1、了解模拟信号被数字量化后产生的各类误差。 2、学习数据采集系统的动态性能评估方法。 3、数据采集系统的动态性能(SNR、 SINAD 、ENOB)的算法实现

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题

提出了感应钢包炉的等效电路以及感应钢包炉的漏磁场、空载磁场和负载磁场的数学模型,利用有限元法作了计算,进而给出了等效电路参数及工作特性的算法

 递归的概念和典型的递归问题  阶乘、Fibonacci数列、hanoi塔等问题  分治法的基本思想  分治法的典型例子  二分搜索、矩阵乘法、归并排序、快速排序  大整数的乘法、最接近点对问题

根据电力机车噪声的特点,建立了基于LMS算法的自适应有源降噪系统,设计了室内脉冲响应测量系统,然后在此基础上对降噪系统进行数字仿真和实际声学实验。在仿真中,降噪量可达到40dB,实际声学实验中,机车降噪量可达到15dB

针对热连轧过程中板形板厚综合控制问题,提出了兼顾板形的负荷分配方法,并且使用免疫遗传算法进行了参数优化.实验数据对比分析表明,该方法是有效的,能够实现板形板厚的综合控制

传统的优化方法在描述能力、建模方法、方法实现和模型数据的分析等方面都存在着局限性,需要引入新的思路.针对上述问题,提出了基于知识的广义优化方法,给出了广义优化中知识概念、优化问题的描述,以及基于知识的广义优化方法的一般求解过程.其基本方法是在优化问题知识模型的基础上,建立基于知识的广义优化算法,通过知识系统的约简,得到用于制定优化方案的决策规则.同时给出了基于知识的广义优化方法在在锅炉燃烧优化问题中的应用示例,说明了方法的有效性

使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价

首先以心理动力学中的心理能量概念为基础,分析了情感能量以及表示情感状态的相关参数.然后根据情感能量守恒定律,研究了情感能量分配结构的数学表示方法和情感能量分配模型,进一步分析了情绪状态的变化过程,提出了情绪状态刺激转移过程的隐马尔可夫链及其模型算法;利用MATLAB建立相关情感状态变化的仿真研究平台,进一步研究了情感状态的变化规律.最后根据以上情感模型及其变化规律构建出表情机器头的综合研究平台,仿真结果与机器头实验数据的一致,验证了仿真模型的有效性

1.1 加法法则与乘法法则 1.2 排列与组合 1.3 Stirling近似公式 1.4 模型转换 1.5 全排列的生成算法 1.6 组合的生成 1.7 可重组合 1.8 若干等式及其组合意义 1.9 应用举例