检测非平稳时间序列中离群点和变化点的统一框架

文章为在非平稳时间序列的在线学习理论的基础上检测离群点和变化点提出了一个统一框架.在这个框架中数据源的一个概率模型用一种在线折扣学习算法被逐步学习,该算法能通过逐渐忘记过去数据的效果自适应地跟踪变化的数据源.然后任一给定数据的分数被计算出来测量它与学习模型的偏差,高分表明更有可能是离群点.进一步地数据流中的变化点通过用这一学习模型应用这种得分方法到一个移动平均损失预测时间序列中来检测.特别地我们为来自时间序列数据的自回归模型的在线折扣学习发明了一种有效算法,并通过仿真和在股票市场数据分析的实际应用验证框架的有效性.     

基于知识融合的在线文本分类算法--语义SVM

为使支持向量机(SVM)更加适用于在线文本分类应用,利用SVM在小训练样本集条件下仍有高泛化能力的特性,结合文本特征向量在特征空间中具有聚类性的特点,提出一种用语义中心集代替原训练样本集作为训练样本和支持向量的SVM语义SVM.文中给出了语义中心集的生成步骤、语义SVM的在线学习算法框架,以及基于SMO算法的在线学习算法的实现.实验结果表明,相对于标准SVM,语义SVM及其在线学习算法不仅在线学习速度和分类速度有数量级提高,而且在分类准确率方面具有一定优势.     

基于GM(1,2)模型的多步自调节灰色预测控制算法

基于GM(1,2)灰色模型和一种新型综合偏差,提出了基于GM(1,2)模型的多步自调节灰色预测控制算法.该算法可对系统输出偏差和预测偏差进行合成形成一个在线多步综合偏差,用此偏差代替传统最优控制算法中的偏差项,这样算法既有在线预测系统未来多步行为的功能,又能根据预测模型精度实时调节预测值在控制回路中的作用,减小了预测误差对系统的不利影响.仿真结果表明,该算法可获得较好的控制跟踪效果.     

基于免疫的RBF网络在线学习算法研究

提出一种新的基于免疫的RBF网络在线算法.首先是融入增加结点策略和减少结点策略,把传统的免疫RBF网络算法改进成在线学习算法.其次是改进了权值学习算法,径向基函数相当于这一类的概率密度,隐层到输出层权值相当于这一类的值.用这种方法权值不需要训练.试验结果表明,该方法效果理想、速度快,识别率高.     

非连续学习自适应TLD算法

TLD算法是一种在线学习的目标追踪算法.在跟踪模块过程中,本文通过引入对跟踪目标一段时间内变化程度的评估,并利用该评估结果作为是否运行学习模块的标准,以此实现非连续学习自适应TLD算法.通过实验对比可知,此方法大大提高了TLD算法的效率.     

一类神经网络非线性系统模型参考自适应控制

针对一类非线性系统 ,提出了一种神经网络模型参考自适应控制方案 .用GA离线辨识网络NNM ,在此基础上用BP算法在线训练控制器网络NNC .仿真结果验证了此控制方案的有效性 .     

基于GA的转速辨识器的设计及应用

研究了小波理论与神经网络的特点,并在此基础上设计了小波网络,用其建立了异步电动机直接转矩控制转速辨识模型,由于辨识器的在线调节能力,小波网络的输出能够跟随系统转速的各种变化情况.为了提高网络的收敛速度,本文采用了遗传算法(GA)与BP算法相结合的混合学习算法,用于网络的学习,训练.在控制系统模型中,用MATLAB软件进行仿真研究,取得了良好的控制效果,表明该算法收敛速度快,控制精度高,是一种有效的优化算.     

基于Cholesky分解的LSSVM在线学习算法

针对最小二乘支持向量机(LSSVM)用于在线建模时存在的计算复杂性问题,提出一种LSSVM在线学习算法.首先引入了基于Cholesky分解求LSSVM的方法,接着根据在线建模期间核函数矩阵的更新特点,将分块矩阵Cholesky分解用于LSSVM的在线求解,使三角因子矩阵在线更新从而得出一种新的LSSVM在线学习算法.该算法能充分利用历史训练结果,减少计算量.仿真实验显示了这种在线学习算法的有效性.     

基于在线判别分布域特征选择的鲁棒跟踪算法

针对基于检测目标跟踪中的特征描述子Haar-like表征能力不强和易引入错误训练样本导致目标漂移的问题,提出了一种利用分布域描述算子进行示例层级的在线判别特征选择跟踪算法.首先,用软直方图方法快速近似得到分布域特征,并利用此描述算子取代Haar-like特征有效表示目标的外观信息.然后,基于示例级样本的先验信息进行有监督学习,利用在线判别特征选择算法选择最佳的分布域层特征以减少漂移现象发生.实验利用多场景视频标准测试库及新的评价指标进行验证,结果表明本文算法性能优于对比算法.     

基于谱聚类协作学习分组的研究

协作学习系统构建了一个协作学习的环境,为教师与学生、学生与学生进行在线讨论、协作与交流提供了一个良好的平台。在线学习过程进行科学的分组,把具有相似兴趣的用户分到一组进行专题或自由讨论提高学习效率。用谱聚类算法进行分组,用户的兴趣模型通过向量空间创建,用余弦夹角公式计算相似程度。     

基于神经网络的ATM网络ABR业务流量控制

提出了异步转移模式ATM网络可用位速率ABR业务一种基于神经网络的流量控制方法。采用基于径向基神经网络的流量控制算法可以实现在线学习,自适应根据流量大小的变化和网络的拥塞状况调整神经网络的模型参数。仿真结果表明与传统的静态反馈方法相比,文中所用的算法可有效地提高信道的利用率和降低信元丢失率。     

基于模糊神经网络的信号交叉口交通量预测

预测精度高,实时性强的交叉口交通量预测算法可以极大地提高城市交通控制的效率。文中提出了基于模糊神经网络的信号交叉口交通量预测方法。该方法以模糊神经网络为核心,应用在线滚动学习模型实现交叉口交通量预测,并应用了交通量微观仿真系统对模型进行检验,仿真结果表明该模型比传统方法精度高,收敛速度快。本模型在城市交通控制系统研究中有巨大的应用潜力。     

一类Qm/rj/Cmax on-line问题的LS算法分析

考虑一类 Ｑｍ／ｒｊ／ Ｃｍａｘ ｏｎ＿ｌｉｎｅ 排序问题的 Ｌ Ｓ算法（ ｍ 台机器,其中一台机器的速度为ｂ（ ｂ ＞ １） ,其余机器的速度都为１） ,证明这个算法的性能指标的上界是１ ＋ ｍ － １ｂ ．     

基于鼠标设备的联机手写汉字识别系统应考虑的问题和设计思想

本文提出了一种基于鼠标设备实现联机手写汉字识别的新方法，及其在实现过程中应考虑的问题。作者给出了主管程序段算法，并对与之相关的数据结构给出了类型描述及有关讨论。参３。     

“程序设计”联机测评系统的研究

本文讨论一个程序设计联机测评系统（ＰＬＯＥＳ）．系统由三大模块组成．包括试题库管理模块、考试模块和评卷模块．系统的实现面向程序设计语言．挂接不同语言的题库和评卷模块就能实现不同语种的考试．系统可评阅六种题型包括程序设计题．     

金属工件孔径电涡流非接触在线测量的研究

提出了一种新的金属工件孔径非接触在线测量方法 ,讨论了电涡流传感器在线测量的工作原理 ,给出了金属工件孔径的计算公式 ,实践证明 ,这种方法检测简单易行 ,精度高 ,速度快 ,切实可行。     

水泥生产故障诊断系统的设计与实现

针对在集散控制系统中普遍存在的在线状态测试与故障实时诊断问题，介绍了一种基于专家系统的水泥生产在线故障诊断系统，着重讨论了系统结构、原理、软件的功能及设计方法。     

一种黑液浓度检测方法

介绍了利用差动变压器原理设计的造纸工业制浆工段实用黑液浓度检测方法。该方法通过检测黑液比重及温度,求出黑液波美度,该方法具有在线性和实时性强的特点,为碱回收及制浆过程优化控制提供了可靠的保证。     

利用遗传算法辅助设计人工神经网络的权值和域值

利用遗传算法具有的全局随机搜索能力，设计了一个基于遗传算法的人工神经网络学习算法，利用MAT-LAB进行仿真计算。实验结果表明，该算法具有明显的优越性，可以避免BP算法的不足，极大地提高了网络的学习性能，具有一定的实用性。     

一种改进BP算法在制冷系统仿真中的应用

采用了改进的BP算法,用网络输出关于学习率的线性展开法来自适应优化学习率,BFGS为尺度法来调整权重,对BFGS法作了局部改进以处理可能发生的BFGS公式中分母项为零的情况,以实际制冷系统的热力性能参数实验数据为样本,对比研究了标准BP算法,含学习率优化的最速下降法和含学习率优化的BFGS法的学习过程,结果表明,文中选用的含学习率优化的BFGS法学习效率与学习精度高,且自适应性能好。