一种改进的稀疏子空间聚类算法

在现有的稀疏子空间聚类算法基础上提出了一个改进的稀疏子空间聚类算法。首先,利用高维数据可以通过同一子空间的低维数据稀疏地表示这一理论,建立一个稀疏最优化模型,获得稀疏矩阵。然后把稀疏矩阵应用到一个正则化谱聚类算法中,从而有效地把数据聚类到子空间中。最后,该算法应用到一个视频序列中,对每个视频帧里的运动物体进行识别,并与现有的子空间聚类算法相比较。实验结果表明,该算法能够有效地识别运动物体,具有良好的实时性和有效性。     

基于Innography专利检索的案例分析——以北京化工大学TIM教授为例

基于Innography专利分析软件,采用专利地图技术及聚类和气泡图方法,对北京化工大学TIM教授的专利进行了多角度分析,找出了TIM教授的研究热点（脂肪酶催化和微生物发酵合成）及其在该领域的国内外竞争力情况,进而对TIM教授的技术研发与创新策略给出了新建议。     

基于模糊滑模控制的风力发电系统最大风能追踪

针对永磁同步风力发电系统,从空气动力学的基础理论入手,分析了机组运行时的最大风能追踪原理.根据已知的风力机特性和滑模变结构系统理论,推导出在切换面上的等效控制和切换面上滑模运动的状态方程.为了削弱抖振,采用基于最大风能追踪控制的模糊滑模控制方法,根据系统状态在线调整切换控制增益系数.通过Lyapunov稳定性定理得到系统渐进稳定的充分条件.构建系统模型并进行仿真比较,仿真运行结果证实了该控制策略的正确性和有效性.     

负压低温蒸馏装置的温度控制

将模糊控制和传统PID控制相结合,设计了PLC控制器并应用于蒸馏过程生产装置。实验结果表明,该模糊智能控制算法稳定可靠,系统运行稳定。     

多无人机模糊态势的分布式协同空战决策

针对不确定环境下的多无人机协同攻击多目标的空战问题给出了一种分析方法.首先通过分析不确定环境下的无人机空战态势,建立了多无人机模糊态势的任务分配模型.然后提出了异步一致性拍卖算法,将目标收益作为竞标的依据,给出了不确定环境下的多无人机协同攻击多目标的分布式空战决策方法.仿真结果表明,该算法在双方机群较大时能够实现快速收敛,提高了空战效率与资源利用率,且具有良好的稳定性和可扩展性.     

基于模糊聚类测点优化与向量机的坐标镗床热误差建模

为了研究电主轴系统热特性对机床精度的影响,建立了主轴轴向及径向热误差模型.以精密坐标镗床为对象,采用五点法对主轴热误差进行测量,并分析了转速对主轴热误差及温度场的影响规律.利用模糊聚类分析法对温度变量进行分组优化,选出对热误差敏感的温度变量,建立主轴轴向热伸长及径向热倾角的最小二乘支持向量机(LS-SVM)以及多元线性回归(MLRA)的综合热误差模型,并设定了预测优度评价标准.结果表明:模糊聚类分组法能有效降低温度变量间的多重共线性,并提高模型的稳定性;LS-SVM模型具备全局寻优的特点,可实现不同工况的高精度预测,预测精度可达90%,且比传统的MLRA模型有更好的通用性以及更强的泛化能力,可作为后期热误差的补偿模型.     

基于最小二乘法的无监督支持向量机

将最小二乘支持向量机的思想引入无监督学习,提出一个最小二乘无监督支持向量机.首先假设超平面过样本中心点,再给出线性可分的条件构造目标函数和约束条件,从而得到一个线性规划问题去求解聚类问题.     

聚类分析及其在我国各省经济发展水平分类研究中的应用

聚类分析是一种寻求客观分类的方法,它是多元统计分析中三大实用方法之一。本文首先对聚类分析的各种算法进行分类与介绍;然后总结了聚类分析在经济、生物、电子商务、保险等方面的一些应用,并对两类应用较广泛的聚类算法进行对比分析;最后结合SPSS软件,分别运用系统聚类法和 K－均值聚类法对我国31个省区经济发展水平进行分类,发现二者分类结果相同,且与我国现阶段各省各地区经济发展现状吻合度较高。     

永磁同步电动机模糊离散位置跟踪控制

研究永磁同步电动机离散位置跟踪控制问题。采用欧拉方法建立永磁同步电动机系统离散模型,利用模糊逻辑系统逼近系统中的非线性函数,同时基于反步法实现永磁同步电动机模糊离散控制。所提出的控制器可确保系统的跟踪误差收敛到原点的一个充分小的邻域内,实现了永磁同步电动机的位置跟踪控制。仿真结果验证了所提出方法的有效性。     

面向大规模定制的再制造集约生产计划模型

针对大规模定制(MC)的废旧产品回收再制造的生产方式,考虑再制造系统的复杂性以及各种不确定因素,构造了闭环供应链下面向MC的再制造集约生产计划(RAPP)模型.根据模糊集理论,采用模糊线性规划的方法,将不确定模型转化为清晰的确定型大规模整数线性规划(MILP)模型,试图找出最大利润下,企业在各计划期内的最优零部件外购批量、自制零部件批量以及生产批量.通过一算例来验证该模型的有效性,并分析了相关因子变动对总利润的影响,便于企业经营管理决策者在最优利润下选择相应的RAPP.