一类快速模糊支持向量机

由H.P.Huang、C.F.Lin等人和T.Inoue,S.Abe等人提出的两类模糊支持向量机是两种类型的改进支持向量机,分别克服了过学习问题和减少了多类问题分类时存在的不可分区域。如何处理异常数据和加速训练大规模数据集是支持向量机中的急需解决的两个问题。针对这两个问题,提出了一类将两类模糊支持向量机集成的快速模糊支持向量机。训练时,根据每类数据与其类中心的距离,定义隶属函数,以加大对容易被错分样本的惩罚,利用合适的参数λ选取了每类数据中隶属度值较大的边缘数据构造模糊支持向量机,测试时,利用1-a-1和模糊支持向量机的决策函数判定未知样本的类别。含有异常数据的两类问题和机器学习数据集中手写数字识别的多类问题的实验结果,验证了提出的快速模糊支持向量机减少了训练时间同时提高了学习机的推广能力。     

基于稳健关联向量回归的黑液波美度软测量

针对造纸工业碱回收蒸发工段黑液波美度不易在线实时测量的现状,提出一种基于稳健关联向量回归的软测量方法,建立黑液波美度的软测量模型,实现黑液波美度的在线测量。稳健关联向量回归方法通过最大化一个建立在稳健子集上的似然函数得到模型的参数,同时保证回归的稳健性。构造了迭代算法来计算稳健关联向量回归,在优化超参数的同时,寻找稳健子集。实验结果表明,用该方法建立波美度软测量模型不仅是可行的和有效的,而且能够克服异常点的影响。     

一类三点边值问题的微分不等式及其奇异摄动

本文先研究如下类型的三点边值问题{y″=f(t,y,y′),a＜t＜c y(a)=A,y(b)=y(c)的微分不等式理论,然后利用所得到的定理,研究如下形式的二阶拟线性微分方程的边值问题{εy″=f(t,y)y′ g(t,y) y(a)=A,y(b)=y(c)的奇异摄动.     

基于v-支持向量机的边际电价预测及置信区间估计

引入v-支持向量机，通过构造和求解一个凸优化问题，同时实现了对边际电价的预测和对置信区间的估计，且无需假定预测偏差的概率分布．在v-支持向量回归中，当ε〉0时，v是错误样本的个数占总样本个数份额的上界．利用该性质，边际电价预测的置信度和置信区间可以很自然地用参数1-v和变量ε来表示，这为发电公司进行竞价方案的风险分析打下了很好的基础．算例仿真表明，该方法具有较好的泛化性能和较高的预测精度．     

基于拉格朗日插值的签名方案的研究

提出基于拉格朗日插值的签名方案存在小数位问题,并通过引入向量计算机制以消除数字签名中的小数位问题,最后对其进行了证明.     

基于粗集理论的决策规则提取方法

本文利用一致性规则进行属性的规则泛化。在归类优选问题上,采用样本先与值核属性匹配,而后再与非值核属性匹配,对于无匹配的样本采用相似条件向量的方法对缺损数据进行归类优选。     

ROLE OF α-PSEUDO-UNIVEX FUNCTIONS IN VECTOR VARIATIONAL-LIKE INEQUALITY PROBLEMS

In this paper, we introduce a new class of generalized convex function, namely, a-pseudounivex function, by combining the concepts of pseudo-univex and α-invex functions. Further, we establish some relationships between vector variational-like inequality problems and vector optimization problems under the assumptions of α-pseudo-univex functions. Results obtained in this paper present a refinement and improvement of previously known results.     

常曲率空间中具有平行平均曲率向量子流形的不等式

设Mn是等距浸入在常曲率黎曼流形Nn p(c)中的n维紧致子流形,若Mn是极小的,有著名的Simons不等式.李安民等人改进了此不等式,现在进一步把它推广到常曲率黎曼流形的具有平行平均曲率的子流形的情形.     

影响工业企业可比产品成本降低额的因素分析模型

企业在进行可比产品成本降低分析中采用的初等数字运算工具对产品结构变化的影响分析概念模糊,没有定量分析。对此,本文把各影响因素以向量形式作为自变量,建立涵数,借助向量运算解决这问题,收到满意效果。