核数据评价与建库研究

核数据是描述原子核基本性质以及原子核与其他粒子发生相互作用的核参数的总称,是核科学发展的基础数据,是连接核物理基础研究与核工程以及核技术应用的重要桥梁,是核物理研究的一个重要分支学科.本文首先简要说明了核数据的内涵、种类和用途;然后对中子核反应实验数据库、核数据评价的关键流程以及国际上几个主要的评价核数据库情况进行了简单的介绍;之后对我国核数据评价与建库工作研究的起步与发展历程、国际主要核数据组织的活动以及目前国际核数据研究的发展趋势进行了评述;最后探讨了我国核数据评价与建库研究工作需要重点关注的问题以及未来我国核数据工作可能的发展方向.     

核数据：核基础研究与工程应用的桥梁

 核数据特别是中子核数据是核物理基础研究、核能开发与利用以及核技术发展的基础数据，是连接核物理基础研究与核技术应用的重要桥梁，其质量直接关系到与核相关产品的有效性、安全性与经济性。概述了核数据、核数据用途以及国内外核数据发展动态，分析了国内核数据工作发展的差距，总结了国外相关核数据工作经验以及给中国核数据工作带来的启示，提出了在现有基础上如何发展中国的核数据研究工作的建议。     

基于本体核与直方图的聚类预处理方法

围绕数据对象与用户需求之间的关联特性,该文将“本体论”基本理念引入聚类分析过程,定义“本体核”和“客体数据”来表述数据对象在数据空间中的动态分布,并通过弱(强)量本体核构建数据对象间的相互关系.同时,利用“本体核”中客体数据的频数及其同频异值数构造聚类分析直方图,分别使用两种控制聚类合理性函数来确定直方图门限值的预处理算法,获取数据对象的最终聚类归属,并通过应用示例验证方法的可行性和有效性.     

基于改进核主元分析的故障检测

针对电主轴系统特点,提出基于改进核主元分析(KPCA)的故障检测方法,引入混合核函数的定义,将多项式核和径向基核的混合核方法与主元分析方法(PCA)相结合,解决采用单一核函数诊断故障时的高误诊率问题.首先对数据进行预处理,然后使用混合核函数对数据矩阵进行映射,映射到高维特征空间,使非线性数据变量变为线性数据变量,并使用PCA提取变量数据的高维空间相关特征确定主元个数,最后根据混合非线性主元特征计算出的T2和Q统计量,实现在线故障检测.该方法改进传统核函数的选取方法,充分考虑工业过程中的非线性,更精确地描述工业过程特性,可以准确、有效地检测出电主轴系统故障.对田纳西-伊斯曼(TE)过程以及电主轴系统的应用实例证明该方法的可行性.     

基于卷积核的港口客户细分方法

根据港口客户数据特点,运用信息增益方法对其进行了数据预处理,将其表示为树形结构组织方式,得到216棵客户树;引入卷积核,定义了度量客户树之间相似性的卷积树核;随后,将先前提出的核k-凝聚聚类算法推广到基于卷积核的客户树上,并运用Matlab数据处理工具实现对港口客户数据的聚类分析.分析结果表明,卷积核在港口客户细分中得到了良好的应用效果.     

基于不同核函数的非参数利率期限结构模型的估计

给出了用非参数方法估计利率期限结构的过程,并以上海证券交易所的国债回购利率数据为样本,采用4种不同核函数：高斯核、抛物线核、四次方核和六次方核对利率期限结构模型进行估计。结果显示：当利率小于4%时,4种核函数估计结果相近;当利率大于4%时,高斯核和抛物线核的估计结果相近,四次方核和六次方核的估计结果相近;从利率均值回复的角度来说,后两者要优于前两者。所有结果表明：短期利率的密度函数是非正态的,扩散过程的漂移函数和扩散函数是非线性的,印证了非参数利率期限结构模型在刻画利率行为方面的优越性。     

基于核的k-medoids分类器的参数选择方法

对于基于核的分类算法来说,选择一个最优的核参数是个至关重要的问题.核参数直接影响到基于核的分类算法的分类正确率.作者为基于核的k-medoids分类器提出了一个新的选择参数的方式,即通过目标函数的方式来选择参数.对比传统的选择核参数的方式,该方法克服了计算复杂度高的缺点,且不依赖于数据集分布情况.基于UCI数据集的k--medoids实验表明:提出的选择参数的方法使分类器取得很好的效果.     

基于布谷鸟搜索算法参数优化的组合核极限学习机

针对单核极限学习机在泛化性能上存在一定局限性的问题, 提出将再生核函数与多项式核函数相结合, 建立一种新的组合核极限学习机模型, 使其具有全局核与局部核的优点, 并选择布谷鸟搜索算法对其参数进行优化选择. 仿真实验结果表明, 采用基于再生核的组合核函数作为极限学习机的核函数可行, 在实验数据集的多值分类和回归问题上, 与传统支持向量机及单核极限学习机相比, 该模型具有更好的泛化性能.     

核函数方法在丙烯腈收率软测量建模中的应用

介绍了核函数方法的基本原理及两种核函数统计建模方法;提出了用核函数PLS与核函数PCR建立工业丙烯腈生产过程丙烯腈收率软测量模型,以便更有效地处理过程非线性、多输入和数据共线性等复杂特性。对比研究发现,基于核函数方法的软测量模型要优于线性统计模型,而核函数PLS模型性能优于核函数PCR。     

图核函数研究现状与进展

核方法具有坚实的理论基础和广泛的应用,已引起了各领域的关注.基于核的机器学习方法不仅适用于以特征向量表示的模式,也适用于结构化数据的模式.前者对应的是向量核方法,后者对应的是图核方法.图核对结构化数据具有强大而灵活的表示形式,其不仅能描述研究对象或模式的特性,还能反映构成这个物体不同部分之间的结构信息.目前,基于图核的机器学习方法在模式识别、机器学习、机器视觉、数据挖掘等相关研究领域得到了极为广泛的关注与应用,已成为结构数据描述方法和应用领域的一个重要研究方向.论文从使用最为广泛的基于R-convolution的图核谈起,总结了图核研究的意义,着重回顾和讨论图核函数的基本理论、基本分类、国内外研究现状,并进一步指出图核研究的发展方向.     

弹性核k-NN分类算法及其在药物构效关系中的应用

核方法利用核函数可以有效地解决非线性问题,在药物构效关系领域得到了广泛的应用.本文提出了一种新的弹性核k-最近邻算法(EKk-NN).首先,基于加权多项式核和径向基函数核构造了一种信息丰富的弹性核,所构造的弹性核能有效地利用局部核和全局核的优点,同时也为构造核函数提供了一种可行的方法;然后,在核方法的框架下,将弹性核耦合到k-最近邻算法.实际数据集的实验和分析表明,EKk-NN能明显提高分类性能.     

基于布谷鸟搜索算法参数优化的组合核极限学习机

针对单核极限学习机在泛化性能上存在一定局限性的问题, 提出将再生核函数与多项式核函数相结合, 建立一种新的组合核极限学习机模型, 使其具有全局核与局部核的优点, 并选择布谷鸟搜索算法对其参数进行优化选择. 仿真实验结果表明, 采用基于再生核的组合核函数作为极限学习机的核函数可行, 在实验数据集的多值分类和回归问题上, 与传统支持向量机及单核极限学习机相比, 该模型具有更好的泛化性能.     

面向区间型数据的不同区间核SVM分类模型

区间型数据是属性特征取值为区间的一类数据。由于区间型数据上下界的特殊结构,传统的支持向量机无法直接对其进行处理。针对区间型数据的分类问题,本文提出了面向区间型数据的不同区间核SVM分类模型。除之前提出的高斯区间核外,该方法通过引入调节因子,均衡区间中值与区间半径之间的关系,并据此相继构造出线性区间核、多项式区间核和Sigmoid区间核,用以衡量两个区间型数据数据间的相似性,然后将多种区间核函数集成在一个分类模型中,通过选择区间核类型建立相应的区间核SVM分类模型。在人造数据集和真实数据集上的实验结果表明,GIK＿SVM的最优值最多,PIK＿SVM的平均分类精度最优,说明不同分布的数据集选择合适的区间核SVM分类模型十分重要。     

核耗散强度对超重核蒸发剩余截面的影响

尽管目前利用熔合蒸发反应合成超重核的研究陷入停顿,但该反应机制仍是实验室合成新核素的主要方法.为了研究核耗散强度对超重核素合成截面的影响,通过冻结能级密度参数及其在鞍点和基态处的比值,对超重元素Cn、Fl和Lv的7个反应进行了数值计算.计算结果表明重现实验数据所需核耗散强度随超重余核质量数的减小而逐渐减弱.此外,相比于对~(282,283)Cn和~(292,293)Lv的模拟,要重现新质子幻数Z=114对应的超重复合核~(287,288,289)Fl的实验数据则需要增强核耗散强度.上述规律为获取超重核的结构信息提供了一种潜在的核反应学方法.     

中子核数据测量进展及展望

中子核数据是核物理基础研究、核能开发与利用以及核技术发展的基础数据,其质量直接关系到核装置等与核相关的产品的有效性、安全性与经济性.因此自中子发现以来,对中子核数据的研究已进行了80多年,各发达国家仍然不断地投入大量的人力物力进行研究,不断提高各数据库的质量,为基础研究、国防科技和国民经济服务.中子核数据研究包括实验测量、理论评价与宏观检验三部分,本文介绍了中子核数据测量方面的进展,主要包括测量平台与方法、中子反应数据和裂变数据实验测量方面的进展,最后进行了展望.     

模式分析的核函数设计方法及应用

利用卷积算子和H1(R)核函数给出了一种设计Hn(R)核函数的新方法,该方法简便易行。运用该方法设计的核函数,应用在轴承正常振动信号数据、轴承内圈、外圈以及滚动体故障振动信号数据进行核主成分分析(KPCA)中,仿真结果表明:该方法可以有效地识别轴承正常和内圈、外圈以及滚动体故障。     

基于分形理论的支持向量机核函数选择

核方法是机器学习领域内的研究热点之一,在处理非线性和高维数据问题中表现出许多优势,已被广泛应用于分类、回归等领域.支持向量机是最具代表性的核方法,而不同的核函数具有各异的度量特征,故核函数的选择对支持向量机泛化能力有着重要的影响.而目前核函数的选择仍是一个开放性的问题,存在着一系列的偶然性和局限性.该文利用分形几何分析数据蕴含的特征信息来有指导性地选择核函数,以提高支持向量机的泛化能力,并通过实例仿真验证该方法是有效可行的.     

基于高斯核函数的局部离群点检测算法

随着信息技术的快速发展,数据资源的结构越来越复杂,离群点挖掘受到越来越多人关注.基于高斯核函数,考虑数据对象的k个最近邻居,反向k近邻居和共享最近邻居三种邻居关系,估计数据对象的密度,提出了一种基于高斯核函数的局部离群点检测算法.该算法通过KNN图存储每个数据对象的最近邻,包括k最近邻,反向k近邻和共享最近邻,构成数据对象的邻居集合S;通过核密度估计KDE方法估计数据对象的密度;通过相对密度离群因子RDOF来估计数据对象偏离邻域的程度,进而判定数据对象是否为离群点,并在真实和合成的数据集上证明了该算法的有效性.     

多角度多波段的核函数及其在BRDF研究中的应用

利用叶片与土壤光谱的先验知识,在核驱动模型的基础上将基于几何学学的LiSparse核与RossThick体散射核改写为角度和波长的共同函数,以核函数的加权来描述亚像元与像元的关系,从而使核系数成为与波长无关而只与冠层结构相关的参数,并基于此模型提出了新的宽波段反照率的新算法.利用波谱数据库收录的冬小麦观层多角度多波段数据进行核系数的反演,证明了在观测角度较少的条件下,用多波段数据联合反演核系数要比用单一波段数据反演核系数的结果更为稳定.     

ADS相关核数据实验研究进展

本文简要介绍了中国科学院近代物理研究所ADS相关核数据实验研究进展.基于兰州重离子加速器冷却储存环(HIRFL-CSR)搭建了核数据实验测量终端,建立中子飞行时间谱仪、轻带电粒子谱仪和水浴活化等实验装置,并开展了一系列ADS关键材料的核数据实验研究,包括400 MeV/u 16O离子束轰击钨靶和铅靶的实验,296 MeV氘束轰击铅靶和厚铍靶的实验,以及250 MeV质子轰击厚钨靶和厚铅靶的水浴活化实验.实验测量主要研究了ADS散裂反应相关的中子产额、能谱、双微分截面等数据.另一方面,基于中国原子能科学研究院核数据重点实验室的中子积分实验装置,开展了ADS靶堆耦合相关材料镓、石墨、碳化硅、钨、铀等样品的积分实验,检验了ENDF/B-VII.1,CENDL-3.1,JENDL-4.0,JEFF-3.2及TENDL-2015等数据库中相关材料的中子评价数据.