基于Levenberg-Marquardt算法的磁力计校准方法

    公开(公告)号:CN107656227B

    公开(公告)日:2019-10-11

    申请号:CN201710860476.6

    申请日:2017-09-21

    Abstract: 本发明提供了一种基于Levenberg‑Marquardt算法的磁力计校准方法,属于最优化理论、数值分析与非线性回归技术领域。本发明的磁力计校准方法通过引入L‑M算法进行非线性拟合校准不仅能够避免个别受偶然误差影响的数据对校准产生干扰,而且规避了传统使用Newton‑Gauss法进行非线性拟合时可能出现的只能得到较差的局部最小值估计的情况,利用了磁力计拟合的数据结构较简单的特点,具有较好的全局二次收敛性。L‑M算法具有较强的全局收敛性,在处理不同区间的磁力计原始数据时虽然设置较好的初始解值对收敛速度有所帮助,但最终,算法都能对输入数据进行较好的拟合。

    基于神经网络的车辆行为模拟方法

    公开(公告)号:CN108520155A

    公开(公告)日:2018-09-11

    申请号:CN201810337442.3

    申请日:2018-04-11

    Abstract: 本发明属于神经网络算法与交通模拟技术领域,基于神经网络的车辆行为模拟方法。首先,提取每辆车个性化的真实交通轨迹,规格化处理把原始数据转化为神经网络可以识别的数据集;然后用神经网络从交通轨迹中为每辆车提供一个能够体现其驾驶特性的行为模型,和传统人为定义的数学交通模型不同,本文致力于用数据驱动的方法去描述车辆所面对的交通状态和车辆行为之间的关系。在本文模型中,车辆的行为主要受前车和后车的影响,这是一个回归问题。模型的输入是车辆所面对的交通状态,输出是车辆采取的行为。本发明与同类相比具有显著的特点,具体详细说明如下:(1)算法的自适应性强;(2)算法可处理多种输入输出映射。

    基于模拟退火算法的电子罗盘校准方法

    公开(公告)号:CN107655463B

    公开(公告)日:2019-10-11

    申请号:CN201710860678.0

    申请日:2017-09-21

    Abstract: 本发明提供了一种基于模拟退火算法的电子罗盘校准方法,属于智能算法与非线性回归技术领域。模拟退火算法作为一个在解空间中广泛地搜索最优解的算法,对比传统电子罗盘校准方法和一些常见的最优化算法有更强的全局收敛优越性,使用时满足:初始温度足够高;终止温度足够低;降温足够缓慢;热平衡时间足够长的条件时便满足解的全局收敛特性,即初始参数适宜的情况下,模拟退火算法总能在解空间内寻找出全局最小点。实际实验中发现在恰当的初始参数和新解产生函数下,可以在相对较好的时间和空间复杂度下产生电子罗盘的非线性拟合解,精度达到了10E‑3,对比传统校准方法和最小二乘法精度较高。

    基于神经网络的车辆行为模拟方法

    公开(公告)号:CN108520155B

    公开(公告)日:2020-04-28

    申请号:CN201810337442.3

    申请日:2018-04-11

    Abstract: 本发明属于神经网络算法与交通模拟技术领域,基于神经网络的车辆行为模拟方法。首先,提取每辆车个性化的真实交通轨迹,规格化处理把原始数据转化为神经网络可以识别的数据集;然后用神经网络从交通轨迹中为每辆车提供一个能够体现其驾驶特性的行为模型,和传统人为定义的数学交通模型不同,本文致力于用数据驱动的方法去描述车辆所面对的交通状态和车辆行为之间的关系。在本文模型中,车辆的行为主要受前车和后车的影响,这是一个回归问题。模型的输入是车辆所面对的交通状态,输出是车辆采取的行为。本发明与同类相比具有显著的特点,具体详细说明如下:(1)算法的自适应性强;(2)算法可处理多种输入输出映射。

    基于Levenberg-Marquardt算法的磁力计校准方法

    公开(公告)号:CN107656227A

    公开(公告)日:2018-02-02

    申请号:CN201710860476.6

    申请日:2017-09-21

    Abstract: 本发明提供了一种基于Levenberg-Marquardt算法的磁力计校准方法,属于最优化理论、数值分析与非线性回归技术领域。本发明的磁力计校准方法通过引入L-M算法进行非线性拟合校准不仅能够避免个别受偶然误差影响的数据对校准产生干扰,而且规避了传统使用Newton-Gauss法进行非线性拟合时可能出现的只能得到较差的局部最小值估计的情况,利用了磁力计拟合的数据结构较简单的特点,具有较好的全局二次收敛性。L-M算法具有较强的全局收敛性,在处理不同区间的磁力计原始数据时虽然设置较好的初始解值对收敛速度有所帮助,但最终,算法都能对输入数据进行较好的拟合。

    基于模拟退火算法的电子罗盘校准方法

    公开(公告)号:CN107655463A

    公开(公告)日:2018-02-02

    申请号:CN201710860678.0

    申请日:2017-09-21

    Abstract: 本发明提供了一种基于模拟退火算法的电子罗盘校准方法,属于智能算法与非线性回归技术领域。模拟退火算法作为一个在解空间中广泛地搜索最优解的算法,对比传统电子罗盘校准方法和一些常见的最优化算法有更强的全局收敛优越性,使用时满足:初始温度足够高;终止温度足够低;降温足够缓慢;热平衡时间足够长的条件时便满足解的全局收敛特性,即初始参数适宜的情况下,模拟退火算法总能在解空间内寻找出全局最小点。实际实验中发现在恰当的初始参数和新解产生函数下,可以在相对较好的时间和空间复杂度下产生电子罗盘的非线性拟合解,精度达到了10E-3,对比传统校准方法和最小二乘法精度较高。

Patent Agency Ranking