基于知识元的情景生成中承灾体实体化约束模型

在非常规突发事件情景生成过程中,承灾体知识元的实体化遇到的最普遍的两类问题是:(1)如何确保生成数据的合理性?(2)缺失数据的补偿机制。针对这两类问题,本文在承灾体知识元结构的基础上,建立了承灾体实体化约束表示模型。该模型主要从承灾体的输入、状态和输出属性集合角度,对承灾体内部属性间以及承灾体之间存在的约束进行提取并存储,从根本上解决了数据不合理性以及缺失补偿问题,最后给出了模型的实例应用。     

基于范数‖·‖∞的数据列空穴插值方法

数据列的空穴插补方法在小样本数据处理中占有重要地位,提出了一种基于‖·‖∞范数的新插补方法。首先基于‖·‖∞范数,定义了相对距离测度,提出了基于相对距离测度的权值计算方法;然后分别介绍了基于数据值和相对距离测度的均值生成插值和级比生成插值;最后利用所提方法进行了插值仿真示例,结果表明该方法合理可行。     

一种地理网格新概念下的目标数据融合方法

针对全球作战中目标信息表示和数据融合的应用场合,提出了地理网格新概念、编码及与地理坐标之间的转化方法,并将同一目标在地理网格上的多个雷达信息用灰色关联的方法进行融合。该数据融合算法利用同一目标信息之间的灰色关联,减小了干扰和随机因素对数据融合的影响,使目标信息更统一、更精确。给出了该方法的具体步骤,并通过实例验证了方法的可行性和有效性。     

一种基于灰色距离测度的小样本数据区间估计方法

针对小样本试验数据的概率分布特征有时无法确定,传统概率统计就无法提供相应的参数估计方法的问题。基于灰色关联理论,首先定义了基于试验数据之间的拓扑关系和距离关系的灰色距离测度,通过对灰色距离测度的灰色生成得到小样本数据的参数估计值,并给出了满足一定灰色置信度下的参数置信区间。继而讨论了概率参数估计与灰色参数估计之间的区别。最后利用计算机对小样本试验数据的参数估计进行了仿真举例,示例结果表明所提方法简单合理,能有效地解决小样本数据参数估计的有关问题。     

灰色系统方法在试验数据对比分析中的应用

提出了利用灰色系统理论中的关联度和一次累加生成数据曲线的加权变化率解决受时间因素影响的试验数据对比分析问题的方法。     

灰色预测模型拓广方法研究

利用函数 a- x (a 1 )对灰色预测模型的原始离散数据列 {x( 0 ) (k) }进行变换 ,提高了离散数据列的光滑度 ,拓宽了灰色预测模型的应用范围 ,并从理论上证明了该方法比“对数函数”法及“幂函数”法更有效.     

基于朴素贝叶斯和EM算法的软件工作量缺失数据处理方法

软件工作量数据缺失是软件工作估算的一个难题.本文在朴素贝叶斯模型和EM(expectation maximization)算法的基础上,提出了针对软件工作量数据缺失的处理方法.首先,本文介绍了数据缺失的内在机理;然后,本文提出了基于朴素贝叶斯和EM算法的软件工作量预测的方法;之后,本文提出了两种软件工作量数据缺失处理方法:容忍数据缺失方法和修复缺失数据方法;最后,本文利用ISBSG和CSBSG软件工作量数据集验证了本文所提出的数据缺失处理方法.实验结果表明:本文所提出的两种缺失数据处理方法的性能要优于MINI修复方法结合SVM的分类模型;修复缺失数据方法的预测性能要优于容忍数据缺失方法;对于两个数据集来说,其每一类别的工作量数据都来自于一个高斯组件.     

a-N曲线的二阶微分方程建模拟合法

为直接应用微分方程模型拟合a N试验曲线,将一般的等时间间隔灰色建模方法推广到非等时间间隔情况,导出了按矩形面积累加与按梯形面积累加的数据生成方式.大量计算表明,由一次累加生成值建立二阶微分方程模型后再还原的模型可以高精度拟合a N试验曲线,可望在工程上推广应用.     

约束空间近似正交的空间填充试验设计方法

试验设计空间存在约束是一种广泛存在的实际工程问题, 针对现有的约束空间试验设计方法存在生成设计点数不灵活, 算法优化时间长、效率低, 适用约束类型有限, 设计准则单一等问题, 提出一种约束空间近似正交的空间填充试验设计方法。基于设计点之间的距离和相关系数值构造试验设计准则, 通过改进的随机坐标交换算法进行方案求解。所提算法适合凸约束、非凸约束、解析约束、非解析约束等多种类型的约束, 而且适用于多维度的不规则试验设计空间。示例分析表明, 与现有方法相比, 所提算法具有优良的空间填充特性和较好的正交性。     

基于面板数据的灰色网格关联度模型

针对面板数据灰色关联模型中存在的一些问题. 首先提出了面板数据的初始化方法,用网格法描述面板数据在三维空间中的几何特性. 然后将网格拆分为线段,利用线段在空间中的斜率,构建网格关联系数. 进而根据算数平均得到灰色网格关联度模型,并讨论了该模型的性质. 最后通过算例验证了该方法的可行性与有效性,结果表明灰色网格关联度模型具有良好效果.     

基于OFDM的宽带短波数据调制解调器的设计

介绍了一种基于正交频分复用(orthogonal frequency division multiplexing,OFDM)技术的宽带短波数据调制解调器的设计方案。为了消除短波信道的多径衰落现象,将OFDM、带内频率分集和Turbb乘积码用于调制解调器的设计中。在共信道干扰被抑制的前提下,这种数据调制解调器可在带宽为125kHz的短波信道上实现8KB/s、16KB/s和32KB/s的数据传输。对这种宽带调制解调器在典型短波信道中的性能给出了数值仿真结果。     

灰色趋势关联聚类及其在数据挖掘中的应用

分析了数据库中"贫"信息数据的特点,以及"贫"信息数据挖掘问题的要求。应用一般系统理论,结合灰色趋势关联度,研究了灰色趋势关联系统及数学模型。作为该模型的应用,提出了灰色趋势关联聚类方法。以某大型酒业股份公司仅有的少量商品销售数据为数据挖掘对象,应用灰色趋势关联聚类方法,按商品销售增长趋势,对各类商品进行了聚类分析,得到了一种符合销售实际的聚类结果,阐明了灰色趋势关联聚类方法的有效性、方便性和实用性。     

具有可测扰动典型过程的预测函数控制

针对具有时滞可测扰动的一阶惯性纯滞后对象,考虑扰动通道和控制通道纯滞后时间相对大小,基于Smith预估补偿思想,提出了一种改进的可测扰动前馈补偿预测函数控制算法。仿真结果表明,该算法对可测扰动引起被调量的变化有很好的补偿效果,同时给出了补偿效果与预测函数控制器设计参数选择之间的规律。该算法计算量少,易于工程实现,具有很高的实际应用价值。     

Global Optimization of Feedforward Neural Networks

This paper proposes the compensating methods feedforward neural networkd (FNNs)which are very difficult to train by traditional Back Propagation(BP)methods.For an FNN trappedin local minima the compensating methods can correct the wrong outputs one by one until all outputsare right,then the network is located at a global optimum point.A hidden neuron is added to     

数据缺失的小样本条件下BN参数学习

引入支持向量机回归,提出具有数据修补功能的贝叶斯网络参数学习算法.该算法利用贝叶斯网络各观测节点不同时刻下的观测信息,在无先验信息约束下,通过样本回归对缺失数据进行修复.在获得的完整数据基础上利用最大似然估计完成贝叶斯网络参数估计.仿真结果表明,在有数据缺失的小样本情况下,该参数学习方法与标准EM算法相比,能够有效的提高参数学习效率以及推理结果的精度.     

实体解析中基于相似性传递的增量分组研究

本文探讨一种适应于大数据集的基于相似性传递的记录增量分组方法.论文首先分析如何逐步推算出记录之间的相似性,然后提出如何基于排序键构建基准组,如何基于相似性传递增量更新基准组,以及如何基于并查集实现基准组中的增量更新,最后通过实验验证提出方法的可行性和高效性.实验结果显示,提出的方法比传统方法更能提高分组质量,提升分组效率.论文没有对属性值本身存在的数据质量问题进行详细分析研究,并没有设计排序键生成算法.提出的方法不仅能有助于解决数据清洗、信息集成与管理等技术中的记录漏配问题,而且具有较好的可扩展性可重用性和不受领域限制等优点因为它仅从纯数据处理的角度来设计算法.     

New robust fault-tolerant controller for self-repairing flight control systems

A new robust fault-tolerant controller scheme integrating a main controller and a compensator for the self-repairing flight control system is discussed. The main controller is designed for high performance of the original faultless system. The compensating controller can be seen as a standalone loop added to the system to compensate the effects of fault guaranteeing the stability of the system. A design method is proposed using nonlinear dynamic inverse control as the main controller and nonlinear extended state observer-based compensator. The stability of the whole closed-loop system is analyzed. Feasibility and validity of the new controller is demonstrated with an aircraft simulation example.     

基于模板匹配的人体运动捕捉数据处理方法

在光学式运动捕捉系统中,标记点往往会出现近似或对称的分布结构,这使得在对标记点进行识别时容易引起混淆。基于模板匹配的人体运动捕捉数据处理方法根据人体局部刚性结构把人体模板分割为多个子模板,使用空间仿射变换从运动捕捉数据中搜索与相应子模板误差最小的匹配点集作为最优匹配,并通过标记点跟踪实现对散乱数据的识别,解决了因标记点分布结构近似或对称而引起的混淆。对标记点缺失情况进行了重构。当出现错误匹配时系统能够自动检测并更正,整个过程无需人工干预。实验结果表明该方法能够正确识别标记点,标记点缺失情况重构效果比较理想,能够满足实时处理要求,证明了该方法的有效性。

Abstract：

In optical motion capture system,markers may be easily confused because of the approximate and symmetrical distributing structure.An approach based on template matching was proposed for the processing of human motion data.The human template was segmented to several rigid sub-templates by the local rigid structure.Matching point-set with least error was searched for each sub-template from the human motion capture data by affine transformation,and the scattered data was identified by point tracking.The ambiguity of identification was notability reduced.The missing data is reconstructed and when error matching is encountered the system is able to check and rectify them automatically.Manual intervention isn＇t necessary through the whole process.Experiment results indicate that this approach is able to identify the markers correctly,the reconstruction of the missing data is ideal and the processing is in real time.All these prove that the approach in this article is available.     

网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。     

基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模