研究结果表明：本文方法得到的电量平均相对误差为2.06%，比等权组合预测模型

为了在欠定条件下实现语音盲源分离，该文首先利用势函数估计源信号的个数和混叠矩阵，在估计势函数曲线时对其做平滑处理，以提高源信号个数估计的准确性．在语音信号分离部分，提出了一种改进的最短路径法，该方法对混叠信号各时频单元进行分类处理，避免了最短路径法中对每个时频单元进行矩阵求逆运算，在大大减少计算量的同时也降低了分离信号的背景噪声．最后给出了仿真实验，实验结果证明了该算法的可行性和优异性．

基于密度的聚类是聚类算法中的一种，其主要优点是可以发现任意形状的簇，但处理大数据集时效果不佳，为此提出了一种改进的算法M-DBSCAN，保留了基于密度聚类算法的优点，同时克服了以往算法不能处理大数据集的缺点。实验结果证明，M-DBSCAN聚类算法在聚类质量及速度上都比原DBSCAN有较大提高。

关于投资组合优化模型的研究，基于VaR，CVaR等比较

为了准确定位电压暂降扰动和精确测量暂降幅值, 提出了一种将新型Teager能量算子(NTEO)和有效值算法结合进行暂降检测的新方法。通过引入分辨率参数i对Teager能量算子（TEO）进行改善, 得到抗噪性能更优越的NTEO算法, 利用NTEO算法定位电压暂降扰动起止时刻, 并采用有效值（RMS）方法对所定位的暂降进行幅值测量。仿真结果表明, 该算法与小波变换相比实时性更强, 并弥补了TEO抗噪性能较差和RMS方法不能准确定位扰动的不足, 能够快速、准确地检测到电压暂降。

人工智能-对RBF神经网络串行可裁减算法（GAP-RBF）的一种改进.pdf

人工智能-多层前馈神经网络算法的改进及应用.pdf

通过利用在BP神经网络中增加反馈信号及偏差单元的网络模型，生成内部回归网络，对BP神经网络进行改进，据此得出改进的BP神经网络的具体步骤。在此基础上，结合陕西省高速公路沥青路面的实际情况建立了路况评价模型，并对该模型的具体应用做了研究。研究结果表明：网络的收敛速度很好，训练结果与实际路况结果相差很小，利用改进BP算法神经网络建立的路况评价模型不仅方便易用，而且精度很高。