自适应预测

摘要： 针对现有机载设备剩余寿命(remaining useful lifetime,RUL)预测方法在新研单一样本条件下,无法应用于加速退化试验场景的问题,本文基于比例关系模型提出了 一种加速退化场景下适用于单个试验样本的自适应RUL预测方法.首先,依据加速退化环境下Wiener过程存在的漂移/扩散系数比例关系,构建考虑设备个体差异与测量误差的非线性随机退化模型;其次,针对加速退化试验存在单一受试样本的情况,提出了基于期望最大和卡尔曼滤波联合算法的参数自适应估计方法;然后,基于卡尔曼滤波原理在线更新目标设备的退化状态,并推导出设备剩余寿命的概率密度函数;最后,通过对单台行波管加速退化实测数据进行分析,验证了方法的正确性和优势.

摘要： 自适应预测在语言和图像编码中有着大量的应用.本文重点研究LMS算法的一步线性预测.其间推导了LMS算法在格型结构中的表达式,并验证了二阶格型结构的LMS算法收敛过程,也在格型结构系统中验证了LMS算法在一步前向预测上的准确性.结果表明,在格型结构中使用LMS算法进行一步前向预测,能够达到较高的准确性.

摘要： 讨论了电能质量控制器对改善电能质量的影响,分析了其数学模型和拓扑结构.在此基础上提出了一种基于自适应预测的分次补偿畸变指令电流检测法.通过改进变换矩阵C,能够在负载不对称且含有任意谐波分量的情况下,有效提取出分次补偿的指令电流,更好地补偿谐波分量.最后利用仿真验证了电能质量改善方法的有效性.

摘要： 介绍原创的自适应预测制导方法,包括自适应全数值轨迹预测方法,一种时变动态控制增益变换方法,一种一阶特征模型的自适应控制方法,自适应双环制导方法,标称轨迹自适应纵向和横向制导方法,以及约束预判与峰值控制等,给出实际飞行应用情况,以及推广应用和截至目前的应用研究领域.

摘要： This paper makes a comprehensive analysis on the working state of shearer and scraper conveyor in fully mechanized coal mining face. By predicting the load of scraper conveyer, the overall structure of speed regulation system of shearer is developed, and the data is collected. Network communication and data processing, respectively create sensor selection, industrial Ethernet communication platform design, remote monitoring system.%对综采工作面的采煤机及刮板输送机的配合工作状态进行了全面分析,通过预测刮板输送机的负载,设计采煤机调速系统的总体架构,通过数据收集、网络通讯以及数据处理,分别创建传感器选型、工业以太网通讯平台和远程监控系统.

摘要： 将模糊神经网络作为预测方法的主要理论工具,设计预测模型结构、层次及确定节点,并结合多轴数控加工特点对其加工表面粗糙度预测,其中以工艺参数（选择有限的主要因素）为输入变量作为网络模型的输入,以加工表面粗糙度作为网络的输出,利用实验中获得的数据样本及刀具参数对模型进行校验和调整,获得精度较高的自适应模糊神经网络预测模型。

摘要： 将模糊神经网络作为预测方法的主要理论工具,设计预测模型结构、层次及确定节点,并结合多轴数控加工特点对其加工表面粗糙度预测,其中以工艺参数(选择有限的主要因素)为输入变量作为网络模型的输入,以加工表面粗糙度作为网络的输出,利用实验中获得的数据样本及刀具参数对模型进行校验和调整,获得精度较高的自适应模糊神经网络预测模型.

摘要： 针对被检测的运动目标在图像中被遮挡后出现运动目标干扰的问题,提高目标跟踪的准确率,提出了基于欧式距离预测的Camshift目标跟踪方法.通过高斯检测前景、像素过滤、中值滤波、形态学膨胀及遮挡判断等措施,采用将Camshift算法与改进的预测器相融合的方法完成对运动目标的预测跟踪.当目标被遮挡时,自适应选取Kalman预测器或者线性预测器,预测运动目标可能出现的位置,再用Camshift算法搜索目标质心,提高搜索的准确性.实验结果显示,所提改进算法可有效地解决原有算法中目标跟丢率高的问题,且能满足跟踪的精度和实时性要求.

摘要： 将直升机模型旋翼在消声室中进行声学性能测试是研究直升机旋翼噪声特性的一种最有效最直接的方式;在直升机模型旋翼消声室试验中,发现传声器采集到的围绕170 Hz特征频率分布的频带极窄的旋翼声信号上叠加有宽频无用噪声;试验中采集到的声信号信噪比与总距角大小成正比,小总距角时声信号信噪比较小,无用信号成分会掩盖声信号真实信息,必须采用高效的方法去除无用成分并同时最大可能不损坏需要成分;模型旋翼声信号中各成分频带分布不同,信号自相关长度与其分布频带有关,文章指出可以根据信号中各成分之间自相关长度的差异性采用自适应线性预测器把所需信号成分预测分离出来;通过分别对比在总距为0°、6°、10°时声信号与各自处理结果,表明叠加在信号上的无用成分被成功滤除,信号质量得到明显改善.

摘要： 无差拍控制作为一种离散系统控制方式,被广泛应用在有源滤波器的控制当中.但是没有预测的无差拍控制实际上是差一拍或者差两拍控制,对于此,本文提出一种基于自适应谱线增强器预测的有源滤波器无差拍控制方式,通过历史数据准确预测出两拍后的系统状态.通过理论推导证明了自适应预测算法的鲁棒性在H∞意义上最优的,实验验证了本文提出方法的正确性和可行性.

摘要： 传统的语音通信干扰一般采用大功率的噪声干扰,这类方法不仅容易暴露目标,而且随着语音降噪和语音增强技术的发展,单纯采用噪声干扰效果并不理想.针对这一问题,本文提出在普通噪声干扰的基础上引入基于自适应预测的语音相关干扰。仿真实验表明,与传统干扰方法相比较,改进后的方法不仅使干扰功率有一定程度的降低,而且改善了语音干扰效果。

摘要： 本文介绍了一种基于弹簧操作机构的真空同步断路器，同步断路器采用TI 2812 DSP 为控制核心，实现了在电网电压预定相位处合闸的功能，从而大大减小合闸操作暂态过程，提高电网电能质量。文章首先详细分析了实现断路器同步控制的原理和影响弹簧机构动作时间的因素，并据此提出了基于时间序列的自适应预测控制策略，可以大大提高断路器同步动作的准确性和可靠性。随后采用高性能DSP 实现了断路器同步控制器样机，并对上述控制算法进行了试验验证，试验结果表明，同步断路器可以实现在电网电压预定相位精确合闸（文中以电压过零为例），当环境变化、控制电压波动及弹簧老化等原因引起断路器动作时间偏离时，自适应控制器能够在3～4个动作周期内迅速修正偏差，重新回到并保持同步状态。

摘要： 考虑到多光谱图像的谱间相关性,本文提出了一种基于三维自适应预测的多光谱图像的无损压缩算法。首先根据谱间相关性对波段排序,然后设计一种新的线性预测器。用与待预测像素有较强相关性的相邻像素自适应地估计预测系数的值。消除了大部分的谱间冗余和空间冗余后,再用JPEG-LS进一步去除残差图像的空间冗余。实验表明,该算法能有效去除多光谱图像间的相关性,较其他压缩算法压缩比有很大提高,且算法简单,便于硬件实现。

摘要： 提出一种基于灰色关联度矩阵的母线负荷特性分类方法,从三个层次依次完成母线负荷特性的分类:第一层,采用灰色关联度矩阵法按照行业负荷构成比例的差异对电网中变电站进行分类;第二层,在第一层分类的基础上按照电压等级进行分类;第三层,采用灰色关联度矩阵法按照负荷的影响因素不同进行分类,最终形成电网的母线负荷特性数据库。所提分类方法充分考虑了母线负荷特性在空间上、时间上的差异性,适合用于母线负荷特性的分类,为以后母线负荷预测模型的选择和母线负荷自适应预测的实现打下了基础。

摘要： 以自适应预测算法和BP人工神经网络算法为基础,对中央空调控制系统的控制算法作出改进,以提高节能效率.并在Atmel9200芯片上加以实现和优化.实验结果表明,新的控制系统能较好地实现控制的功能和节能目的.

摘要： 在无线网络中采用移动IP实现移动性管理,但该方案在移动节点高频度切换时,很难保证通信业务的服务质量.基于这种情况,提出了一种移动IP快速平滑切换的方案,该方案以区域注册为主要结构,根据移动节点在区域内和区域外移动的不同情况,采用了不同的注册方式.并结合了动态分层,自适应预测等优化方式.使得切换时延和数据包丢失率显著下降,减少了额外的信令开销,提高了移动IP的可靠性,实现了快速平滑切换.

摘要： 提出了一种基于自适应预测方法的功角曲线拟合，利用其包含的稳定信息对电力系统暂态稳定进行在线分析的新方法。通过同步相量测量装置实测得到系统的状态量，用自适应递推方法预测功角，差分法求解功率差值，利用所得到的同步信息和等面积扩展定则思想进行暂态稳定分析。算法上多以代数运算为主，无需考虑完整的系统模型，运算速度快，同时还能准确了解系统的动态行为。仿真结果表明，该方法为在线分析电力系统的暂态稳定性提供了有效的解决方案。

摘要： 为了能够给高频用户提供较为可靠的空闲频段,需要对高频段频谱占用的情况进行预测.本文提出一种基于自适应Voherra滤波理论的预测方法,通过对频谱占用因子时间序列进行状态空间重构,并采用递推形式的自适应递归最小二乘算法实时调整Volterra模型的核系数.实际数据处理结果表明,该预测方法能够很好地跟踪频谱占用因子的非线性变化,具有预测误差小,训练计算复杂度低等优点.

摘要： 为了能够给高频用户提供较为可靠的空闲频段,需要对高频段频谱占用的情况进行预测.本文提出一种基于自适应Voherra滤波理论的预测方法,通过对频谱占用因子时间序列进行状态空间重构,并采用递推形式的自适应递归最小二乘算法实时调整Volterra模型的核系数.实际数据处理结果表明,该预测方法能够很好地跟踪频谱占用因子的非线性变化,具有预测误差小,训练计算复杂度低等优点.

摘要： 本发明涉及听力仪器中的用于自适应白化的自适应长时预测滤波器。听力仪器包括输入变换器和输出变换器，限定在输入变换器与输出变换器之间的并包括信号处理单元的正向通路，信号处理单元限定正向通路的输入侧和输出侧，包括反馈消除系统的从输出侧到输入侧的反馈回路，反馈消除系统用于估计从输出变换器到输入变换器的声学反馈的影响，反馈消除系统包括接收分别来自正向通路的输入侧和输出侧的第一和第二估值输入信号的反馈通路估值单元，其中第一和第二估值输入信号通路包括第一和第二长时预测滤波器P(z)，每一个滤波器具有输入和输出，反馈消除系统适于根据所讨论滤波器的输入信号估计至少一个长时预测滤波器的可变参数。

摘要： 本发明包括：频带分割滤波器(102、103、104、105)，具有预先设定的不对称的冲击响应，输入语音信号，将输入的语音信号的频带分割为预先设定的多个子带，取得频带分割出的多个子带语音信号；多个量化部件(110、111、112、113)，按预先设定的分割数对频带分割出的多个子带语音信号分别进行量化；以及编码部件(115)，对量化过的多个子带语音信号进行自适应差分脉冲编码调制编码。

摘要： 本发明公开了一种基于时空尺度自适应模型的城市侵财案件预测系统及预测方法，系统包括：模型计算任务管理模块、模型定义模块、模型训练模块、模型预测模块、预测结果展示模块、模型注册模块；方法包括如下步骤：(1)城市侵财案件的金字塔分层格网化统计；(2)城市侵财案件时空分布特征分析；(3)城市侵财案件预测模型的时空尺度自适应确定；(4)构建基于ST‑ResNet的城市侵财案件预测模型为示范。本发明有助于揭示犯罪地理分异特征，可以满足不同犯罪预测精度的要求，实现警力巡防工作的优化布置。

摘要： 本发明涉及一种基于模型和参数动态调整的自适应车辆状态预测系统及预测方法，工作时，通过模糊推理系统单元对鲁棒容积卡尔曼滤波单元中过程噪声参数进行动态更新，通过模型参数预测单元对鲁棒容积卡尔曼滤波单元中模型参数进行动态更新；基于车载传感器信号测量单元采集到的传感器信息和鲁棒容积卡尔曼滤波单元完成对汽车状态的高精度预测；本发明在汽车状态预测的同时模型具有动态更新能力，同时基于算法的持续自我调整，不断改善预测精度，促进了汽车主动安全控制技术的发展。

摘要： 本发明公开了一种基于行车预测场的周边车辆行为自适应矫正预测方法，步骤1：周边车辆行为离散化与数据集预处理：将周边车辆行为根据横向与纵向划分为N个典型行为；步骤2：获取交通环境参与车时序数据：每辆交通环境参与车使用定位系统实时获取每个时刻自车的位置、速度、加速度；步骤3：建立行车预测场：建立基于安全性、效率性、驾驶舒适性三要素的行车预测场EP，EP＝ES+EE+EC；步骤4：基于最大似然估计方法建立周边车辆行为预测模型；步骤5：周边车辆行为实时预测与模型自适应矫正。本发明综合考虑影响驾驶者行为的安全性、效率性与驾驶舒适性，在目标车辆的行驶区域建立行车预测场并定性与定量分析，为周边车辆行为预测提出了新思路。

摘要： 一种照明系统，包括分布在待照明的区域中的多个可控照明设备(15)和适于学习交通数据并确定所述多个可控照明设备(15)的照明设置的人工智能(20)，其中所述人工智能(20)包括：‑布置在所述区域中的多个智能设备(22)，每个智能设备与至少一个所述可控照明设备(15)相关联，其中每个智能设备(22)包括适于获取声音数据的声音感测装置(25)和适于基于所获取的声音数据学习交通数据、预测局部交通事件并在预定的照明设置限制内处理至少一个相关联的可控照明设备的局部照明命令的局部神经网络(21a)；‑相对于多个智能设备(22)远程的至少一个通用神经网络(21b)；以及‑包括图像感测装置(30)、声音感测装置(25)和神经训练网络(21c)的声音训练装置，神经训练网络与图像感测装置和声音感测装置配合以将同时感测到的图像数据和声音数据相关联来创建同一场景的样本音轨(18)，从而教导人工智能(20)对交通声音进行识别和分类，其中所述至少一个通用神经网络(21b)适于从所述多个智能设备(22)接收交通数据并处理所述交通数据以修改多个可控照明设备(15)的照明设置限制，其中所述至少一个通用神经网络(21b)包括适于将该修改后的照明设置限制传输到多个智能设备(22)的传输装置。

摘要： 本发明涉及听力仪器中的用于自适应白化的自适应长时预测滤波器。听力仪器包括输入变换器和输出变换器，限定在输入变换器与输出变换器之间的并包括信号处理单元的正向通路，信号处理单元限定正向通路的输入侧和输出侧，包括反馈消除系统的从输出侧到输入侧的反馈回路，反馈消除系统用于估计从输出变换器到输入变换器的声学反馈的影响，反馈消除系统包括接收分别来自正向通路的输入侧和输出侧的第一和第二估值输入信号的反馈通路估值单元，其中第一和第二估值输入信号通路包括第一和第二长时预测滤波器P(z)，每一个滤波器具有输入和输出，反馈消除系统适于根据所讨论滤波器的输入信号估计至少一个长时预测滤波器的可变参数。

摘要： 本发明包括：频带分割滤波器(102、103、104、105)，具有预先设定的不对称的冲击响应，输入语音信号，将输入的语音信号的频带分割为预先设定的多个子带，取得频带分割出的多个子带语音信号；多个量化部件(110、111、112、113)，按预先设定的分割数对频带分割出的多个子带语音信号分别进行量化；以及编码部件(115)，对量化过的多个子带语音信号进行自适应差分脉冲编码调制编码。

摘要： 本公开涉及基于组合预测模型的自适应网络安全态势预测方法，该方法包括：子模型训练步骤，从用于自适应安全态势预测的训练数据集中提取用于训练数据序列，训练出作为组合预测模型的构成要素的n个不同的子模型M；初始权重赋值步骤，针对每个子模型Mi分别进行初始权重赋值；子模型在线预测步骤，对每个子模型Mi的预测结果加权求和，输出当次对于网络安全态势预测的最终结果；子模型预测结果评价步骤，在用于评价的时间周期中，对每个子模型Mi评价其预测结果的准确性；以及自适应权重调整步骤，利用在所述子模型预测结果评价步骤中的评价结果，对每个子模型Mi的权重进行自适应调整。

摘要： 本申请公开了用于图像和视频处理的条件核预测网络和自适应深度预测。实施例一般地涉及用于图像和视频去噪声和其它相关的图像和视频处理应用的条件核预测网络(CKPN)。公开了一种通过在计算引擎上实现的卷积神经网络对图像去噪声的方法的实施例，该图像包括多个像素，该方法包括：对于该图像的该多个像素中的每一个，对于像素生成具有多个核权重的卷积核，多个核权重分别对应于包围该像素的区域内的多个像素；基于对于包围该像素的区域内的相应多个像素分别生成的多个卷积核来调整用于该像素的卷积核的多个核权重；以及利用经调整的该多个核权重和包围该像素的区域内的相应多个像素的像素值来对该像素滤波，以获得去噪声的像素。