最小相关性最大依赖度属性约简的改进算法

对于决策表的属性约简,通过分析最小相关性最大依赖度属性约简算法,得到了一种更加完善的最小相关性最大依赖度属性约简算法,并通过实例验证其可行性.     

基于改进LDA的社会化标签主题识别方法

针对社会化标签中资源之间存在独立同分布特性,并且其对应的标签资源作为资源内容的特殊语义内容,提出一种联合特征词加权-LDA(Joint Feature Word Weighting-LDA)在资源内容和标签下联合主题识别方法,从而解决资源存在的独立同分布特性以及特征词采样等问题.首先建立评论及对应标签资源在信息熵相似度条件下的潜在关系,对该潜在关系使用随机游走方法获取各组资源和各组标签的权值系数,消除资源间的独立同分布.通过加权方法加权至每个资源的特征词,形成资源特征词和标签特征词的权重值系数.在此基础上构建联合特征词加权-LDA模型,通过迭代学习方法获取社会化标签资源的隐含主题知识.通过实验表明,提出的联合特征词加权-LDA相对于其他主题模型具有更好的主题识别效果.     

基于最大熵原理的金融系统风险测度及实证研究

金融系统是一个复杂的非线性系统。信息熵是一种对系统整体性不确定程度的一种度量。从信息理论出发,用信息熵度量金融风险,通过最大熵分布采用定性分析与定量计算相结合,构建一种金融系统风险分析模型,并以中国股票市场为例分析与验证模型。实证结果表明,该模型是一种有效的风险分析方法,较准确地反映了金融系统的风险状况,为金融系统风险分析提供了一种新的思路。     

干扰效果在线评估参数筛选与特征表示方法

针对利用雷达侦察信号进行干扰效果在线评估时参数冗余、信号变化程度判别不清的问题,提出雷达干扰效果在线评估参数筛选与特征表示方法。对多功能海上雷达信号,利用信息熵筛选剧烈变化参数,通过盒维数和皮尔逊相关系数提取信号变化特征,结合支持向量机实现对未知威胁的干扰效果在线评估。仿真实验表明,当信号参数偏离误差小于10%时,新方法的评估准确率高于92%,显著提高了雷达干扰效果在线评估的可靠性。     

客观信息的模型和度量研究

当今时代,信息的重要性毋庸置疑.但是,人们对于信息的认识依然众说纷纭,对于信息度量的研究同样莫衷一是.本文基于前人的丰富研究成果,总结了在信息的性质及度量方面已经取得的重要进展和存在的主要不足,探讨了信息的本质内涵和数学表达等基本问题.基于对信息客观性的认识,提出了信息的定义和六元组模型,讨论了信息的基本性质,建立了信息的广阔性、细致性、持续性、丰富性、包容性、延迟性、遍及性、真实性和适配性9类度量的定义和数学表达,形成了客观信息论的基础理论框架,能够系统全面地支持信息与信息系统的分析研究.     

基于改进信息熵值分析的TBM掘进参数研究

复杂地质条件下的TBM掘进参数的有效预测可以对TBM施工进行针对性的指导,基于深圳地铁10号线孖-雅双护盾TBM区间实际掘进参数,建立了一种基于改进信息熵值分析的TBM掘进参数预测模型,通过前序参数的熵值权系数自适应调整来预判后续TBM参数值,模型以TBM推力和扭矩样本参数进行训练并以实际工程数据进行验证,通过残差分析和相关性分析得出的预测值和实际值相符,说明该模型具有较好的非线性映射能力,基于改进信息熵值分析的TBM掘进参数预测模型能直观反映TBM装备载荷地质适应性规律,可为TBM施工掘进参数设置提供参考,提前预判规避不良地层施工风险.     

一种基于信息熵的体系流程脆弱性分析方法

 体系在执行任务过程中面临来自外部、内部的各种破坏、干扰或威胁等风险,当风险发生时体系受到影响的程度表现为体系脆弱性,体系流程的脆弱性是影响体系能否完成任务的一个重要方面。提出一种基于信息熵的体系流程脆弱性分析方法：首先,面向体系面临的风险事件及其流程结构特征建立体系流程结构脆弱性分析过程;其次,将体系流程转化为有向图模型,基于信息熵构建了体系流程中各个节点的脆弱度计算模型;最后,将复杂体系流程有向图模型简化为串联、并联和混合3种基本结构,建立了3种基本结构的脆弱度计算模型,进而即可计算体系流程的脆弱度。通过案例说明了该方法的有效性。     

基于时域特征的房颤识别方法

针对便携式心电采集设备采集的手部心电信号质量较差、阵发性房颤识别困难问题,提出一种房颤自动识别方法,利用信息熵和连续小波变换(CWT,continuous wavelet transform)筛选奇异波形,准确识别心电信号中的R波,并利用R波信息提取心电信号的时域特征,利用BP神经网络构建阵发性房颤识别模型.在PCinCC2017和AFDB数据集上的实验表明,本文方法的房颤识别的灵敏度和特异性分别高于96%和98%,对失常10秒左右的短时阵发房颤的识别灵敏度和特异性均高于94%,可以应用于家庭便携式房颤监测.     

地下水污染监测井优化设计及污染源识别

在地下水污染源识别过程中,针对监测井监测值信息量不充分或监测值与模型参数关联性较弱的问题,提出一种基于贝叶斯公式与信息熵的监测井优化方法.构建二维地下水溶质运移模型,并运用GMS软件进行数值求解.为减少监测井优化设计及污染源识别过程中反复调用数值模型的计算负荷,采用克里金法建立数值模型的替代模型.以信息熵作为优化指标,筛选出不同监测类型的最优监测方案,并以监测成本和反演精度为参考因素,选定相应监测方案,最后运用差分进化自适应Metropolis算法进行污染源识别.算例研究表明:7口监测井的克里金替代模型的决定系数均大于0.98,可较好地替代原数值模型.基于监测成本最小的方案1(3号单井),其信息熵为12.772;兼顾监测成本和反演精度的方案2(井(2,3)组合),其信息熵为9.723;基于反演精度较高的方案3(3井(2,3,5)组合),其信息熵为9.377.方案1到方案3参数后验分布范围及标准差均逐渐减小,验证了信息熵是参数后验分布不确定性的有效量度.