加权因子

摘要： 机器人焊缝跟踪系统由于焊接环境的复杂性是一个存在不确定信息的非线性复杂系统,一般的控制方法不能很好地适应受控对象的多变性。对此本文提出了一种基于猫群优化算法(CSO)的机器人焊缝跟踪自调整规则的模糊控制器(CSO-FC),使用解析形式的控制规则表达式,以简化机器人焊缝跟踪中模糊推理过程,并将一个权系数加入到表达式中,不同的权系数代表不同的控制规则,以实现焊缝跟踪的自调整。通过仿真实验,将本文提出的自调整规则模糊控制方法与其他控制方法进行对比和分析,验证了本文方法的有效性和适应性。

摘要： 在基于变密度法的结构拓扑优化中,优化结果常存在边界扩散和细长杆结构等数值不稳定的问题,针对这一问题,提出了一种基于变密度法的分区加权敏度过滤方法。首先,将敏度过滤区域划分为内外两个部分;然后,确定了加权因子修正系数、惩罚因子和最小过滤半径等优化参数的取值,利用不同的加权因子对内外区域分别进行了加权处理,使靠近中心的区域获得了更高的敏度值,而远离中心的区域获得了较低的敏度值,获得了边界清晰的拓扑优化结构;最后,引入了拓扑优化的衡量指标,通过典型算例对该方法在解决边界扩散和细长杆问题的可行性和有效性进行了验证。研究结果表明:该方法在迭代次数、灰度值、离散率和灰度率方面均有所改善,可以提高优化效率和优化结构的可制造性,有利于后处理时的模型提取和重构;同其他优化方法相比,在解决边界扩散和细长杆问题上具有一定的优势。

摘要： 针对超声成像中双重延时乘累加算法不适用于高噪声环境的问题,提出一种基于均值-标准差加权因子的双重延时乘累加算法,即RD-DMAS算法.该加权因子对解决高噪声带来的图像斑点问题具有显著效果,而双重延时乘累加波束形成算法能大幅提高超声成像分辨率,使所提算法能得到高分辨率和高对比度的重建图像.对该算法在点散射目标仿体、囊肿仿体和噪声环境下进行了仿真,结果表明,RD-DMAS算法有最小旁瓣以及较窄的主瓣.DAS,DMAS,DS-DMAS,RD-DMAS算法的对比度(CR)分别为9.72,11.72,13.28和19.86.不管环境中是否有噪声,RD-DMAS算法的成像效果都是最好的.

摘要： ICRP第102工作组是第1分委员会下设的一个任务组,其任务是起草《危害计算方法》报告。辐射危害是一个用于量化人体不同部位受到低水平辐射照射的随机效应对健康造成的总危害的概念。组织特异危害是根据标称组织特异性危险系数确定的,并按照疾病严重程度:致死率、对生活质量的影响和寿命损失年数等进行加权。总危害是各个组织和器官的损害总和。危害值用于确定计算有效剂量所用的组织加权因子。

摘要： 通过分析,水土保持能力与地形地貌和第四系发育情况有关、与地表植被及用于水土保持的地表构筑物有关、与区域地表径流和地下径流的流量有关,在此基础上构建水土保持能力因子并进行加权累加.在实证分析过程中,通过对区域内河流单位水体载沙量和总流量载沙量数据进行水土流失的限定发现,通过该模式设定的因子与实际测量数据之间存在统计学相关性.研究结果证明,多尺度水土保持影响因子与实际测量值的吻合度较高,该加权模式具有显著的统计学意义.

摘要： 针对基于子空间分解的空间方位谱估计方法稳健性问题,提出了一种基于时空瞬时稳定的方位谱估计方法.该方法首先依据空间目标信号时域瞬时稳定性,将协方差矩阵频域求取过程转换为经相参补偿的复域求取,降低空间数据稳定性对协方差矩阵估计的影响;然后依据各子空间输出方位谱峰值索引离散度差异,提取各子空间方位谱加权因子;最后根据加权因子实现对各子空间方位谱加权处理,降低背景噪声对最终合成空间方位谱影响.数值仿真及实测数据处理结果表明,相比子空间分解方法,在不损失空间分辨率情况下,能够有效降低空间数据稳定性对协方差矩阵估计产生的影响,在无目标先验信息情况下,对最低信噪比的需求得到了6 dB以上的降低.

摘要： 传统支持向量数据描述(SVDD)方法本质上采用浅层学习框架,难以有效监控非线性工业过程的复杂故障.针对此问题,提出一种基于加权深度支持向量数据描述(WDSVDD)的故障检测方法.该方法一方面在深度学习框架下重新定义SVDD优化目标函数,构建基于深度特征的深度SVDD监控模型(DSVDD),并利用核密度估计法计算监控指标的统计控制限;另一方面,考虑到深度特征的故障敏感度差异特性,在DSVDD监控模型中设计特征加权层,分别从静态和动态信息分析角度给出权重因子的计算方法,利用权重因子突出故障敏感特征的影响以提高故障检测率.应用于一个典型化工过程的测试结果表明,所研究的方法能够比传统SVDD方法更有效地监控过程中复杂故障的发生.

摘要： 中国电建集团西北勘测设计研究院有限公司在完成黄河上游梯级水电站设计的同时,较早的开展水电站风光水多能互补运行研究,取得了丰富的实践成果。随着中国构建以新能源为主体的新型电力系统,即将有大量水电站面临水轮机改造以适应风光水多能互补运行需要。依托李家峡水电站水轮机转轮改造工程,对风光水多能互补混流式水轮机全负荷范围稳定经济运行设计进行了总结,提出了风光水多能互补混流式水轮机全负荷运行的水轮机转轮改造设计关键点,实现了首台改造机组验证全负荷稳定经济运行,为风光水多能互补运行水电站水轮机设计提供借鉴。

摘要： ICRP第102工作组是第1分委员会下设的一个任务组,其任务是起草《危害计算方法》报告。辐射危害是一个用于量化人体不同部位受到低水平辐射照射的随机效应对健康造成的总危害的概念。组织特异危害是根据标称组织特异性危险系数确定的,并按照疾病严重程度:致死率、对生活质量的影响和寿命损失年数等进行加权。总危害是各个组织和器官的损害总和。危害值用于确定计算有效剂量所用的组织加权因子。

摘要： 繁琐的加权因子调整限制了传统的模型预测转矩控制在实际中的广泛应用.为了解决这一问题,提出了一种无权重系数的模型预测转矩控制策略.该策略引入了一个新的镜像转矩变量控制感应电机的磁链,利用电磁转矩和镜像转矩构造了新的价值函数.新的控制策略使用这2个量纲相同的控制变量,替代了传统模型预测转矩控制中的转矩和磁链变量,消除了价值函数中的加权因子,提高了控制方法的效率.仿真和实验结果表明,所提方法在保持传统模型预测转矩控制快速动态性能和优良稳态性能的同时,提出的算法消除了加权因子,降低了平均开关频率.因此,该方法有效并且更具实用性.

摘要： 为了满足拥有不同QoS的大量用户获得高速多媒体业务的需求,3GPP在Release6版本中提出了多媒体广播与多播技术.在多播系统中保证用户公平性和业务QoS给无线资源分配带来了很高要求.因而,本文重点研究了OFDMA多播系统中的动态资源分配问题.本文还对文献中所提的利用分摊因子多播资源算法进行了改进.针对该文献算法中加权因子随机性取值及受限最小分摊因子值给整个系统性能改善带来不确定的随机波动性等弊端,提出了采用自适应加权因子的多播资源分配算法.所提算法通过对加权因子与用户自身性能进行相关联,同时利用加权处理将高速率的多媒体信息向低速率上进行分摊.并且,对所提算法与文献中算法及传统算法进行了仿真实现及分析.仿真结果表明,所提的算法的性能要优于文献中的算法和传播多播算法.此外,本文还将已提算法和传统算法等在利用Visual C++6.0软件开发的MBMS系统级仿真平台上进行了实现,仿真结果表明了所提算法的性能优越性.

摘要： 本文提出了基于指数加权移动平均(Exponentially Weighted Moving Average,EW-MA)的一维条码图像降噪算法.为了使图像中的噪声得到足够衰减,同时又不导致条码的有效信息损失,提出一种选择和修正EWMA加权因子的方法.仿真结果显示:使用EWMA算法,能有效降低条码图像的椒盐噪声、高斯噪声.与算术均值滤波相比,EWMA算法在处理椒盐噪声、高斯噪声时,具有更高的SNR(高0.5-1dB)和PSNR(高1-3.5dB).

摘要： 针对带钢终轧温度控制中表现出的非线性、时变性、耦合性等特点，设计以温度误差及误差变化率为输入的双输入单输出模糊控制器，同时，在线调整加权因子，从而获得优化的控制规则。在Matlab/Simulink中以二阶滞后系统为对象进行实验仿真，得到较好的动态及静态品质。

摘要： 本文运用多重分形理论对蛋白质序列进行分析,多重分形能够分层次地刻画蛋白质特征序列的内部精细结构,突出异常局部的变化特征.同时,结合商空间粒度计算理论,对多重分形方法中的加权因子α进行粗粒度化处理,使得二维空间△d～max(Ca)在结构聚类问题上,起到显著效果。为进一步预测蛋白质结构类,提供了有益的帮助。

摘要： 本文用条件方差作为动态风险的度量工具,首次利用加权因子GARCH模型研究股票风险的动态结构,并对我国沪深股市13只样本股进行了建模分析,得到了个股风险结构的动态变化规律,有助于提高市场参与者对风险的认识,为管理层监管股市,投资者规避风险提供依据.

摘要： 本文详细介绍了从车辆图像预处理到牌照精确定位的过程.针对牌照本身的特点,使用加权因子,改进了基于行扫描的车牌定位算法,该算法对复杂背景下单一车牌的情况,有较强的实用性和抗干扰能力.通过用真实的车牌图像进行实验仿真,取得了较好的定位效果.

摘要： 介绍了利用超声波传感器测量血压的原理，分析了影响超声法测量血压精度的因素。提出了一种基于多传感器阵列的测量方法，并利用多传感器数据融合算法自适应加权估计法对传感器数据进行融合。通过仿真证明此方法能够较好的克服由于受试者身体活动等因素引起的测量误差。

摘要： 介绍了利用超声波传感器测量血压的原理，分析了影响超声法测量血压精度的因素。提出了一种基于多传感器阵列的测量方法，并利用多传感器数据融合算法自适应加权估计法对传感器数据进行融合。通过仿真证明此方法能够较好的克服由于受试者身体活动等因素引起的测量误差。

摘要： 介绍了利用超声波传感器测量血压的原理，分析了影响超声法测量血压精度的因素。提出了一种基于多传感器阵列的测量方法，并利用多传感器数据融合算法自适应加权估计法对传感器数据进行融合。通过仿真证明此方法能够较好的克服由于受试者身体活动等因素引起的测量误差。

摘要： 本文提出了多传感器数据融合技术处理交通流数据的一种方法。融合方法以加权平均估计理论为基础,首先对采集的数据进行了一致性检验,剔除异常数据,将有效数据进行融合,提高了数据的精确度。并进行了MATLAB仿真.这种数据融合方法计算简便,实验结果比较理想,可以获得准确的测量结果。具有较高的可靠性,适用于测量结果为各种数据分布形式的多传感器测量系统。

摘要： 本发明公开了一种基于复合多径因子估计的加权多频最大似然仰角估计方法，其主要思路为：确定阵列雷达，所述阵列雷达包括N个天线阵元，所述阵列雷达向其检测范围的目标发射包括Q个频点的信号后接收来自目标的多频复合回波信号，所述目标的多频复合回波信号包括Q个频点回波；确定目标距离单元，得到N个天线阵元对Q个频点回波的L次数字采样快拍数据，计算第q个频点回波的协方差矩阵估计q＝1,2,3,…,Q；进而获得多频复合权值矩阵W；以及多频回波的复合协方差矩阵估计确定阵列雷达的角度搜索范围，以设定间隔对阵列雷达的角度搜索范围进行多次搜索，得到多次搜索后对应的空间谱值，然后构造空间谱Z，进而得到目标的仰角估计值。

摘要： 本发明公开了一种基于多气象因子的近地加权平均温度信息获取方法。包括以下步骤：获取全球无线电探空站观测数据，提取不同高度面上的加权平均温度的近似真值；紧接着获取ERA‑5全球再分析数据，根据最小二乘法建立各个格网点加权平均温度与海拔高度、年积日的多项式模型；再利用多项式模型计算探空站点加权平均温度的初步预报值，并计算初步预报值与近似真值的残差；然后，建立T个具有不同网络结构的BP神经网络补偿模型，训练得到T组神经网络模型参数；最后，利用T组神经网络模型参数计算得到目标位置的加权平均温度的T组残差预报值，对其求平均得到最终的残差预报值，加上多项式模型计算的初步预报值，即得到近地加权平均温度的最终预报值。

摘要： 本发明公开一种双系统加权精度因子直接计算方法，应用于导航技术领域，针对现有技术在计算WDOP值需要进行多次矩阵求逆，计算量较大；并且当几何观测矩阵存在病态时，矩阵求逆过程容易出现数值稳定问题；本发明对加权精度因子(WDOP)的表达式进行转化，通过分别计算det(N)与tr(N*)，从而实现求解WDOP值，不需要进行多次矩阵求逆运算，采用本发明的方法不仅提高了计算效率，并能有效保证了计算稳定性。

摘要： 本发明公开了一种面向工业控制终端设备的单向安全检测与多因子加权评估系统，包括指标评估体系构建模块、设置于工业控制终端设备的工控安全数据采集模块和安全单向通信模块、设置于工控交换机的安全数据单向通信硬件、设置于安全评估平台的多因子加权评估模块；通过安全单向通信模块和安全数据单向通信硬件之间的单向通信方式以实现的单向安全监测，可以防止攻击者利用安全检测评估系统自身对工控设备实施反向攻击，通过多因子加权评估模块实现结合时效因子，检测时间因子，用户安全需求因子来全方位评估设备的安全性，以达到为工业控制终端设备提供更加全面和准确的风险评估的目标。

摘要： 本发明涉及一种面向大面阵小像元器件的加权采样方法及权重因子优化方法，基于大面阵小像元成像器件，相对传统的多像素合并方法，本发明对不同的子像素设置不同的权重，将不同子像素进行加权合并，同时，为解决权重因子设置问题，将像素的权重因子设置为变量，构建权重因子的优化目标函数，对权重因子进行优化设计。本发明充分挖掘小像素成像器件的优势，可综合兼顾成像系统的SNR和MTF，获得更好的成像质量。

摘要： 本发明提供一种结合地理加权和多层线性的房地产价格影响因子分析方法，包括将所有房地产项目样本根据空间坐标进行分组，位置上处于同一区域的样本归为一组；将房地产属性变量及相关地理空间变量进行分类，分为“空间变量”和“非空间变量”两类，并进行变量优选，得到最终的模型，最终的模型中包括组级变量和样本级变量；使用样本级变量构建多层线性模型并求解；组合最终解，将上一步求解得到的各参数与变量组合起来对因变量进行解释，从而得到房地产价格影响因子分析结果。本发明为解决房地产价格影响因子分析问题中多尺度现象和空间异质现象，使用多层线性回归模型和地理加权回归模型进行结合，自动给出更加合理的房地产价格影响因子分析结果。

摘要： 本发明公开了一种基于局部加权因子模型的工业非平稳过程软测量建模方法。本发明引入滑动窗口，在每个滑动窗口中建立因子分析模型，将在线查询样本输入到各个滑动窗口中得到查询样本与训练样本的局部相似度以及查询样本在滑动窗口中的局部置信度，再综合所有滑动窗口的结果得到每个训练本的全局权重，根据全局权重计算训练样本集的加权平均值，在加权平均值的基础上对查询样本进行预测得到查询样本的丁烷含量预测值。本发明通过建立在线测量样本与训练样本之间的权重关系，提高了预测结果的准确性。

摘要： 提供了一种视频处理方法，该方法包括：根据规则推导视频的当前视频块的样点的邻近样点的加权因子；以及执行当前视频块与该视频的编解码表示之间的转换，并且其中，该规则规定，在使用平面模式或DC模式对当前视频块编解码的情况下，从当前视频块的维度或者当前视频块的样点的位置中的至少一个确定加权因子，其中，当前视频块使用PDPC方法，该PDPC方法使邻近样点与当前视频块的预测信号相结合，以生成细化预测信号，并且其中，基于样点的对应邻近样点的加权因子确定该样点的预测信号的加权因子。

摘要： 本发明涉及一种基于多维奖励Q学习的模型预测加权因子动态调整方法，属于自动驾驶车辆轨迹跟踪控制领域。解决了采用模型预测控制原理设计轨迹跟踪控制器时对加权因子的选取不当会降低自动驾驶车辆轨迹跟踪稳定性和精确性以及行驶安全性的问题。本发明通过强化学习中Q学习方法，训练了加权因子最优调整策略，可实时动态调整模型预测轨迹跟踪控制器的加权因子，从而实时优化自动驾驶车辆的轨迹跟踪性能，以减少在每个采样时刻下车辆实际位置与预期轨迹之间的误差，提高自动驾驶车辆的轨迹跟踪精度和行驶稳定性、舒适性。

摘要： 本文中描述了一种用于生成提供输入文本的分布表示的密集嵌入向量的计算机实现的技术。在一种实现中，该技术包括：生成维度为g的输入词条频率(TF)向量，该输入TF向量包括与输入文本的实例中的词条的出现频率相关的频率信息；使用TF修改通过相应机器训练加权因子来修改输入TF向量中的词条特定频率信息，以产生维度为g的中间向量；使用投影组件将维度为g的中间向量投影到维度为k的嵌入向量中，其中k小于g。TF修改组件和投影组件都可以使用相应机器训练神经网络。应用组件可以基于嵌入向量来执行基于取回的功能、基于识别的功能、基于推荐的功能、基于分类的功能等中的任何功能。