在定义瞬时频率具有物理意义的内禀尺度分量(Intrinsic scale component,ISC)的基础上,提出了一种新的自适应时频分析方法―――局部特征尺度分解(Local charac- teristic-scale decomposition,LCD),该方法可以自适应地将一个复杂信号分解为若干个ISC 分量之和.分别采用LCD方法和经验模态分解(Empirical mode decomposition,EMD)方法对仿真信号进行了分析,分析结果表明:2种方法都可以有效地对信号进行分解,但LCD

针对高维数据的维灾问题，采用核熵成分分析方法降维数据，并与主成分分析及核主成分分析方法进行对比。降维后的数据利用支持向量机算法进行分类，以验证算法有效性。实验结果表明，KECA在较低的维数时仍然能获得较好的分类精度，可以减少后续的处理复杂度和运行时间，适用于机器学习、模式识别等领域。

传统蚁群算法在求解中容易出现搜索时间长、收敛过早或停滞现象,为克服这些缺点,通过对蚁群算法进行选择策略、信息素更新等方面的改进,以加快算法的收敛速度,提高算法的搜索能力。再将改进后的蚁群算法引入物流运输车辆调度、综合车辆调度理论,对物流运输车辆的优化调度进行了探讨,对有时间窗车辆调度问题(VSPTW)探求新的求解方法,运用Matlab语言进行编程实现,应用实例对算法进行验证。实践证明,改进后的蚁群算法基本上克服了一般蚁群算法自身的不足,提高了算法的性能。

现有的DOA估计算法都是基于较为理想的模型提出的,在实际工程中,这些算法的性能受快拍数少、阵列误差的影响会严重恶化.针对这一问题,文中提出一种稳健的未知信源数目的DOA估计算法.该算法先利用投影变换技术对阵列接收数据进行预处理,抑制模型误差并降低数据维数,从而提高算法的稳健性并减少计算量,然后根据变换后的m-Capon算法空间谱函数估计DOA.仿真结果表明:该方法在快拍数少、系统误差不大(小于10%)的情况下依然具有一定的方位“超分辨”能力,而且有较强的稳健性,性能远优于现有的MUSIC算法和对角加载m-

数学一数学二数学三适用 高教版考试用书均包含。 内容包括：大纲、例题、解析

基于经典结构动力学公式推导出位移时程反应方程，采用有限元软件Ansys建立某斜拉桥空间有限元模型，分析其在地震作用下的位移响应。结果表明：在多维随机地震激励下，竖向激励使桥梁纵向位移明显减小，但对竖向位移没有影响，斜拉桥设计时需要考虑多维地震激励下的响应。

为了使机器鱼的顶球兼备速度性和连贯性并提高带球进攻效率，提出一种基于坐标变换的顶球算法。在分析典型的顶球算法的基础上，设计了机器鱼的几种简单动作，依据机器鱼、球和对方球门的坐标几何位置关系的设计决策机制来选择机器鱼下一步动作，并在多水中机器人协作控制平台上进行了单鱼项球实验。实验结果表明，该算法是有效的，能大大提高机器鱼顶球效率和缩短一次进球所需要的时间。

中科院_《随机过程》_2012年试题

《行业类别代码表(2012年修订版)》Excel表格文档。

对于无约束优化问题，在传统信赖域算法中通常采用二次模型来逼近函数，而对某些非二次性态较强，曲率变化剧烈的函数，用该方法逼近效果较差，于是本文提出一类基于新锥模型带固定步长的非单调自适应信赖域算法．利用一种固定步长算法，在一定条件下证明了该算法的全局收敛性及收敛速率．数值实验表明该算法是有效的．