灰色模型的精度及误差检验研究

分析了灰色模型误差产生的原因，说明了模型误差发生的机理，改进了模型精度和误差的描述方式，提出了两种新的模型精度检验及模型误差判断方法，实例应用说明这种新方法有较大的实用价值．     

一种新的自适应加权矢量方向距离滤波器

针对已有的的矢量滤波器不能自适应地确定滤波器窗口内像素之间的空间距离对滤波效果的影响等问题,提出一种新的自适应加权矢量方向距离滤波器。该滤波器将彩色像素当作1个三维矢量,结合有序统计方法,利用彩色矢量问的距离信息和方向信息,并通过捕食者一食饵微粒群算法优化获得滤波器窗口的最优权值,体现滤波器窗口内像素之间的空间距离对滤波效果的影响,实现彩色图像的自适应滤波。与其他滤波算法的性能相比以及仿真结果表明,采用所提出的算法得到的平均绝对误差、均方误差和归一化的色度误差等明显比现有的彩色图像滤波方法的低,能在去噪与图像的细节及边缘保护方面达到平衡。     

对偶锥上广义线性互补问题的等价转化形式及误差界估计

在适当条件下将凸多面锥上的广义线性互补问题等价地转化为凸多面锥上的变分不等式问题，利用变分不等式的误差界，建立了凸多面锥上的广义线性互补问题的全局绝对误差界．     

基于加权预测的宏块级码率控制算法

针对H.264的简单线性预测模型的误差,考虑视频序列的时空相关性,提出了基于加权预测的宏块层码率控制算法。实验结果表明,与JVT-G012提案相比,该方法在准确控制码率的同时,图像的视觉质量也得到提高。     

应用Bernstein多项式求解一类变分数阶微分方程

文章应用Bernstein多项式求解一类变分数阶微分方程,结合Bernstein多项式的一阶微分算子矩阵、分数阶微分算子矩阵,通过离散变量,将原方程转化为线性方程组,通过解该线性方程组,进而得到数值解。数值算例验证了该方法的高度可行性和准确性。     

一种解决协同过滤数据稀疏性问题的方法

面对信息量过载的问题,为了使用户尽快的从大量的数据中找到自己需要的信息,即运用协同过滤算法解决数据稀疏性问题,本文提出了一种基于径向基函数(RBF)神经网络的解决方法.首先构建RBF神经网络并提出了一种新的确定隐层节点方法.然后利用构建的RBF神经网络预测用户评价矩阵中的空缺值,提高用户相似度计算的准确性.最后通过与经典协同过滤算法的对比实验证明所提算法的实用性,实验结果表明,基于RBF神经网络的协同过滤算法可以有效的解决用户评分数据的稀疏性问题,提高推荐的准确度.     

结合项目类别信息的协同过滤推荐算法

针对个性化推荐系统中协同过滤算法面临的数据稀疏问题以及用户相似性度量的不准确,提出了一种结合类别信息的协同过滤推荐算法。该算法利用用户评分数据计算用户之间对类别关注的相似性,并将用户对类别关注的相似性和用户评分相似性进行组合,得到用户综合相似性,从而提高了最近邻居搜索的准确度,缓解了数据稀疏性问题。实验结果表明,该方法能够有效地避免传统相似性度量方法存在的问题,使得数据稀疏性对最终推荐结果的负面影响变小,在一定程度上提高系统的推荐精度。     

线性组合预测模型优化问题研究

从线性组合预测模型绝对误差序列出发,对线性组合预测模型的精度特征进行描述和分析,系统地研究线性组合预测模型的优化方法,为线性组合预测模型的优化设计提供理论基础。     

一种混沌信号噪声的衰减算法

混沌信号的类噪声特性使得对混有噪声的混沌信号处理相对困难.为此,对Farm er算法进行了改进,改进后的Farm er算法是在原Farm er算法的基础上优化结构,简化算法,提高噪声的衰减的有效性.通过对混有噪声的Henon序列进行仿真实验,仿真结果显示,改进后的Farm er算法能够提高噪声衰减的精度,降低与理想Henon序列的绝对误差.     

灰色GM(1,1)模型参数估计的目标规划法

在灰色G（1，1）预测模型中，参数的估计是非常重要的。本文是在考虑考虑离散后的方程两端偏差的绝对值之和达到最小确定参数，参数的估计的被转化为目标规划问题。