基于随机森林赋权和改进ELECTRE-Ⅲ方法的科技奖励评价研究

针对科技奖励评价中各指标权重的不确定性问题,提出随机森林赋权法,利用可靠性分析计算专家评分数据的泛化误差,根据最小错误率得到各评价项目的各评价指标权重,减少主观赋权的影响;引入一致可信度、非一致可信度和净可信度信息,提出改进的ELECTRE-Ⅲ方法,将某一评价项目优于其他评价项目的程度具体量化,解决专家评分数据为次序变量的问题.实证表明:随机森林赋权法和改进后的ELECTRE-Ⅲ方法相结合,既提高了权重估计的精确度和可信度,又解决了难以给定门槛值和不能完全排序的问题,使评价结果更加科学、客观、合理.     

基于LMD近似熵和SVM的自适应重合闸方法

自适应重合闸的功能是快速、准确地辨识故障性质及捕捉电弧熄灭时刻.在分析瞬时性故障和永久性故障断路器跳闸后的端电压波形复杂性的基础上,提出了局部均值分解(LMD)、近似熵和线性支持向量机(SVM)相结合的自适应重合闸整体实现方案.利用LMD分解故障信号得到若干个PF分量,选取前3个PF分量算出其近似熵值构成三维特征向量,将三维特征向量作为SVM的输入量来区分故障性质和捕捉电弧熄灭时刻.线路故障仿真结果表明,该方案可智能识别故障性质和捕捉电弧熄灭时刻且具有一定的抗噪能力.     

高斯白噪声激励下约瑟夫森结的混沌分析

考虑电流噪声的因素,建立了一类高斯白噪声激励下的超导约瑟夫森结动力学模型,并对其混沌特性进行了研究。基于随机Melnikov方法,通过计算该模型的随机Melnikov函数,可得系统在均方差意义下出现Smale马蹄混沌的必要条件,进而讨论了噪声强度对系统混沌行为的影响。结果表明,高斯白噪声激励使原系统更易产生混沌。     

开孔泡沫材料随机化Kelvin微结构模型建立与应用

建立较准确的微观胞体结构模型是一项极其复杂但极具价值的一项工作。利用Python,对Abaqus进行二次开发,实现规则Kelvin单胞结构、规则Kelvin多胞结构和随机Kelvin多胞结构等开孔泡沫结构的参数化设计和自动化建模,并对建模思路、关键算法的设计与实现加以说明。以泡沫铝为例,分别对规则Kelvin结构和随机Kelvin结构的开孔泡沫铝在准静态压缩过程中的力学行为进行了对比分析研究。研究成果对随机Kelvin胞体结构的开孔泡沫材料的数值仿真研究具有一定的参考价值。     

震荡随机共振的信噪比增益研究与电路仿真

为提高硬限幅符号并联电路系统的输出信噪比,研究了震荡随机共振与阵列随机共振的机制以及电路实现方法。通过计算阵列输入输出信噪比增益,发现两类随机共振方法都能够使得非线性电路并联系统、输入信号与内部噪声(高频干扰)达到协同,并且随着阵列数目增加,信噪比增益存在大于1的区域。同样条件下,与阵列随机共振方法相比,震荡随机共振能够获得更好的输出信噪比,且易于实现。     

随机带宽分配对复杂网络传输性能的影响分析

研究了连接边带宽资源有限时,随机带宽分配对复杂网络传输的影响。通过设计两类异质化随机带宽分配方案及在HK-BA无标度网络中的仿真试验,发现完全随机地分配网络连接边带宽对网络负载的影响带有不确定性;同时,G-L路由策略相对于最短路由策略在保持带宽随机性分配对网络最大负载影响方面具有较好的鲁棒性;在对分类随机带宽分配方案的研究中,发现在介数存在异质性分布的复杂网络中,为权值由高到低的边集分派相应由高到低的带宽集,有利于提升网络负载性能。     

基于随机森林分类的快速标签检测

主要解决了传统的人工标签检测中存在的成本高、速度慢以及检测率低的问题。与传统算法相比,提出了一种基于随机森林分类的快速标签检测算法。文章首先设计了自适应特征选择方法,能够在大规模的特征中自动选择鉴别力最高的特征,较好地区分前景和背景。在此引入了基于金字塔随机撒块的随机森林分类器,能够快速有效地完成多种标签的检测。实验结果验证了本算法的高速、高精度特性,适用于高速自动化生产线上的标签检测。
     

基于小波变换的一种红外图像增强算法

图像增强处理是红外图像预处理的必要和关键环节,但目标物体信号弱造成红外图像的对比度差,外界噪声干扰严重造成图像质量差。基于此,提出了一种基于小波变换与奇异值分解和阈值滤波相结合的增强算法。本文用小波分解将红外图像的高频与低频系数分开,低频域用奇异值分解处理方法来增强对比度和图像质量,高频域用阈值滤波处理来消除噪声突出细节;最后,经过小波逆变换和小波重构得到最终的增强图像。实验结果表明：此方法对比传统的红外增强算法,可以将红外图像的对比度提高,增强红外图像细节,在直观上更符合人的感官感应,是一种有效的红外图像增强方法。     

基于EMD与多重分形去趋势法的轴承智能诊断方法

引入经验模态分解(EMD)方法去除故障信号的趋势项,提出EMD-MFDFA(multifractal detrended fluctuation analysis)的多重分形分析方法,并通过仿真分析EMD方法去趋势效果的有效性。然后将采用EMD-MFDFA方法提取的电机滚动轴承振动信号的多重分形特征向量作为训练集,利用混合遗传算法搜索全局最优的能力优化支持向量机(SVM)模型参数,建立电机滚动轴承的智能诊断模型。最后,通过对电机滚动轴承不同状态的振动信号进行分析。研究结果表明:EMD-MFDFA方法能很好地揭示滚动轴承的振动信号多重分形特性,对滚动轴承正常状态、单一故障与多故障耦合等状态具有很强的辨识能力;所建立的智能诊断模型可以有效地诊断滚动轴承不同的故障状态,能够作为滚动轴承故障在线监测的有效工具。     

带时滞的随机捕食—被捕食系统生存性分析

研究了一类带时滞的随机捕食—被捕食系统.在一些简单假设下,建立了两种群几乎时间均值稳定和局部灭绝的充分条件,并得到了其临界值.举出例子,借用MATLAB仿真说明主要结果.