论文研究基于鲁棒优化的系统辨识算法研究 .pdf

基于鲁棒损失函数的人脸关键点检测，李依哲，陈振学，人脸关键点检测是一种对人脸识别至关重要的计算机视觉任务。L2损失通常应用于该任务的卷积神经网络（CNN）优化，但它会受到训练过�

提出了一种基于小波变换的新型语音参数提取算法 ,提高语音识别系统对环境噪声的鲁棒性。由于引入了多分辨率小波分析技术 ,识别既在高频提供高的频率分辨又在低频提供高的时间分辨率。这样 ,提出的改进算法在语

为了提高混合蛙跳算法（SFLA）求解函数优化问题的能力，借鉴PSO与DE的进化算子提出了一种改进的混合蛙跳算法（ESFLA），分析了ESFLA的时间复杂性，并基于有限Markov链证明了ESFLA的全

针对混沌系统的参数辨识是一个多维参数的优化问题，提出了基于混沌策略状态转移算法的混沌系统参数辨识方法。该方法是在初始化时以混沌序列初始化种群，在搜索过程中引入混沌变异机制，利用遍历性对状态进行变异操作

对于非均匀采样数据的双率系统，运用提升技术，得到系统离散状态空间模型，变换得到相应的传递函数模型。讨论在有色噪声和白噪声的干扰下，提出了利用协同粒子群（Cooperative Particle Swa

本文通过引入遗传算法，合理分析图像内部特征，提出了多种鲁棒数字水印 算法，为数字水印技术的发展和应用提供了一些有效解决方案。

论文研究-基于t分布噪声的鲁棒PPLS回归模型 概率PLS（PPLS）模型中，数据源（主元）和噪声满足正态分布，容易受离群点的影响.鲁棒PPLS算法采用拖尾更长的t分布描述数据源和噪声，提高了模型的鲁

针对蚂蚁优化算法在求解连续空间问题方面的缺陷，提出一种基于文化的连续蚂蚁优化算法。该算法将蚂蚁优化算法纳入文化算法的框架，组成基于蚂蚁优化算法的主群体和信念的两大空间。在知识和群体层面使用双重进化机制

分析了WSN路由鲁棒性的特点，提出了路由鲁棒性的量化指标，并引入云模型解决鲁棒性的评价和量化问题，是对无线传感器网络路由鲁棒性研究的有益探索和尝试。

针对传统边缘检测算子对噪声敏感的缺点，提出一种新的基于数学形态学的彩色图像边缘检测算法。该算法在传统形态学边缘检测算子的基础上，通过综合形态膨胀和形态腐蚀，设计出一种多尺度、多结构元素的抗噪型边缘检测