学科分类
/ 11
211 个结果
  • 简介:摘要为了研究离散傅立叶的快速算,本文提出了按时间抽取的基-3的FFT快速算,利用离散傅立叶变换的周期性,对该算法的原理进行了说明,并且通过分析三点的离散傅立叶变换得到了27点离散傅立叶变换的信号流图,理论证明,基-3FFT算法相对于传统的离散傅立叶变换效率提高一倍左右。

  • 标签:
  • 简介:为了利用雷达对低空和超低空飞行器进行精确探测,必须对影响雷达测量精度的大气折射误差进行实时修正。针对目前大气折射误差计算存在处理时间较长、不能满足实时性要求的现状,提出了一种利用虚高进行折射误差修正的快速算。根据等效地球半径中电波射线为直线的情形推出计算接近目标真实高度的虚高方法,利用虚高将折射误差公式中的积分项分为两部分,最影响折射误差修正处理时间的部分采用一次积分完成,另一小部分利用变步长的迭代方法完成。仿真实验表明,在保证与目前公认高精度的射线描迹法相同的精度条件下,利用虚高进行大气折射误差修正可实现快速计算,计算速度至少提高一倍,且计算速度随雷达仰角的增大而增快。

  • 标签: 低空目标 折射误差修正 快速算法 虚高 等效地球半径
  • 简介:综合传热系数是反映车体隔热性能的重要指标,城轨车辆车体存在的复杂热桥结构使得目前尚无理论公式可对其综合传热系数进行直接计算。本文建立车体热桥结构物理模型,对车体稳态传热进行模拟;基于模拟结果,对整车车体传热特征和车体热桥单元导热性能进行分析,最终建立城轨车辆综合传热系数快速算,并开发相应的计算软件。该快速算计算简便、结果合理可靠,对于城轨车辆空调系统设计与车体隔热性能优化有着重要的指导作用。

  • 标签: 城轨车辆 综合传热系数 热桥 车体隔热
  • 简介:针对一类带线性等式约束的复矩阵优化变量的二次规划问题,提出一类快速有效的算法,该算法扩展了现有复值共轭梯度投影算法,继承了原算法的收敛性结果,同时又避免了原算法处理矩阵优化变量时的向量化操作。数值实验表明了新算法的可行性和有效性,较传统凸优化方法有更快的收敛速度。

  • 标签: 二次规划 共轭梯度投影 复矩阵变量 线性等式约束
  • 简介:摘要数学源于生活,生活中到处充满数学。《数学课程标准》指出数学教学必须从学生熟悉的生活情境和感兴趣的事物出发,为他们提供观察和操作的机会。使他们有更多的机会从周围熟悉的事物中学习数学和理解数学,体会到数学就在身边,感受到数学的趣味和作用,体验到数学的魅力。

  • 标签: 小学 数学 两位数 乘法 速算 剖析
  • 简介:漫长假期后的第一个月里,当你再次背上书包跨入校门时,你是否又要开始为学习而焦虑,为未来而迷惘?值此新的学期,我就大家新学的算法,来跟同学们谈谈心.

  • 标签: 中学生 数学学习 阅读知识 课外阅读
  • 简介:物流配送的车辆路径问题(VRP)是近年来物流领域中的研究热点,该问题属于NP难题,较难得到最优解和满意解。在建立了车辆路径问题数学模型的基础上,该问题被分解为两个阶段进行研究,分别为利用基于基地启发式分区算法进行区域划分和利用改进的遗传算法来确定具体的一条配送线路的先后次序。通过此改进的混合遗传算法最终得到优化配送路径。仿真计算结果表明,在大规模车辆路径问题中改进后的算法相比于传统的遗传算法最优解的质量得到一定提高。

  • 标签: 物流配送 大规模 车辆路径 分区算法 遗传算法
  • 简介:数据挖掘是近年来计算机科学领域非常热门的研究方向之一,是由数据仓库技术和机器学习发展而来.数据挖掘是指从海量的数据中找出隐藏的关系,是数据分析的高级阶段.在对数据挖掘的算法研究中,涌现出了很多优秀的算法.本文选择了IEEE评选出的十大经典算法,对其中的每个算法的原理、背景、发展、优缺点、应用领域等做了深入浅出的介绍,为相关专业领域的学习及研究提供参考.

  • 标签: 数据挖掘 大数据 聚类 分类 预测 关联规则
  • 简介:文章对五度律(三分损益律)、纯律、平均律和等程律等,提出一种简捷、实用的计算方法,可供音乐史和科学史的教学和研究参考,也有助音乐院校学生的学习和拓展思维。

  • 标签: 音程 五度律 纯律 琉特琴(lute)律 平均律 等程律
  • 简介:当前牧场在生产管理过程中由于没有统一管理或牛群概念导致各牧场对牛群结构和各种生产效率方法方式计算存在很大差异.所以需要一个统一的计算方法和对不同牛群的命名,以下作为参考。1目的为了保证牧场生产数据统计结果的一致性.统一并完善奶业和牧场牛群概念与算法,制订本标准。

  • 标签: 牛群结构 算法标准 牧场生产 生产管理过程 生产效率 统一管理
  • 简介:摘要配电网发生故障后,尤其是随着微网渗透率的不断增大,为快速准确实现配电网故障恢复,提出了启发式算法与遗传算法相结合的配电网故障恢复算法。首先,利用启发式算法生成故障恢复的候选方案集;然后,考虑故障恢复的目标和约束条件,采用遗传算法对变量进行编码、交叉、变异寻求最优解,得出最优恢复方案。算例结果验证了该方法的有效性。

  • 标签: 配电网 故障恢复 微网 启发式 遗传算法
  • 简介:近日,来自德国马克斯普朗克研究所(MaxPlanckInstitute)的研究人员创造了一种使用模糊面部图片就能识别人脸的新算法——“无脸识别系统(FRS)”。

  • 标签: 识别算法 面部 德国 开发 识别系统 研究人员
  • 简介:摘要本文主要围绕着概率图模型的可压缩性进行研究,运用了消除算法对图模型中的最大后验问题及边际问题进行了优化,从而对图模型的可压缩性及消除算法有了更深入的认识。

  • 标签: 图模型 可压缩性 消除算法
  • 简介:【第一次尝试进行算法多样化教学】某班有学生50人,男生是女生的2/3,女生有多少人?试题呈现给学生后,学生先独立思考,然后小组合作进行讨论。学生的积极性特别高,提出了5种解法,笔者将学生提出的问题都写在黑板上,感觉教学进行得十分顺利,教学效果也不错。第二天,笔者就出了类型题进行检测。自行车厂有工人160人,其中3/8是女工,女工比男工少多少人?

  • 标签: 自行车厂 教学效果 发现学习 解题方法 数学思考 多样化教学
  • 简介:概述了相关匹配跟踪的研究现状,介绍了序贯相似性检测算法(SSDA)流程及存在的问题,提出了基于SSDA的图像匹配跟踪算法。该算法结合运动轨迹模型,预测了目标在下一帧的位置,并对运动目标进行搜索及跟踪状态估计和维护。试验结果表明,该算法可提高恶劣条件下图像跟踪适应能力,提升了整个图像跟踪的稳定性。

  • 标签: 匹配跟踪 轨迹预测 卡尔曼滤波器 序贯相似性检测算法
  • 简介:本文引入算法灾难这一问题,首先重新阐释了保罗·维利里奥[PaulVirilio]的原初事故[originalaccident]概念,在其中他发现了事故之双重含义的融合[conflationofthedoublemeaning],这双重含义为1)实体的述语[predicate],2)亚里士多德意义上的偶然事件在技术灾难年代[thetimeoftechnologicalcatastrophe]的完全实现。本文与维利里奥的不同之处,在于进一步区分了第二自然(一种自然一技术的有机结构,福岛灾难作为例证)的偶然性和埃米尔·布特鲁[色mileBoutroux]所阐明的自然法则下的偶然性。第二自然[thesecondnature]来自理性在对抗事故中的不断外化[constantexteriorisation]——这一点柏拉图早在《普罗泰戈拉篇》中就提出了,此篇中理性是他在反-悲剧戏剧[anti—tragictheatre]中用来预防偶然性[τυχη,亦即luck]到来的措施。柏拉图之后,亚里士多德在《物理学》中区分了“运气”[τυχη]和“自动性”[τοαυτοματου],视它们为可能性[chances]的两种形式;然而,如今的我们观察到,作为当今自动化[automation]的自动机[automaton]正在创造着一种机运[τυχη]或者偶然性[contingence]的新形式,导致了算法灾难[algorithmiccatastrophe]。这些灾难通过金融市场的“闪电崩盘[flashcrash]”、亚马逊云计算[Amazoncloudcomputing]的设计原则(一切都会失败)等得以证明,实际上,早在1960年诺伯特·维纳[NorbertWiener],以及最近斯蒂芬·霍金在反对人工智能的评论中,都对这些灾难提出了警告。本文建议通过阅读昆汀·美亚索[QuentinMeillassoux]有关偶然性的绝对化[absolutisationofcontingence]去理解算法灾难的思辨美学[speculativeaesthetics],从而结束全文。

  • 标签: 偶然性 灾难 算法 亚里士多德 报复 第二自然
  • 简介:摘要750千伏变电站主变压器多采用滞回比较法来控制变压器冷却系统,通过有差值裕度的投、切温度阀值投、切冷却系统。这种方法虽然能很好的控制变压器的温度不超限,但变压器长期运行在温度较高的状态,影响其使用寿命。本文对此提出了引入温度变化趋势算子的模糊控制算法,可以有效降低变压器在高温下运行的时间,并将变压器的温度控制在一个较低的工作点上。

  • 标签:
  • 简介:本文主要利用主成分分析(PCA)方法提取人脸特征,将原来的自变量变换到另外的一个空间中,即特征子空间,然后选择其中~部分重要成分作为自变量(此时丢弃了一部分不重要的自变量),最后利用最小二乘方法对选取主成分后的模型参数进行估计。通过低维子空间表示高维数据,有效的对数据进行了压缩,识别起来简单有效。

  • 标签: 主成分分析 特征子空间 最小二乘方法
  • 简介:聚类分析在数据挖掘领域中占有重要地位,到目前为止学者们提出了许多的聚类算法.本文提出了一种基于kNN的聚类算法k-NearestNeighborCluster(kNNC).该算法首先找到每个数据点的k个邻居点,然后设置匹配点数n,通过使用每个点的邻居点进行匹配进而达到聚类效果.本文通过三个实验去验证该算法,并且与k-means算法进行比较.实验结果表明,该算法具有稳定的正确率,而其最大的优点是不需要预先设定聚类簇数,它可以大致的找到聚类的簇数.

  • 标签: KNN算法 K-MEANS算法 聚类分析 微博文本聚类