基于预测状态表示的Q学习算法

针对不确定环境的规划问题,提出了基于预测状态表示的Q学习算法.将预测状态表示方法与Q学习算法结合,用预测状态表示的预测向量作为Q学习算法的状态表示,使得到的状态具有马尔可夫特性,满足强化学习任务的要求,进而用Q学习算法学习智能体的最优策略,可解决不确定环境下的规划问题.仿真结果表明,在发现智能体的最优近似策略时,算法需要的学习周期数与假定环境状态已知情况下需要的学习周期数大致相同.     

基于时间序列相似性匹配算法的地震预测研究

把匹配抽象时间序列相似性的方法引入到地震预报的应用中,结合大量地震历史源数据,地震领域的专家经验知识和相关成果基础上,提出了一种简化的抽象时间序列匹配模型。该模型在对海量数据进行预处理筛选的基础上再进行时间相似性匹配,增加了横向和纵向多方位地区和多方位时间段的匹配,不同时间差和阈值的匹配,并通过大量实验对该模型进行了反复验证,同时对我国地震频繁地区近几十年的地震历史数据进行了相似性匹配实验分析,取得了可信度较高的实验结果,实验结果验证了所给时间序列相似性匹配控制策略的有效性、实用性以及算法的优越性。     

柔性支撑三维机动目标的解耦跟踪预测算法

为了克服因忽略各自由度的耦合本质而引入的预测误差,基于并联机构学原理,提出了一种柔性支撑三维机动目标跟踪预测算法.该算法将运动目标假定为6自由度并联机器人的末端执行器,在其解耦的关节空间进行驱动支链长度的预测,通过并联机器人位置正解得出目标在将来时刻的位姿.针对500 m口径球面射电望远镜馈源支撑与指向系统的两级复合控制模型进行数值仿真,结果表明,与传统预测方法相比,该预测算法的精度提高了一倍,运算时间为亚毫秒数量级.     

基于BP神经网络的股价预测

用数值实验的方法对基于BP神经网络的股市预测模型进行研究,并将广泛使用的一些股市技术分析指标引入了股票的神经网络预测模型中,结果表明,神经网络用于国内股市的预测是有效的.     

基于粒子群优化的BP神经网络预测方法及其应用研究

本文提出了一种基于粒子群优化的BP神经网络预测方法.该方法利用粒子群优化算法全局搜索BP神经网络的权值和阈值,并利用优化后的BP网络建立预测模型对经济指标进行预测.仿真实验结果表明,该方法克服了传统BP神经网络本身所存在的局部最小值和训练速度慢等不足,能够较好应用于定量经济指标预测,有效提高了预测的精度.     

基于支持向量机的需水预测研究

以山西省11年实际用水量为例,17个影响需水预测的因子作为支持向量机模型的输入,需水量作为模型的输出,建立了基于支持向量机理论的非线性需水预测模型;根据预测精度,确定了损失系数ε,惩罚因子C及径向基核函数的宽度σ.采用11年用水量资料,前8年用水量作为训练样本,后3年用水量作为检验样本,3个检验样本的需水总量的相对误差分别为0.91%、1.86%和0.93%.结果表明,在训练样本较少的情况下,支持向量机需水预测模型具有较高的预测精度和较强的泛化能力.     

一种基于流计算的实时碰撞检测算法的研究与实现

高性能可编程图形硬件的出现,正改变通用计算仅能由CPU完成的传统观念.探索性地采用可编程图形硬件来解决复杂物体间的实时碰撞检测问题.通过将两个任意物体间的碰撞检测计算映射到图形硬件以有效利用图形硬件的并行架构,由实时绘制过程快速产生碰撞检测结果.为此,算法首先将碰撞检测问题转化为一组线段集合与三角形的求交问题以实现碰撞检测算法向可编程图形硬件的迁移.在对算法复杂度进行理性分析的基础上,给出了两种有效的优化技术以提升算法效率.     

基于文化算法的PCNN自动系统的研究

脉冲耦合神经网络作为当前智能领域研究的热门课题,其多个参数的设置给实际应用造成很大的困难.而文化算法作为新型的进化算法,具有对参数自动寻优的优势,为此,提出一种基于文化算法的脉冲耦合神经网络的自动系统,并通过将其应用于图像分割,将分割结果与经典OTSU阈值分割法比较,验证了该方案的正确性与可行性.     

基于ICP算法的距离图像配准研究

距离图像为构造物体准确的三维几何模型提供了非常好的数据,距离图像配准是三维数字图像造型技术中的关键.文中简要介绍了距离图像的获取原理,详细介绍了基本ICP算法及其常用的最优化解析方法-奇异值分解算法和四元数算法,较全面地分析了人们对ICP算法的各个阶段的改进技术.针对两幅不同视点的距离图像,利用ICP匹配算法,选择合理的匹配策略,通过编程实现了两幅距离图像的配准,取得了较好的效果.     

基于自适应阈值的聚类算法提取关键帧研究

针对当前预先指定聚类算法阈值提取关键帧的问题,使用MPEG-7标准中的主颜色描述子对视频帧进行描述, 以镜头内相邻两帧的相似性测度为数据样本,自适应地确定聚类所需的阈值,并以该阈值去指导同类视频的关键帧提取,提高关键帧提取的效率.实验证明,该方法能较好的提取视频序列的关键帧.     

Analog Module Placement Design Using Genetic Algorithm

This paper presents a novel genetic algorithm for analog module placement based on a generalization of the two-dimensional bin packing problem. The genetic encoding and operators assure that all problem constraints are always satisfied. Thus the potential problems of adding penalty terms to the cost function are eliminated so that the search configuration space is drastically decreased. The dedicated cost function is based on the special requirements of analog integrated circuits. A fractional factorial experiment was conducted using an orthogonal array to study the algorithm parameters. A meta-GA was applied to determine the optimal parameter values. The algorithm was tested with several local benchmark circuits. The experimental results show that the algorithm has better performance than the simulated annealing approach with satisfactory results comparable to manual placement. This study demonstrates the effectiveness of the genetic algorithm in the analog module placement problem. The algorithm has b     

用遗传算法解决下料问题

“下料问题”在工程技术和工业生产中有着重要和广泛的应用。解决此问题的经典方法需要很大的计算量,为了减少计算量,提出基于块组合的树形表示和一种很好被采用的遗传算法,即在使用树形表示切割方式的同时也结合别的不同的切割方式,并通过组合交叉、变异算子来实现混合切割。最后提出了这种方法的实现形式。     

蛋白质功能预测的蚁群优化算法

预测蛋白质功能是后基因组时代最具挑战性的问题之一,在大规模数据下采用高性能的功能预测算法能够节省大量的实验时间和成本.利用基于蛋白质相互作用网络的全局优化模型,提出了蛋白质功能预测的蚁群优化算法,算法在考虑全局模型的同时还利用了网络的先验信息,提高了搜索效率,仿真结果表明,蚁群优化算法能够有效对蛋白质功能进行预测,并且对蛋白质相互作用网络中的假阳性、假阴性数据具有较高的容错能力.     

采用相邻像素预测的可逆信息隐藏算法

为了提高图像信息隐藏算法的信息嵌入容量和载密图像的保真度,提出一种采用相邻像素预测的可逆信息隐藏算法.构建局部线性预测模型,以待预测像素的3个相邻像素为目标像素,通过目标像素的相邻像素建立线性方程组,求解预测模型参数.应用预测模型进行预测,计算预测误差,绘制预测误差直方图,通过直方图平移实现可逆信息隐藏.实验结果表明:文中算法可通过较少的预测像素进行预测,比其他算法具有更高的预测精度和更大的信息嵌入容量.     

BP网络在股市预测方面的应用

介绍用BP网络进行预测的一般原理和方法，并以长春华联股票为例阐明了BP网络在股市预测方面的应用．     

寺家庄矿煤层顶板岩性有色反演预测

煤层的顶板岩石的封堵性对煤层气的储集非常关键。有色反演可以获得相对波阻抗的变化,对测井的依赖度低、平面分辨率高,可用于少井区煤层顶板岩性的分布进行预测。在原始地震数据谱蓝化处理、提高分辨率的基础上,对寺家庄矿三维地震数据进行了有色反演,预测了9号、15号煤层顶板岩性。结果表明:相对波阻抗体异常与钻孔岩性较为吻合,并通过相对波阻抗平面分布图预测了寺家庄地区9号、15号煤层顶板岩性,且不同时间地层切片的反演结果与区域钻孔资料相吻合,说明有色反演结果可靠,可以对煤层顶板岩性分布特征进行有效预测。     

基于支持向量机构象性B细胞表位预测研究

为节约实验成本, 提高工作效率, 提出利用计算的方法预测B细胞表位, 通过预测得到较为精确的结果。提取氨基酸的10个表位相关属性特征, 并使用支持向量机的分类方法对抗原表面氨基酸进行分类, 预测得到候选表位残基。最后通过15个测试例, 验证了笔者算法的有效性。     

神经网络及其在股市预测中的应用

将BP神经网络和RBF神经网络应用于股市综合指数预测.预测结果表明,RBF网络计算量少,学习速度快,预测精度高.     

基于反向传播算法神经网络的信用评分系统预测力研究

为了提高信用评分系统的预测准确性和稳定性，建立了基于反向传播（BP）算法神经网络的信用评分系统，并提出信用评分系统预测力和预测稳定性验证的新方法．结合信用评分问题的实际特点建立了模型并确定了参数，然后采用一种正向选入法确定输入变量，进行模型训练，并通过引入接收器操作特征曲线的分析理论、曲线面积（AUC）值及信息理论等评价方式，对所构造的神经网络信用评分系统预测力进行评价，最后利用自抽样法构造出多个验证样本来评估信用评分系统的稳定性．与传统的逻辑信用评分系统的比较结果表明，BP神经网络信用评分系统具有更高的预测准确性和稳定性，其AUC值平均提高0．0367，AUC值的标准误差平均降低0．005．     

模糊推理方法在股市预测中的应用

以日成交金额和15日相对强弱指标的绝对量和增量共4个变量作为影响股指走势因素,应用模糊推理方法对沪市中短期上升行情进行预测,结果较为满意.模糊推理方法对每一种影响因子(xi)与输出因子(y),统计其在每一分级中占的次数,取两者次数的比值即为分级模糊关系值,从而得到模糊关系矩阵R(xi,y).再取R(xi,y)每行最大值相加,可得到4个数值.以每个数值除以4个数值之和,即为每个影响因子权重wi.最后,建立预测模型y=w°R*.R*是由所预测行情的4个变量决定的矩阵.