基于免疫算法的未知病毒检测方法

提出了一种基于人工免疫算法的未知病毒检测方法,该方法定义了自体、非自体、抗原、检测器等,实现了否定选择和克隆选择机制,给出了算法程序并进行了仿真实验．实验结果表明,该方法是一种检测未知病毒的有效方法．     

用神经网络进行变量选择

针对变量选择问题的困难,提出了一种基于神经网络的变量选择方法,并以实例表明了该方法的有效性     

基于属性相似度的连续型特征选择方法

特征选择作为模式识别领域的研究热点,是一种重要的降维方法.对于连续型特征,目前主要采用离散化方法或特征分类能力的"相关性"评估进行特征选择.引入区间数相似度的概念,提出一种连续型特征选择方法.该方法以区间数相似度为基础,定义每个特征的属性相似度,以此作为特征选择的启发信息,对特征全集进行排序,选择特征子集,实现特征选择.相关实验表明了该方法的有效性.     

改进的灰聚类方法在区域主导产业选择中的应用

针对区域主导产业选择特点以及目前研究不足,提出了一种改进的灰聚类方法.该方法在中心点三角白化权函数的基础上,构造了一种新的白化权函数,即中心点三角波白化权函数,以熵权作为聚类权重,运用综合决策测度对每一灰类决策对象进行排序.以重庆市主导产业选择为实例,运用Matlab数值计算,验证了该方法对选择区域主导产业的可行性和有效性,通过与中心点三角白化权函数的灰评估结果对比,证明该方法能较准确地选择出主导产业,具有一定的优越性.     

基于遗传算法的中文自动分类特征选择

在自动文本分类系统中,特征选择是有效降低文本向量维数的一种方法.在分析常用的一些特征选择的评价函数的基础上,提出了一种新的特征选择方法.在标准中文网页数据集上的分类实验表明,该方法提高了文本分类的准确率.     

大触摸屏上的远端目标选择技术

针对大触摸屏上远端目标选择技术复杂、 不易操作的缺陷, 提出一种简单易行的目标选择方法, 并使用方差分析方法对比测试了该方法与传统选择技术的差异. 实验结果表明, 与传统目标选择技术“手式选择”相比, 该技术的选择速度和准确率均明显提高.     

H.264中基于图像差值的编码模式快速选择算法研究

分析了现有的基于率失真优化的图像帧编码模式选择方法,指出了该算法运算复杂度高的原因.提出了一种基于图像差值的快速编码算法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算去编码模式的具体选择方法,详细介绍了该算法的提出思想和可行性分析.给出了基于该算法编码模式的具体选择方法,以及其参考帧的选取依据.     

一种数据加密算法的改进方法实现

目前数据加密算法种类繁多,其中RSA算法是使用比较广泛、安全性较高的一种非对称加密算法,在实际应用中要使该算法具有较高的防破解强度,但在参数的选择上是有要求的,而且该算法存在速度较慢等缺点。本文给出了选择一定参数的有效方法,并提出了一种RSA算法的改进方法。     

基于特征贡献度的特征选择方法在文本分类中应用

在目前的文本分类问题中,特征选择方法被认为是提高分类精度和效率的一种有效方法.提出了一种基于特征贡献度FCD（feature contribution degree）的特征选择方法,本方法将某个特征对于类别之间区分能力的贡献度大小作为该特征被选取的条件,特征对于某一类别的FCD值为特征在该类中出现的文档数与在所有类别中出现的文档数的比值.对该方法进行了实验,并与一些常用的特征选择方法进行了比较,实验结果表明该方法具有更好的分类效果.     

基于聚类和信息熵的特征选择算法

针对分类属性数据,基于信息熵,提出一种度量特征重要程度的定义.结合聚类分析,提出一种无指导的特征选择方法.该方法时间复杂度与数据集的大小和特征个数近似成线性关系,适合于大规模数据集中的特征选择.实验结果表明,该方法具有较好的性能,提出的特征选择方法有效实用.     

多元混合物相包线的Newton-Raphson算法

详细介绍了一种计算多元混合物相包线的Newton Raphson多变量迭代算法。以Newton Raphson方法为代表的多变量迭代算法 ,其关键在于选择迭代变量和计算初值。在每一计算点分析各变量变化的敏感性 ,选择出适当的指定变量和迭代变量 ,并利用已求点的性质 ,通过两点三次样条插值为新计算点提供初值。对 4种典型的油气藏混合流体的相包线进行了计算 ,结果表明 ,该算法对于不同组成特点的多组分流体混合物均可以稳定、快速地收敛。相包线上临界点、温度和压力极值点的计算结果与丹麦相态计算软件包的计算结果相符。     

基于改进RRT*FN的移动机器人路径规划算法

针对复杂环境下移动机器人的全局最优路径规划,提出一种基于目标偏置扩展和贝塞尔(Bezier)插值方法的改进RRT*FN路径规划算法.改进算法在未找到初始路径时采用一定概率进行随机点的目标偏置选择,确定初始路径后使用启发式采样方法,使随机采样点围绕初始路径进行迭代选择,提高路径规划的导向性.当改进算法还未找到初始路径时,删除树中远离目标点并且没有子节点的节点;当改进算法找到初始路径时,删除树中远离最优路径且没有子节点的节点,保留高性能节点,提高算法收敛到最优路径的效率.利用贝塞尔(Bezier)插值方法平滑路径.在MATLAB仿真平台和ROS机器人仿真平台分别进行2D和3D的对比实验,结果验证了所提算法的有效性和优越性.     

一种改进GMDH的新方法

本文提出在ＧＭＤＨ中利用“新息贡献”准则选择关键变量（包括初始变量和中间变量）、自动构成最优部分多项式，并且给出了递推算法以避免重复运算，从而优化了模型结构，提高了精度，简化了建模过程。最后用仿真例子验证了新方法的有效性。     

基于RBF网络的机械手迭代学习控制器

针对迭代学习控制用于机械手轨迹跟踪时存在的收敛速度慢的问题,提出了一种基于RBF网络的迭代学习控制器,利用先前跟踪不同期望轨迹所得的经验构造新的初始控制量以加快收敛速度.将给定的期望跟踪轨迹分解成多个查询点,然后用RBF网络对每个查询点周围最邻近的k个数据点进行拟合以建立系统的逆动力学特性估计,进而预测相应于查询点的初始控制输入.为验证所提方法的有效性,对一平面双连杆机械手进行了仿真研究.     

模型故障诊断中测量点优选的一类期望熵法

基于“第１原理”的诊断方法,给出二个极优的测量点选择方法,其时间复杂性为０,算例表明通用性好,精确性高,与ｄｅ Ｋｌｅｅｒ法不同,文中使用二值的结构模型,用结构信息划分候选诊断。     

螺旋锥齿轮拟合齿面接触点求解算法研究

建立了由样条函数表示的螺旋锥齿轮副齿面接触点的求解模型-带区间的五元三次非线性方程组．为了避免拟牛顿法解带区间非线性方程组不收敛的缺陷,将此方程组转化为一带约束优化求极小值问题,并选用复合形法使问题得以解决．所提出的方法具有简单、稳定、可靠、不要求选取初始点及计算过程中只需用到目标函数值等优点．     

面向三维残缺点云图像的数据精简方法

为解决残缺点云模型数据精简时边界特征容易失真的问题,以汽车覆盖件中的薄壁类零件为研究对象。提出一种保留残缺点云边界特征的数据精简方法。借助KD-tree建立数据索引结构,获取数据点最近邻,并通过邻域点拟合出微切平面的方法,计算出点云数据的法向量。利用法向量夹角大小关系,选取边界以及孔洞特征点的初始种子点。再根据欧氏距离实现初始种子点的邻域搜索,从而完成边界以及孔洞邻域特征点的提取。根据曲率精简的方法,对非特征点进行数据精简,最后,合并特征点云与非特征点云,实现对残缺点云模型的数据精简。将随机精简法、曲率精简法分别用于点云模型精简处理,结果表明：相比于其他两种方法,所提方法更好地保留了模型边界以及孔洞邻域特征数据点,其标准偏差、曲面表面积变化率优于其他两种方法且变化相对稳定。     

用几何形体法求解并联机械手位置正解

本文提出以虚拟杆为主要特点的几何形体法用于求解并联机械手的位置正解。与“六维搜索算法”相比,具有初值选取简单,适用性强的特点。为并联机械手的工作空间分析与综合、误差分析与综合等提供了一个有力的工具。     

特高拱坝变形监测的分区及其模型构建方法

面板数据模型考虑了测点间的联系和异质性,引入面板数据模型构建特高拱坝的分区安全监测模型。通过实测温度的主成分分析,筛选得到典型实测温度变量;融合主成分分析和层次聚类法,提出基于监测时间序列的变形测点分区方法;以此建立各分区面板数据,通过检验确定面板数据模型类型,构建基于实测温度的分区变形测点的回归模型;通过分区及其回归模型的截距项、变量系数等的对比分析,识别各分区及坝体空间变形特征。以初期运行期的某特高拱坝为例,将研究测点分为4个区,构建各分区的固定效应回归模型。结果表明,坝体变形符合客观规律,封拱后坝体非稳定温度场、初期运行期时效等因素对坝体变形影响明显。     

一种基于特征点的二维碎片匹配算法

提出了一种基于特征点的二维碎片轮廓匹配算法,有效地减少了匹配过程中的计算量。先对图像轮廓进行提取和去噪,计算轮廓曲线的曲率后选取特征点。接着计算特征片段的弧长与弦长比值,作为曲线特征进行匹配。实例表明,该方法提高计算的效率和匹配的成功率。