状态参数分散度对油纸绝缘状态的评估

为了研究油纸绝缘的老化状态参量与老化状态的对应关系,以及如何准确选择反映状态的参量,对油纸绝缘进行电热联合老化实验.基于老化实验的数据,分析了在同一老化因子下各个老化特征参量的分散度,同时应用多参数诊断方法探讨这些参量如何准确反映绝缘状态.结果表明,在适当筛选参量之后,多参量诊断会在一定程度上提高绝缘状态评价的准确性,有利于优化计算和提高状态评估的准确性.     

基于时间序列分析的地表温度变化过程探讨

地表温度是地表与大气相互作用过程中的最重要的物理学参量之一。然而地表温度是一个动态的热平衡参量,受到地表能量平衡过程特别是大气湍流的影响,是一个动态变化的时间序列过程参量。为研究地表温度受大气湍流影响的机理和规律,选择西藏当雄和北京顺义地区为试验区,开展野外观测试验,对两个试验区的大气湍流通量数据和地表温度连续观测数据进行时间序列分析。定义了一个表征地表温度变化特征的参量——地表温度变化特征量,并通过时间序列分析的方法,分别对两个试验区的数据,建立了传递函数模型,并通过系数的置信区间讨论了两地模型的有效相等性。     

化学反应动力学系统序参量模型及其应用

首先根据动力学系统演进过程的非线性状态方程，给出了化学反应状态演变过程的有序化动力学系统模型，同时也给出了动力学系统状态空间上势函数的序参量描述形式。对化学反应过程的反应－扩散方程构造了一个基于化学反应数据特征的有序化动力学系统的序参量模型，系统在控制参数影响下，由序参量给出稳定状态的最终选择结果，所有可能的选择由势函数给出，它反应了该系统可能出现的稳定状态，最后，给出一种基于该模型的化学反应过程     

晶体价电子结构的理论晶格参量

基于Pauting的键距公式,证明了对应于确定的杂化态和晶体结构类型,理论晶格参量存在的唯一性和可求性,依据理论晶格参量便可计算出理论结合能和熔点。从而使一定的电子结构状态对应有一套理论特征参量,将这些理论特征参量附于杂价表中或建立特征参量随杂化成分变化的特征参量图,使确定物质电子结构状态的分析工作变得直观而又准确。对a-Fe和Ni的电子结构分析表明,晶格参量、原子磁矩和结合能几乎靠近各自特定的杂化成份C_t~0,显示了固体与分子经验电子理论的正确性。     

竞技体育中的变加速运动及其概念规范

研究了短跑的“收尾速度”模型.在收尾速度模型中,收尾速度vm与过程特征参量k成反比,而过程特征参量k不是个人参量.在讨论变加速运动问题时,我们建议使用科学的规范用语,比如:急动度,力变率.     

全球陆表特征参量产品生成系统与产品生产

863计划重点项目"全球陆表特征参量产品生成与应用研究"第三课题"全球陆表特征参量产品集生成系统研发与产品生成"针对叶面积指数、反照率、发射率、下行短波辐射和下行光合有效辐射5个典型陆表特征参量,发展基于多源遥感数据的、具有国际先进水平的全球陆表特征参量产品反演算法。建立具有我国自主知识产权的,生产全球公里级尺度产品的生产系统,该系统能够进行快速处理得到符合质量要求的典型参量产品。生成一套长时间序列、高精度的全球陆表特征参量产品数据集,包含迄今为止时间尺度最长的叶面积指数、地表反照率和发射率产品,也包含空间分辨率最高的两种辐射产品。生产的5种陆表特征参量是反映地表植被状况和地表能量收支变化的重要参数,是中国科学家自主生产的首套全球陆表特征参量产品,弥补了我国该领域内的空白,将直接服务于全球变化研究,提升气候系统模拟的准确性,扩大我国在全球变化领域的影响力,促进全球地球观测数据共享。     

模糊神经网络用于齿轮装置故障的逐次诊断法

提出了一种基于神经网络和逐次模糊推理理论,构建了逐次的模糊神经网络,对齿轮装置故障进行逐次诊断.该方法能自动精确地识别齿轮装置故障.提出了5个时域中的无量纲特征参量,并应用可能性理论,把由实测数据求得的特征参量的概率密度函数转换为可能性分布函数,可表征特征参量与设备状态间的模糊关系.逐次模糊神经网络能处理特征参量与故障状态的模糊关系,实现对故障的自动诊断.齿轮诊断实例验证了该方法的有效性及可行性.     

基于大数据的防窃电模型与方法

针对常见的窃电现象及方法，分析了窃电方法的本质特征；利用鱼骨图表示特征参量的方法建立了多维度电参量的相关特征参量集合，并构建了多维度电参量的窃电本质特征模型来揭示窃电方法、本质特征和特征参量三者的关联关系；提出了基于大数据的防窃电模型与方法，包括数据预处理、大数据的防窃电结构化模型；最后通过用电信息系统采集的数据验证了本文结构化防窃电模型与方法的有效性。本文研究成果可为解决大数据条件下窃电行为监控问题提供有效的途径和方法。     

不同介质侵彻过载特征参量有限元仿真方法

针对硬目标侵彻的目标结构日益复杂化而通过深度计算不能控制弹丸在特定介质层爆破的问题,进行了混凝土和钢板介质的过载仿真分析。在仿真过程中提取了侵彻过载曲线的四个特征参量,利用这些特征参量来了解不同介质过载曲线的差异。经实弹靶试证明,通过提取的特征参量可以较好地掌握侵彻过载变化情况,为基于不同介质的侵彻炸点控制提供了支持。     

基于统计学习技术的太阳质子事件预报模型

结合太阳耀斑与日冕物质抛射参量作为预报因子建立太阳质子事件预报模型。描述太阳耀斑的三个特征参量包括耀斑峰值流量、持续时间和耀斑维度;太阳质子事件的三个特征参量分别为CME宽度、CME速度和测量位置角度。首先使用信息增益率评价各参量对质子事件发生的重要度,结果表明相比于耀斑峰值流量和持续时间,CME宽度和速度对质子事件发生具有更高的重要性。基于上述参量,应用线性Logistic回归方法建立质子事件预报模型。对模型进行检测并与只选用耀斑参量的预报模型的预报结果进行比较,结果显示采用耀斑结合CME参量的预报模型具有较高的预报准确率和较低的虚报率,尤其对于质子事件发生的报准率提高较多(67.5%上升到90%)。实验结果验证CME参量作为预报因子的有效性。     

基于矩阵策略的不完备混合型数据增量式特征选择算法

特征选择是粗糙集理论在数据挖掘等领域中一种重要的应用,如何对动态变化的信息系统进行增量式特征选择是目前粗糙集理论研究的重点。在不完备混合型信息系统中,属性集的不断增加是信息系统动态变化的一种重要形式。首先在不完备混合型信息系统中引入邻域条件熵的概念,并且利用矩阵的方法去表示邻域条件熵;然后针对属性集动态增加的情形,提出矩阵形式的邻域条件熵增量式更新,并且基于这种增量式更新机制给出了相应的增量式特征选择算法;最后,UCI数据集的实验结果表明,所提出的增量式特征选择算法比非增量式特征选择算法具有更高的特征选择性能。     

基于邻域粗糙集的不完整决策系统特征选择算法

针对不完整决策系统属性约简算法时间复杂度较高问题,基于正域不变条件下,决策系统分类能力保持不变原则,提出不完整决策系统前向顺序特征选择算法.该算法从约简集为空集开始,根据在约简集合中加入各属性后对正域影响程度大小将属性降序排列,采用顺序前向搜索,选择当前最佳特征加入特征约简集合,确定最佳特征子集.将该算法扩展到基于邻域...     

基于改进特征选择法的移动通信网络流量异常监测系统

由于传统系统受到网络时延和信号干扰的影响,导致系统监测效果较差,提出了基于改进特征选择法的移动通信网络流量异常监测系统.利用报警装置对异常数据进行警示,并通过显示模块显示监测结果,解析全部网络流量特征.根据特征选择流程,获取网络流量异常特征,实现对异常网络流量的实时监测.提取异常流量并展开分析,采用改进特征选择法对异常流量进行选择,由此实现移动通信网络流量异常监测系统的设计.实验结果显示,该系统最高监测准确率可达88%,保证移动通信网络能在安全稳定条件下运行.     

基于分词和基于N-Gram的网页分类系统比较研究

设计并实现一个网页分类系统,采用相同的特征权值计算方法,特征选择算法以及分类算法,进行基于分词的网页分类系统和基于N-G ram的网页分类系统的对比实验,分析两者的分类效果。结果表明,基于N-G ram的网页分类系统能达到并在一定程度上高于基于分词的网页分类系统的效果。     

智能暂态稳定评估的关键输入特征与稳定评判规则研究

输入特征选择与评估模型解释是基于人工智能（AI）的电力系统暂态稳定评估（TSA）方法研究的关键点。本文采用数据驱动的特征选择和规则提取算法,通过仿真实例客观的评估关键特征,并提取稳定判别规则。在特征选择中采用聚类分析算法评价特征的性能,采用遗传算法进行特征组合优化。应用基于关联规则的分类器构造算法,客观地生成暂态稳定评估规则。通过在10机39节点系统和3机9节点系统中的应用结果对比分析,在53维候选特征中得出了相对通用的暂态稳定评估关键特征集。研究结果同时表明,针对不同规模的电网,基于动态特征的稳定判别规则整体上具有明显的规律性和一致性。同时随着系统规模的扩大,在分类边界附近的稳定判别表现出一定的复杂性和特异性。     

采用机器学习的聚类模型特征选择方法比较

针对机器学习聚类模型在特征选择时存在的问题,首先,对特征选择在聚类模型中的适用性进行分析并对其进行调整和改进.然后,基于R语言中的递归特征消除(RFE)特征选择方法和Boruta特征选择方法进行特征选择算法设计.最后,应用聚类内部有效性指标,对在线品牌忠诚度聚类模型优化结果进行分析,进而对特征选择方法进行比较研究.结果表明:Boruta特征选择方法更具优势.     

支票验证系统中BP网络的应用及其实现

该文阐述了银行支票验证系统的组成 ,说明了 BP网络和模糊特征提取技术在其中的应用 .重点介绍了特征向量的选取以及 BP网络结构和算法的确定 .     

产品评论情感倾向性分类系统的设计与实现

针对消费者网上购物时选择商品的用户体验不足等问题,设计了产品评论情感倾向性分类系统。系统首先对评论进行了分词,然后根据停用词表去停用词,分别采用CHI、IG进行特征选择,最后比较了使用不同的特征选择算法对文本情感分类结果产生的影响。系统采用了Java Web相关技术实现了可视化,并对产品评论的分类过程进行了展示。实验结果表明,有效的特征选择方法有助于提升推荐系统的性能。     

基于多尺度特征选择网络的人脸表情识别

首先, 针对人脸表情识别问题提出一种新的多尺度特征选择网络识别方法, 该网络充分结合多尺度网络结构和特征选择结构的优点, 能更有效地提取面部静态图像中的空间信息. 其次, 为验证本文提出的多尺度特征选择网络的识别性能和泛化能力, 在两个经典的人脸表情识别数据集上与一些常用的方法进行对比和交叉验证实验. 实验结果表明, 该网络取得了更好的识别效果, 并且具有良好的泛化能力, 可以灵活地嵌入到人脸表情识别分析系统中.     

基于属性相似度的连续型特征选择方法

特征选择作为模式识别领域的研究热点,是一种重要的降维方法.对于连续型特征,目前主要采用离散化方法或特征分类能力的"相关性"评估进行特征选择.引入区间数相似度的概念,提出一种连续型特征选择方法.该方法以区间数相似度为基础,定义每个特征的属性相似度,以此作为特征选择的启发信息,对特征全集进行排序,选择特征子集,实现特征选择.相关实验表明了该方法的有效性.