船舶自动识别系统(AutomaticIdentifySystem，简称AIS)是一种操作在海上甚高 频(VeryHi曲Frequency，简称VHF)频带的自动连续广播系统，用于实现船舶与船舶 间、船舶与基站间的相互通信。为了扩大AIS的覆盖范围，星载AIS应运而生，它为全 球所有装有AIS设备的海上移动装置提供基本的监测信息。然而星载AIS也带来了多普 勒频偏和多信号碰撞的问题。因此研究星载条件下AIS信号的接收解调技术具有重要的 理论意义和应用价值。 本文根据AIS信号处理系统的实际需求，确定了基于TI公司低功耗浮点处理器 TMS320C6748和Xilinx公司Artix．7系列FPGA的硬件平台。在对AIS信号解调算法及 其分离技术进行了大量仿真研究的同时，在该平台上实现了AIS信号解调算法。本文主 要研究内容有： 重点研究了AIS信号的非相干解调算法。分别讨论了帧头检测、频偏估计及符号定 时技术，并给出了不同测频和定时方法的比较。同时就频偏和定时对信号解调性能的影 响进行了大量的仿真分析。 提出了星载条件下的多信号分离算法。星载AIS由于覆盖范围大而易引起多信号碰 撞，当两路AIS信号幅度差异较大时，可以先解调幅度较大的信号，然后根据解调得到 的符号序列以及幅度、相位和时延等参数估计值重构出幅度较大的信号，从而实现同信 道干扰下AIS信号分离。 实现了基于XilinxArtix．7平台的信号帧头检测模块和基于TITMS320C6748平台的 AIS基带信号解调模块。对于每一模块的具体实现方法给出了详细说明。深入分析了实 现过程中遇到的问题并给出实际解决方案。实现了FPGA与DSP之间的EMIF通信， DSP与PC的UART通信，并对整个系统进行了功能和性能的测试，测试结果都满足实 际需求。

基于Spark的分布式大数据分析算法研究

基于深度学习的肺炎医学CT图像分类算法研究_吴云峰.caj

数据挖掘技术描述与汇总，介绍了部分分类算法

(完整版)基于Matlab的车牌识别算法研究.pptx修复的.ppt

钢板表面质量决定钢板的抗腐蚀性、抗磨性和疲劳强度等使用性能，决定相关产品的安全性能。目前还没有一种算法可很好的解决钢板表面缺陷分类问题。应用BP神经网络算法识别钢板表面缺陷，并采用高阶扰动理论解决BP神经网络算法固有的缺点，如学习速度慢、易陷入局部极值等。最后通过实验验证了算法的有效性，钢板缺陷识别率达到83%。

显著性检测算法常通过计算像素之间的差异来确定显著性，但是对像素的选取通常是固定的，容易忽略图像中物体的边界信息，导致最终检测结果中目标的边界比较模糊。借鉴生物视觉注意机制，提出了一种新的基于超像素和马尔科夫链的显著性区域检测算法，将图像分割成若干个超像素，使用Wasserstein距离衡量超像素之间颜色、方向和位置的差异来建立马尔科夫链，将显著性检测问题转换为马尔科夫链上的随机游走问题，使用它的平稳分布作为图像的显著度。实验结果表明，相对于两种经典算法，所提出的算法在主要目标及其边界的提取精度等方面取得了较为满意的效果。

针对卫星通信中辐射源信号分类识别问题，开展基于双谱二次特征的卫星通信信号分类识别算法研究。通过辐射源信号的对角切片双谱获取信号特征，利用Chirp-Z变换将双谱对角切片特征从频域扩展至复平面，并提出扩展的基于巴氏（Bhattacharyya）距离的分离度准则作为信号双谱二次特征提取依据，提取出具有最强可分离度特征作为特征参数，并通过支持向量机进行分类识别仿真实验。实验表明，该识别算法适用于不同类型的卫星通信信号，且对噪声变化不敏感，可实现较高的正确识别率。

将离散空间问题求解的蚁群算法引入连续空间, 针对多目标优化问题的特点, 提出一种用于求解带有约束
条件的多目标函数优化问题的蚁群算法. 该方法定义了连续空间中信息量的留存方式和蚂蚁的行走策略, 并将信息
素交流和基于全局最优经验指导两种寻优方式相结合, 用以加速算法收敛和维持群体的多样性. 通过3 组基准函数
来测试算法性能, 并与N SGA II 算法进行了仿真比较. 实验表明该方法搜索效率高, 向真实Pareto 前沿逼近的效果
好, 获得的解的散布范围广, 是一种求解多目标优化问题的有效方法.

运动控制器圆弧插补算法研究pdf,运动控制器圆弧插补算法研究