一种改进的模糊粗糙集属性约简启发式算法

介绍模糊粗糙集约简算法,利用模糊区分矩阵产生最小约简.通过分析,说明了算法的不足,提出相应的改进策略.将启发性知识结合区分矩阵,提出了基于属性特征权值的启发式约简算法,文中算法意义更加直观,计算也更加简单,提高了约简算法的速度.采用VC进行实验,通过对多个UCI数据集进行测试,结果说明了改进算法的有效性.     

基于短记忆原理的分数阶系统时域子空间辨识

针对多变量分数阶系统提出一种基于短记忆原理的时域子空间辨识算法. 该算法能够有效辨识多变量分数阶系统的系数矩阵和分数阶微分阶次. 利用Poisson 矩函数对输入输出信号进行滤波预处理,构造了子空间方法的输入输出矩阵. 通过代价函数将分数阶微分阶次辨识转化为参数寻优问题. 利用分数阶微分的短记忆原理,将分数阶微分阶次和输入输出数据矩阵进行分离,避免了输入输出信号的分数阶微分计算过程. 数值仿真对算法的有效性进行了验证.     

求约束极值问题的修正共轭梯度投影法

针对带约束的非线性规划问题,提出一个修正共轭梯度投影算法,并且用不严格互补条件证明了算法具备全局收敛性和局部超线性收敛性;另一方面,算法的每步迭代只计算一次共轭投影矩阵,避免了求解二次规划或求两个投影矩阵,因而算法在计算量上有所改进.     

一种基于变精度区分矩阵的不完备信息系统属性约简

基于相容关系把多数包含关系引入不完备信息系统,对容差关系进行了扩充,使之更具有灵活性,在此基础上提出一种能容忍数据中包含噪声的变精度区分矩阵,给出了基于该变精度区分矩阵的一种有效属性约简算法,并通过具体实例验证了该算法.     

Cholesky分解在协方差矩阵恢复中的使用

针对基于稀疏扩展信息滤波的同步定位与地图创建(simultaneous localization and mapping,SLAM)问题,分析并比较了最近邻数据关联、极大似然数据关联以及联合相容性检验数据关联的原理,阐述了边缘协方差矩阵恢复的必要性.在此基础上提出一种利用Cholesky分解由信息矩阵准确恢复协方差任意元素的方法,该方法具有较高的计算效率.在仿真实验中将该方法与协方差边界估计法比较,并分别用于3种数据关联算法的比较分析,表明所提出的方法适用于多种数据关联方法,能在保证定位精度的同时有效控制算法复杂度.最后对各种数据关联算法在稀疏扩展信息滤波SLAM中的性能进行了讨论.     

基于特征向量的阵列误差矩阵最优闭式解

阵列互耦和幅相误差的综合作用会严重影响MUSIC算法的测向性能. 该文重点研究了由互耦和幅相误差 引起的阵列误差校正问题,给出3 种阵列误差矩阵校正算法. 它们具有相同的计算模式和理论框架,均可通过计算某 个Hermite矩阵最小特征值对应的特征向量获得最优闭式解. 算法I未利用阵列误差矩阵的任何性质,算法II利用了阵列 误差矩阵的稀疏性,算法III利用了某些规则阵列的阵列误差矩阵的特殊结构. 仿真实验比较了3 种校正算法的估计精 度,结果表明,尽可能利用阵列误差矩阵的特殊性质有利于提高阵列误差矩阵的校正精度.     

基本矩阵随机采样鲁棒估计

提出一种新的基本矩阵鲁棒估计算法:随机采样算法,对含有大量出格点的数据点集,利用7个对应匹配点的最小子集来估计参数;然后在不同的子集重复多次,确保任何一个子集都含有一个好的数据点的机率达到95%.最优估计值是残差低于门限值点数最多的子集,一旦从数据点集剔去出格点,利用没有出格点的数据就可以得到最终估计值.用真实图像测试表明该算法鲁棒性好,精度高.     

一种协调信息系统的快速求核算法

属性核的确定对于求属性约简具有重要的意义,利用协调信息系统中条件属性的划分相对于决策属性划分的概率分布为单点分布的性质,提出一种新的求核算法.采用多个UCI数据集进行实验,结果表明该算法的效率高于基于辨识矩阵和基于信息熵的求核算法.     

并行矩阵乘法算法的研究

针对大型矩阵乘法进行研究,描述了基于长方网格处理机阵列的Cannon算法,通过重叠技术,改进算法,使数据计算和数据通信在时间上重叠,达到时延隐藏的目的,给出了该算法在PC机群系统环境下的加速比和并行效率实验数据.实验证明,只要研究开发适合的并行算法,克服机群系统的通信瓶颈问题,可以成倍提高其在机群系统上的求解性能.     

中文地名数据清洗中的重复字段匹配

为了提高中文地名字段匹配的准确度,提出中文地名的相似重复检测与清洗策略和矩阵相似重复匹配方法. 该清洗策略采用矩阵相似重复匹配方法,通过矩阵运算计算中文地名数据之间相同字符或者词语出现的频率,利用频率计算两者之间的语义相似度和结构相似度,然后将语义和结构相似性有机结合,作为相似性判断和重复数据清洗的依据. 实验验证了该方法的可行性和有效性. 结果表明,该方法对于中文地名字段匹配在查准率和召回率方面优于已有的其他算法.     

关于CFIE-MLFMA算法的一类预条件方法

研究了多层快速多极子算法(MLFMA)的预条件加速技术.利用MLFMA的近场矩阵的结构特征,先将其分裂为对角块阵、不完全下三角块阵和不完全上三角块阵,再将对角块作LU分解,就可以构造出一系列的预条件阵DILU.与不用预条件或只用对角块预条件相比,这些预条件阵能大幅度地减少迭代次数,节省计算时间.一部分预条件阵不会增加存储量,而另外一部分只增加很少的存储量.文中给出的数值算例比较了几种不同预条件阵的优缺点,也验证了这些预条件加速方法的正确性和有效性.     

面向数据流挖掘过程的算法管理框架

结合数据流的特点,提出了一种面向数据流挖掘的过程模型PM-DSM。针对目前数据流挖掘过程中存在算法众多但利用率低的问题,提出了一种基于Web服务的数据流挖掘过程模型算法管理框架PMAMF-DSM,描述了该框架的体系结构和运行机制,并用UML活动图给出了框架的实现语义。在Eclipse上基于该框架实现了一个数据流挖掘算法管理系统,实验结果表明了该框架的灵活性与自适应性。     

采用多任务稳健主成分分析的运动目标分割

提出一种多任务稳健主成分分析方法,用以结合多视觉特征实现运动目标分割. 给定由多类型特征矩阵描述的视频数据,将它分解为低秩和稀疏部分,其中的稀疏部分对应于运动目标. 该矩阵分解过程是一个凸优化问题,通过用ALM方法最小化核范数和`2,1-范数的约束组合. 与仅利用单类型特征的方法相比,本文提出的方法能够结合多类型特征,因此可获得更加精确可靠的结果. 对HumanEva和Change Detection两个数据集的实验表明了该方法的有效性.     

线性规划基线算法的数值报告

介绍了基线算法的构思原理,用Netlib数据和随机生成的数据对几种具体的实现形式进行了测试,并与单纯形法进行了比较．理论和数值结果表明基线算法是一种可靠、有效的算法．此外,还给出了关于其它算法(包括内点算法)的若干评述．     

微弱气体浓度检测的弛豫平滑处理算法

研究了气体分子碰撞能量转移模型和弛豫声衰减理论。分析了混合气体中某些成分的浓度低于0.01%时,分子复合弛豫声衰减系数与气体浓度的模型变为崎岖不平的原因。利用信号处理中的滤波方法,使用平滑窗处理弛豫声衰减结果,改善了弛豫声衰减理论。得到了检测三元混合气体中微弱气体浓度的算法,检测浓度达到0.001%。设计了3种不同权重的平滑窗,均可降低由微弱浓度引起的检测误差扩大,其仿真结果一致证明弛豫平滑处理算法的合理性。     

复亚正定矩阵和U_x-广义正定矩阵的推广

在复亚正定矩阵和Ux-广义正定矩阵的基础上,对正定矩阵进行了进一步的推广,研究讨论了Ux-复亚广义正定矩阵和U1x-广义正定矩阵及U2x-广义正定矩阵的定义及其性质,并给出了若干等价条件.     

针对自适应隐写的通用隐写分析研究

数字图像是隐写领域使用最多的载体之一。在实际应用中,待检测图像经何种隐写算法被嵌入秘密信息往往是未知的,因此可检测未知隐写算法的通用分析方法非常重要。为此,针对数字图像自适应隐写术提出一种新的通用隐写分析方法,在综合考虑不同自适应隐写术对载体图像统计特性影响的基础上提取特征,通过学习得到可对未知隐写术进行准确检测的隐写分析工具。实验表明,利用该方法对未知隐写算法进行检测可达到相当高的准确率。     

拟复广义正定矩阵上的Oppenheim不等式的推广

首先改进了关于Hermitian正定矩阵的Hadamard乘积的行列式的下界估计的经典的Oppenheim不等式的加强形式,然后应用这个结论和拟复广义正定矩阵的性质,得到了Hermitian正定矩阵和拟复广义正定阵的Hadamard乘积的行列式的模的新下界估计.这些结果不仅推广和改进了有关拟复广义正定矩阵的Hadamard乘积的行列式的模的下界估计的文献,而且概括了关于实正定矩阵和亚正定矩阵Hadamard乘积的行列式的下界估计的Oppenheim型不等式.     

基于结构的文本信息检索技术的设计与实现

设计了文本信息检索的一些数据结构,包括结构化倒排索引、结构索引和词典等,并在此结构的基础上设计实现了基于内容和结构的查询算法。这些算法以计算机机群并行环境为基础,并行数据查询提高了查询的速度。     

Lurie网络化控制系统动态输出反馈控制器设计

在时延、丢包、乱序的情况下,将Lurie网络化控制系统建模为一个多时滞的Lurie系统,利用添加自由权矩阵的方法给出时滞依赖的稳定性条件,并通过增加一等式约束将它转化为线性矩阵不等式表示的可解性问题,从而获得动态输出反馈控制律. 最后以两个仿真实例说明了该设计方法的可行性和有效性.