加权算法

摘要： 为了更准确估计锂电池的SOC,从两方面考虑,即模型选择和估计算法。首先,为了减小由于模型引起的估计误差,采用带有遗忘因子的递推最小二乘法对二阶RC等效电路模型参数进行在线辨识,实现锂电池模型参数的自适应。其次,针对SOC的估计,提出了基于EKF结合AHI法实现加权在线估计。实验表明所提方法相比其中单一算法具有更高的估计精度和稳定性,尤其是提高了低SOC区间的估计精度,验证了所提算法的有效性。

摘要： 文章提出一种针对水轮机翼型空化噪声的小波包幅值加权方法,针对水轮机翼型空化噪声的采集,利用小波包分解对空化信号分析,找到合理的突变幅值区间,定义并寻找突变量,进行加权算法计算出突变总量,是一种新型的水轮机翼型空化判断方法。研究结果发现该方法找到水轮机翼型空化噪声的特征频率有一定效果。研究结构也为寻找水轮机翼型空化噪声的特征频率提供参考。

摘要： 该文从教学需求出发,设计一套具有权重的随机点名课堂提问系统,其目的是提高课堂教学质量与学生参与的积极性.该系统具有两个方面的功能,第一,可以避免教师在课堂教学中的带有个人感情色彩的提问偏重,给予每个学生相对均等的回答课堂提问的机会;第二,可以根据学生知识掌握情况以及课堂问题难易程度,适度调节随机点名的权重分配,提高学生问题回答质量与课堂效率,将课堂提问在教学环节中发挥到最大的作用.

摘要： 针对永磁同步电机无位置传感器控制技术在低速阶段存在额外损耗和位置估计延迟以及在中高速阶段存在对模型参数依赖较大的问题,提出一种全转速范围无位置传感器复合控制方法.采用高频注入法和自适应算法复合控制策略,利用加权算法实现了两种算法之间的平滑切换,建立复合控制算法的数学模型,运用Matlab/Simulink进行仿真分析.分析结果证明,该复合控制算法能够快速准确地检测出转子位置,实现零低速与中高速的平滑切换,提高了系统的动态响应性能,具有动态调节速度快,鲁棒性好等优点.

摘要： 为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法。首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定位计算,并利用DBSCAN聚类算法剔除误差较大的值。其次,把聚类后所得簇的核心点个数当作权值,采用加权定位算法得到未知节点的初始坐标。最后,计算锚节点坐标与初始坐标间的距离,选择临近的锚节点修正初始坐标,使最终的定位结果更加精确。仿真结果表明:相比于加权质心定位算法和基于RSSI测距滤波优化的加权质心定位算法,所给算法的定位精确度分别提高了69.55%和38.64%。

摘要： 为了提高无线传感器网络节点的定位精确度,给出一种基于临近锚节点修正(CAAN)的具有噪声的基于密度的聚类(DBSCAN)加权定位算法.首先,在未知节点通信范围内的锚节点中选择三个构成三角形,证明当未知节点处在此三角形外接圆圆心位置时定位误差最小,然后据此选择合适的锚节点,结合滤波后的接收信号强度指示(RSSI)值进行定位计算,并利用DBSCAN聚类算法剔除误差较大的值.其次,把聚类后所得簇的核心点个数当作权值,采用加权定位算法得到未知节点的初始坐标.最后,计算锚节点坐标与初始坐标间的距离,选择临近的锚节点修正初始坐标,使最终的定位结果更加精确.仿真结果表明:相比于加权质心定位算法和基于RSSI测距滤波优化的加权质心定位算法,所给算法的定位精确度分别提高了69.55％和38.64％.

摘要： 结构化矩阵重构是机器学习中的重要问题之一,矩阵补全是目前研究的热点,笔者重点研究了矩阵补全的推广形式,即矩阵是由低秩矩阵、稀疏矩阵以及噪声叠加而成.有学者已经从数值实验证明:基于交替方向加权主成分追踪算法重构效果优于基于交替方向主成分追踪算法,同时加权算法对白噪声更加稳健.笔者将从理论上推出此结论.

摘要： 随着互联网的深入普及,传统10000号的发展面临着巨大的挑战,创新转型升级势在必行。但我们对10000号运营管理评价缺少体系化的思考也是不争的事实,为此,本文基于平衡计分卡模型,结合智慧化转型的发展要求,提出了一种可衡量10000号运营管理的综合评价体系,设计明确了具体的评价指标,并运用加权算法实现对全国31省10000号的量化评价。

摘要： 由于朴素贝叶斯算法的特征独立性假设以及传统TFIDF加权算法仅仅考虑了特征在整个训练集的分布情况,忽略了特征与类别和文档之间关系,造成传统方法赋予特征的权重并不能代表其准确性.针对以上问题,提出了二维信息增益加权的朴素贝叶斯分类算法,进一步考虑到了特征的二维信息增益即特征类别信息增益和特征文档信息增益对分类效果的影响,并设计实验与传统的加权朴素贝叶斯算法相比,该算法在查准率、召回率、F1值指标性能上能提升6％ 左右.

摘要： 本文介绍了一种基于信息熵的文本特征加权算法—TF/IDF (MaxEnt)算法,用以提高文本分类器的分类性能.该算法将信息熵的概念引入到传统的文本特征加权算法—TF/IDF算法中,避免了传统的TF/IDF算法忽略特征项在类内和类间分布情况的问题.本文详细分析了TF/IDF (MaxEnt)算法,并在两类典型的文本数据集上与传统的TF/IDF算法进行了对比和分析.实验结果表明:TF/IDF (MaxEnt)算法在文本分类精度方面优于传统的TF/IDF算法.

摘要： 由于近场噪声的影响,艇体共形阵被动声纳性能受到极大抑制.传统的声纳优化方法无法在低信噪比下取得较理想的效果,因此本文提出了一种以优化声纳检测系数为标准的设计方法,它能够有效减小近场噪声的影响,极大提高共形阵在低信噪比下的探测性能,并通过实际数据对该方法进行了检验,验证了此方法的有效性.

摘要： 加权多模型自适应控制的基本思想是将离线设计与在线决策相结合,离线设计出有限个与多模型相对应的简单控制器,在每个采样时刻,将这些局部控制器通过加权算法有机地组合成一种在大范围内具有强鲁棒性的控制系统.本文研究多变量系统中标量以及矢量权值对系统的影响以及权值收敛算法的优化,通过Matlab仿真可以看出，在多输入多输出系统中，标量的权值可以更快选中与实际被控对象最为接近的了模型，且相比矢量权值，控制率对被控对象的控制效果更优，系统输出更稳定，因此在设计加权算法时，使用标量加权算法会达到更好的控制效果。针对线性定常系统，在加权算法中采用定常系数的误差性能指标会加快权值的收敛速度，且对历史误差数据的系数越大，关注程度越高，权值的收敛速度越快。

摘要： 在某型航空发动机的某次试车中,该发动机发生了喘振.本文通过理论分析及实验验证证实了温度传感器动态特性滞后是导致喘振的主要原因.为解决该喘振问题,本文提出了一种加权算法并进行了仿真验证.仿真验证结果表明,所提出的加权算法可在保证不改变原控制规律的前提下,解决由于温度传感器动态特性滞后引起的发动机喘振问题,并且所提出的加权算法具有适应性良好,抗干扰能力强等突出优点,可为解决该发动机喘振问题提供参考.

摘要： 多传感器数据融合是信息融合的研究热点，航迹融合是多传感器数据融合的关键技术难点。由于没有考虑航迹数据精度的差异，传统的航迹融合算法对精度相差较大的航迹的融合效果往往不是很理想。本文在分层融合结构下，根据传感器的精度，给出各局部融合节点的可信度，再利用模糊层次分析法求出各局部融合节点的权重值，提出了一种有效的加权航迹融合算法。通过半实物仿真环境验证，该算法提高了融合后系统航迹的精度，性能好于直接对航迹融合的算法。

摘要： 软件估算是软件开发中的重要活动,而类比估算是软件估算中最常用、最易于理解的方法。为了表征软件项目属性对软件估算结果的不同影响程度,类比估算通常采用加权算法。我们采用多元线性回归方法估计类比估算的加权参数,提高了估算活动的工作效率,同时也可以提高估算结果的准确性。

摘要： 加权多模型自适应控制通过多个局部模型来覆盖被控对象参数的大范围不确定性,并基于加权原则,将简单的局部控制器有机地组合成整体控制器.本文针对经典的弹簧阻尼系统模型设计加权多模型自适应控制器并选择不同误差性能指标实现权值收敛算法的优化.在MATLAB/Simulink环境下建立系统模型并进行仿真实验,验证了算法的有效性.

摘要： 加权多模型自适应控制通过多个局部模型来覆盖被控对象参数的大范围不确定性,并基于加权原则,将简单的局部控制器有机地组合成整体控制器.本文针对经典的弹簧阻尼系统模型设计加权多模型自适应控制器并选择不同误差性能指标实现权值收敛算法的优化.在MATLAB/Simulink环境下建立系统模型并进行仿真实验,验证了算法的有效性.

摘要： 加权多模型自适应控制通过多个局部模型来覆盖被控对象参数的大范围不确定性,并基于加权原则,将简单的局部控制器有机地组合成整体控制器.本文针对经典的弹簧阻尼系统模型设计加权多模型自适应控制器并选择不同误差性能指标实现权值收敛算法的优化.在MATLAB/Simulink环境下建立系统模型并进行仿真实验,验证了算法的有效性.

摘要： 加权多模型自适应控制通过多个局部模型来覆盖被控对象参数的大范围不确定性,并基于加权原则,将简单的局部控制器有机地组合成整体控制器.本文针对经典的弹簧阻尼系统模型设计加权多模型自适应控制器并选择不同误差性能指标实现权值收敛算法的优化.在MATLAB/Simulink环境下建立系统模型并进行仿真实验,验证了算法的有效性.

摘要： 本发明公开了一种基于双加权最小连接算法的云计算负载均衡调度算法，属于网络技术领域。本发明在加权最小连接调度算法对资源服务器的性能进行加权的基础上，采用服务器上CPU空闲率和内存空闲率等实时信息动态地表示服务器性能的权值，从而充分评估和利用各节点服务器的剩余处理能力；根据任务类型的复杂程度为任务赋予相应的权值；为保证系统在长时间运行状态下各个节点的负载不发生较大的倾斜，每次分配任务之前，调度器将计算出每个服务器上所有任务的权值之和与服务器性能的权值之比，将新任务分配给比值最小的服务器。本发明降低了整个云计算服务体系的平均完成时间，即提高了系统效率；同时提高了云数据中心各个资源服务器的负载均衡程度。

摘要： 一种用于校准发动机控制系统的方法，包括：识别发动机校准中的发动机校准子问题；以已知/优良的个体为一个发动机校准子问题播种初始代；使用遗传算法在参数/系数调度空间内优化所述一个发动机校准子问题的自由参数；使用惩罚函数；确认包括一个之前的发动机校准子问题的下一个发动机校准子问题；以已知/优良的个体为所述下一个发动机校准子问题播种初始种群；重复步骤直到解决了包括发动机校准子问题的发动机校准为止；以及使用发动机校准操作车辆的发动机控制系统。

摘要： 本发明提供一种结合GMTRJ算法和EM算法的类加权SAR影像分割方法，涉及影像处理技术领域。该方法首先将待分割SAR影像定义为在影像域D上的随机场的一个实现，并赋予SAR影像中每个类别一个权重构成权重集合；再利用待分割影像和权重集合定义类加权SAR影像，并将其定义为在影像域上的特征场的一个实现；然后利用规则划分技术将类加权SAR影像的影像域划分为多个子块；在划分的影像域上，建立类加权SAR影像分割模型；最后针对已建立的类加权SAR影像分割模型，设定迭代次数，并在每次迭代过程中利用GMTRJ算法设计求解类加权SAR影像分割模型中所有参数，并利用EM算法估算权重集合，进而确定类加权SAR影像分割模型的最优解，完成SAR影像的分割。

摘要： 本发明公开了一种基于双加权最小连接算法的云计算负载均衡调度算法，属于网络技术领域。本发明在加权最小连接调度算法对资源服务器的性能进行加权的基础上，采用服务器上CPU空闲率和内存空闲率等实时信息动态地表示服务器性能的权值，从而充分评估和利用各节点服务器的剩余处理能力；根据任务类型的复杂程度为任务赋予相应的权值；为保证系统在长时间运行状态下各个节点的负载不发生较大的倾斜，每次分配任务之前，调度器将计算出每个服务器上所有任务的权值之和与服务器性能的权值之比，将新任务分配给比值最小的服务器。本发明降低了整个云计算服务体系的平均完成时间，即提高了系统效率；同时提高了云数据中心各个资源服务器的负载均衡程度。

摘要： 一种用于校准发动机控制系统的方法，包括：识别发动机校准中的发动机校准子问题；以已知/优良的个体为一个发动机校准子问题播种初始代；使用遗传算法在参数/系数调度空间内优化所述一个发动机校准子问题的自由参数；使用惩罚函数；确认包括一个之前的发动机校准子问题的下一个发动机校准子问题；以已知/优良的个体为所述下一个发动机校准子问题播种初始种群；重复步骤直到解决了包括发动机校准子问题的发动机校准为止；以及使用发动机校准操作车辆的发动机控制系统。

摘要： 本发明提出的双层加权并行干扰对消算法的简化算法在保持双层加权并行干扰对消算法性能的同时，大大降低了运算量。由于在双层加权并行干扰对消算法中涉及双曲正切运算，该算法几乎无法实现。为了解决这个问题，本发明的双层加权并行干扰对消算法的简化算法用分段线性判决方法或者查表法来代替双曲正切判决，其实质就是用分段线性判决函数L(x)或者查表法的判决函数T(x)逼近双曲正切函数tanh(x)。

摘要： 本发明公开了一种基于加权K最近邻算法的浮选工况识别方法及系统，通过对泡沫图像数据集中模糊和不确定的数据、以及各类特征的不同分布进行模糊多邻域颗粒的设置；引入熵的概念计算出由特征子集诱导的模糊多邻域颗粒所提供的信息量，并在模糊多粒度信息理论框架下充分考虑泡沫图像特征间的多重关系；根据特征间的多重关系构建目标评价函数，计算出每个特征的函数值，并对特征进行排序；利用计算出的特征函数值对K近邻算法进行加权；选取分类准确率最高的特征子集作为浮选工况识别的最优特征子集。本发明充分考虑到泡沫图像特征间存在的多重关系，能充分利用好特征提供的有用信息，分类效率和分类准确率高。

摘要： 本申请提供了一种基于迭代加权最小二乘的桥梁动态称重算法(简称IRLS算法)，包括步骤：获取车辆过桥时的桥梁荷载响应，利用Moses算法进行轴重识别，得到初始轴重A(0)；将初始轴重A(0)作为本算法中的已知量，计算残差R，带入到逻辑权重系数函数中得到对应的权重系数W，将得到的权重系数代入到车轴轴重表达式中，得到车辆轴重，不断重复此过程来更新车辆轴重，直至计算的轴重结果收敛为止。本申请在计算过程中为各个时刻的荷载响应值提供一个适合的权重系数。荷载响应的权重系数越大表示它对轴重识别的贡献程度越大，反之越小；区分不同荷载响应对轴重识别的贡献程度能够在一定程度上提高轴重识别精度。

摘要： 本发明公开了一种超密集网络中基于加权混沌蝙蝠算法的资源分配方法，首先传统的蝙蝠算法主要用来解决连续解的非线性问题，但对于资源块分配是离散解，因此需要对原算法进行修正，适合离散解的问题去寻优；不仅如此，本发明还利用混沌映射的遍历性与随机性等特性产生混沌序列代替原始蝙蝠算法中均匀分布的随机数，增加种群的多样性；此外利用对数递减惯性权重来加快收敛速度；最后，本发明不仅考虑资源块的数量大于家庭基站用户设备数量的情况，同时考虑在资源匮乏的状态下，即资源块数目小于家庭基站用户设备的数量时，采用不同的初始种群编码方式，能够充分利用资源以及提高算法的鲁棒性；总的来说，该方法通过对蝙蝠算法的优化，能够有效解决超密集网络中的资源分配问题，提高系统的吞吐量。

摘要： 本发明涉及服务器领域，特别涉及一种负载均衡算法‑智能加权算法实现方法，此方法最显著特点是在负载均衡器上维护各服务器的权值和请求连接数量、最大处理连接数，根据智能加权算法公式，得到性能最优的服务器，负载均衡将请求优先分发到性能最优的服务器处理，这样既节省了轮询的时间开销，也让性能最好的服务器最大限度发挥自己的处理能力。