基于双响应曲面的精密产品子集模拟可靠稳健优化设计

针对不确定性场景下小失效概率的精密产品可靠性问题,提出了基于双响应曲面法(dual response surface methodology,DRSM)与子集模拟的可靠稳健优化方法。首先,建立精密产品多失效模式极限状态的RSM模型和以质量特性均值-方差为优化目标的功能函数DRSM模型。其次,在此基础上运用子集模拟法进行可靠性分析,将精密产品小失效概率描述成一系列较大的条件失效概率之积。最后,将极值事件的优化问题视作稀有事件的可靠性问题的特例,基于该转换思想采用子集模拟法将优化问题在可靠性问题的框架内进行求解。案例分析及验证结果表明所提方法的有效性。     

M{2,3},M{2,4}和M{2,3,4}的有效刻画（英文）

集合A到集合B上的一个一一映射f称为B的一个有效刻画。本文提出的选逆象指标法(SIIIM)给出集A_1={α:α=(I_s,η)~T∈C_s~(n×s)}到象集B_1={β:β=α(α~*α)~(-1)α~*,α∈A_1}的一个有效刻画公式,并证明了B_1是I{2,3}_s的稠密子集,且I{2,3}_s的每个元素都与B_1的某个元素置换相似,利用上述结果,分别建立了I{2,3}和长方阵广义逆矩阵类M{2,3}.的有效刻画公式。再利用等式I{2,3}_s=I{2,4}_s=I{2,3,4}_s,进一步获得了M{2,4},M{2,3,4}的有效刻画公式.算法3.1可用于无重复地计算I{2,3}_s的任一个元素.     

Flink平台下的分布式平衡级联支持向量机

支持向量机（Support Vector Machines,SVM）在分类和回归领域都是非常强大的工具，但在大数据环境下，其面临资源占用过高和寻优速度慢等问题.目前利用大数据框架实现的SVM，虽然优化了寻优速度慢的问题，但其预测精度与直接训练方式相比存在一定的差距，此外其并没有对训练节点的资源进行合理配置.故提出一种Flink平台下的分布式平衡级联向量机，该方式在之前的基础上将数据集分成含有相同比例样本的平衡子集，并对子集的训练参数进行放缩；同时，结合Flink下迭代作业的动态资源分配策略，将各节点资源最小化为刚好满足训练需求.对该方法的有效性进行阐述，对比多个数据集在不同训练方式下的资源占用和模型精度，实验结果表明，采用所提出的训练方式能合理灵活地对资源进行配置，同时将模型预测精度误差降低到0.1%以内.     

RFID系统中二叉树防碰撞算法性能的提升

针对RFID系统中的标签碰撞问题,提出了一种改进的二叉搜索树防碰撞算法.通过划分标签子集、动态调整冲突检测过程,以减少标签冲突和系统开销,提高识别效率.仿真结果表明,相比于目前的二叉树搜索算法,本文方法在待识别标签数量较大的情况下提高了识别效率,减少了搜索次数及阅读器与标签之间的通信量.     

Design and comparison of minimal symmetric model-subset for maneuvering target tracking

Model-set is utilized in state estimation for maneuvering target tracking.Two minimal symmetric model-subsets are designed and investigated by moment matching method,which include hypersphere-symmetric model-subset and axis-symmetric model-subset,if system mode is a random variable and obeys certain probability distribution.They can be used as the fundamental model-subset for multiple models estimation with fixed structure,variable structure and moving bank.The model-groups constructed by above designed subsets are given,which give the practical guidance for use of model-set in multiple models approach with a variable structure.Simulation results show that the performances of two minimal model-set significantly outperform the corresponding model-sets with fixed spacing.     

南盘江流域主汛期降雨量年(代)际变率研究及趋势预测

利用二次多项式平滑和Morlet小波分析,研究了南盘江流域主汛期降雨量的年(代)际周期变化;并挑选了相关性较好的预测因子,利用最优子集回归方法对主汛期降雨量建立预测模型.结果显示:①从线性趋势来看,19612014年南盘江流域主汛期降雨量是逐步减少的,减少幅度为每年2.7mm;②南盘江流域主汛期降雨量在年代际尺度上以准14a和准18a周期为主,而在年际尺度上则以准3a、准6a和准9a为主,并且显示出年际变化的年代际差异;③最优子集回归模型回归值和实况值距平百分率符号一致率为70%,回归准确率为87.5%;而试预报值与实况值的距平百分率符号一致率为71.4%,预报准确率为85.7%,显示出较好的趋势预测效果.     

基于最优样本子集的在线模糊LSSVM混沌时间序列预测

提出一种基于最优样本子集的在线模糊最小二乘支持向量机(least squares support vector machine,LSSVM) 混沌时间序列预测方法. 算法选择与预测样本时间上以及欧氏距离最近的样本点构成最优样本子集,并采用" 不敏感函数对其进行模糊化处理,通过模糊LSSVM 训练获得预测模型. 随着时间窗口的滑动,最优样本子
集和预测模型实时更新,模型更新采用分块矩阵方法降低运算复杂度. 实验中对时变Ikeda 序列进行预测,表明所提出的方法与离线和在线LSSVM 相比,训练速度更快,预测精度更高.     

一类收敛序列空间上的无穷矩阵变换

对于Banach空间上的一类经典向量序列空间,确定了一类重要的子集称为一致收敛子集,它包括了该序列空间的全部全有界集及许多非全有界集.利用Antosik-Mikusinski基本矩阵定理和该子集族,对于一类映射矩阵,获得了一系列矩阵变换定理,并且给出了一类无穷矩阵变换的刻划.补充和完善了非线性矩阵变换定理.     

矩 阵 环 的 乘 法 导 子

设R是有单位元1的结合环, R=Mn(R)是R上全体n阶矩阵构成的环, S是由R中全体后(n-r)行均为0的行矩阵构成的乘法闭子集, 这里1≤r相似文献