基于共现分析的我国突发事件关联研究

一个突发事件的发生往往引发次生灾害,形成灾害链。除了常见的连锁反应外,还存在各种可能的连锁隐患。本文的研究目的是找出这些潜在的连锁反应隐患。从共现分析的角度出发,选取中国期刊全文数据库1989～2008年的研究文献,以突发事件名称为主题进行词频分析,构造共现矩阵,计算共现率;然后,根据共现率构造突发事件关联网络,分析网络性质,并将其应用到次生灾害预警过程中。通过50对实际发生的灾害链,验证了共现率表示灾害关联的合理性。     

基于关键词共现网络的主题词提取算法

针对主题词提取中关键词提取不准确以及仅考虑单一相关性的问题,提出一种将集成思想与复杂网络相结合的主题词提取算法。首先通过集成算法提取话题数据的关键词,以提高关键词提取的准确性,其次改进传统词共现公式计算关键词的共现度,并建立关键词共现网络,在网络的基础上得到最优连通子图,同时以节点度中心性为权重衡量关键词重要性并从中映射出主题词。最后,使用微博话题数据集进行实例验证,证明该算法是有效的,并优于传统的词共现算法,并在青岛社区话题数据集中进行应用。     

基于自适应多分类器系统的甲状腺疾病诊断方法研究

甲状腺释放甲状腺激素以调节人体的新陈代谢速率,甲状腺激素过多或过少分别会引起甲亢或甲减,都属于甲状腺疾病.在实际医疗数据中,甲状腺疾病数据属于典型的不均衡数据.传统的分类方法往往忽略了不均衡数据存在的异构现象(不均衡程度,特征维度,类别数目在不同数据集中各不相同).针对甲状腺疾病数据的类分布不均衡现象以及异构现象,本文提出一种自适应多分类器系统(adaptive multiple classifier system,AMCS),构造多分类器集成系统,自适应地对异构不均衡甲状腺疾病数据进行分类来辅助甲状腺疾病的诊断.AMCS系统包括特征选择,集成框架,基分类器以及集成规则四个组成部分,每一组成部分由不同的算法组成候选池,根据不同数据存在的异构现象,自适应地为异构数据选择最优集成算法.本文采用KEEL和UCI提供的10组异构甲状腺疾病数据进行实验,验证了本文所提出的方法在辅助甲状腺疾病诊断的有效性.     

基于多分类器融合的多姿态人脸检测方法

针对复杂背景的彩色图像中复杂姿态人脸的检测问题提出了一种基于多分类器融合的人脸检测方法.首先使用AdaBoost层叠式算法分别训练正面人脸分类器和侧面人脸分类器,将正面人脸检测结果和侧面人脸检测结果相融合得出可能包含人脸的候选区域,然后使用YCbCr空间的肤色统计模型在这些候选区域中进一步验证人脸.该算法既利用了不同姿态人脸分类器的信息融合,又利用了人脸灰度纹理特征和人脸肤色信息的融合,对人脸姿态和图像背景有较强的鲁棒性,而且处理速度很快.实验结果表明,方法可以有效提高对复杂姿态人脸的检测概率,并显著降低虚警检测概率.     

基于区块链的未来配电网优化模型

针对目前配电网系统存在新能源利用效率低、信息传输缓慢以及网络安全性较差等问题,提出基于区块链的未来配电网优化规划模型。结合区块链的去中心化以及信息可追溯等特征,构建基于区块链的未来配电网架构;考虑到未来配电网内部可再生能源的高渗透率,利用多场景分析法,完成多场景下的配电网优化规划模型的设计,使分布式电源所带来的波动性问题得到有效解决;采用改进的蚁群算法,将信息素启发因子和期望启发因子进行动态处理,达到提高算法全局搜索能力的目的;在此基础上,借鉴分布式计算算法的优势,将PoW共识机制与分布式算法思想相结合,使得规划模型求解以及验证过程的效率大大提升。算例分析结果表明,所提出的基于区块链的未来配电网优化规划模型不仅可以提高新能源的利用率,而且可以保障配电网系统的安全高效性。     

“区块链+”商业模式的文献计量分析

区块链+商业模式赋能企业实践意义重大,但缺乏系统定量的综述指导.文章以国内外文献数据为来源,结合描述统计、合作分析、共现网络分析、聚类分析等路径,探索国内外研究现状和研究热点,挖掘未来研究走向和演化趋势.研究发现:1)国内外研究起步较晚,但研究态势喜人,国内研究独著现象明显,国外研究合作脉络深远;2)强调物联网、大数据等新兴技术的融合,有效赋能商业模式创新研究;3)国内外研究差异显著,国内聚焦金融领域研究,国外探索多行业商业模式创新和颠覆研究.最后构建了区块链+商业模式研究框架.文章的研究思路和结论对区块链+商业模式的学术研究和企业实践均有一定的启发性.     

基于马尔可夫链模型的EWMA控制图性能分析与优化

建立了基于马尔可夫链的EWMA控制图性能分析模型,并编制了基于Matlab平台的EWMA控制图性能分析程序。在此基础上,分析了EWMA控制图的两个主要参数(控制限参数L和平滑系数r)对EWMA控制性能的影响。分析发现,对于不同的L,存在均值偏移量δ*和δ**,当偏移量0<δ<δ*时,控制图性能随r的增加而提升;而当δ*<δ<δ**时,控制图的性能随r的减小而提升。而当δ>δ**时,参数对EWMA控制图的性能影响很小。据此对不同应用环境下的EWMA控制图参数选择给出了相应的建议。     

基于马尔科夫链的网络决策分析方法

在继承传统层次分析/网络分析方法的基础上提出一种新的决策方法——基于有限状态齐次马尔科夫链的网络决策方法MC-ANP.该方法使用有向图定义决策准则及准则之间的支配关系.通过对准则的两两比较量化支配关系,用马氏链的状态转移描述支配关系.该方法突出了准则支配关系的合成过程,提供了两种合成模型(其中积合成模型可以彻底解决传统层次分析中出现的逆序问题),指出传统网络分析中无条件使用Cesaro平均极限求解存在的问题.新方法将决策问题分为两类:有方案的决策问题,解是对方案的排序,求解过程就是求马氏链状态转移概率方阵的属于特征根1的特定的左特征向量;无方案决策问题,解是对准则的排序,解是马氏链状态转移概率方阵的属于特征根1的右特征向量.     

基于模糊核聚类的SVM多类分类方法

针对SVM在大类别模式分类中存在的问题,提出了一种基于模糊核聚类的SVM多类分类方法,并给出了一种高效的半模糊核聚类算法。该方法基于模糊核聚类方法生成模糊类,并采用树结构将多个SVM组合起来实现多类分类。模糊核聚类方法不但能够实现更为准确的聚类,而且能够挖掘模糊类的外围、不同模糊类之间的交叠情况等信息,利用这些信息能有效提高分类器的性能。实验表明,所提方法比传统方法具有更高的速度和精度。     

基于区块链的多无人机协同任务分配方法研究

针对多无人机系统自主协同控制缺少统一的底层技术平台和面临的单点失效、信息安全威胁等问题,提出了基于区块链技术构建协同任务规划平台的方法。以多无人机协同任务分配问题为研究对象,将合同网任务分配算法描述为智能合约,应用区块链共识算法实现系统共识,设计出一种安全高效在线实时任务分配方法。采用Hyperledger Fabric开源软件搭建了仿真实验验证系统,并以典型的海洋常规潜艇搜捕应用场景进行了仿真验证,实验结果证实了该方法的可行性和优越性。     

基于LSTM分类器的航空发动机预测性维护模型

利用传感器数据进行预测性维护是航空发动机故障预测与健康管理(prognostic and health manage-ment,PHM)的关键问题.针对发动机剩余寿命预测准确性低的问题,提出基于长短期记忆网络(long short-term memory network,LSTM)分类器的预测性维护模型.LSTM分类器...     

Support vector classifier based on principal component analysis

Support vector classifier （SVC） has the superior advantages for small sample learning problems with high dimensions, with especially better generalization ability. However there is some redundancy among the high dimensions of the original samples and the main features of the samples may be picked up first to improve the performance of SVC. A principal component analysis （PCA） is employed to reduce the feature dimensions of the original samples and the pre-selected main features efficiently, and an SVC is constructed in the selected feature space to improve the learning speed and identification rate of SVC. Furthermore, a heuristic genetic algorithm-based automatic model selection is proposed to determine the hyperparameters of SVC to evaluate the performance of the learning machines. Experiments performed on the Heart and Adult benchmark data sets demonstrate that the proposed PCA-based SVC not only reduces the test time drastically, but also improves the identify rates effectively.     

基于灵敏度分析的系统可靠性稳健分配优化方法

在系统可靠性分配中,考虑单元可靠度的不确定性已是可靠性分配的现实需要.为了提高系统可靠性分配优化的质量,将稳健理论引入可靠性分配中,提出基于单元可靠性灵敏度的系统可靠性稳健分配方法.将单元可靠性灵敏度溶入系统可靠性分配模型之中,建立系统可靠性稳健分配模型.在此基础上,采用粒子群-序列二次规划算法对该模型进行优化设计,该混合算法既保持了粒子群算法全局收敛的特点,又补充了序列二次规划法精确求解的能力,因此该混合算法可以快速获取全局最优解.通过对发动机曲柄连杆机构进行可靠性稳健分配设计,验证了可靠性稳健分配模型的合理性和混合算法的寻优能力.对结果分析表明,所提方法可以较好解决单元可靠度不确定时的可靠性分配问题,混合算法具有较强的全局搜索能力,分配优化结果具有较强的稳健性.     

基于四阶累积量与核Fisher判别分析的MPSK信号分类方法

提出了一种基于高阶累积量和核Fisher判别分析的MPSK信号自动调制识别方法。该算法选取信号的四阶累积量作为分类特征,利用核函数的思想把特征向量映射到一个高维空间,并在高维空间中采用线性Fisher判别分析实现了数字信号的分类。选用了径向基核函数,使用一对一或一对余多类构造法,并利用交叉验证网格搜索法优化核函数参数,构建了快速稳健的多类核Fisher判别分析分类器。计算仿真结果表明,基于核Fisher判别分析的分类器具有良好的性能,它与支持向量机的分类精度相当,且训练时间较短。     

基于新型集成分类器的非平衡数据分类关键问题研究

针对非平衡数据分类问题,提出了一种基于差异采样率的重采样算法（differentiated sampling rate algorithm, DSRA）,基于DSRA设计了一种新的集成分类器(SVM-Ripper ensemble classifier, SREC）。SREC采用独特的分类器选择策略、分类器集成策略、分类决策方案,可获得较高的分类精度。同时,利用SREC对影响非平衡数据分类的关键问题进行了研究。结果表明,非平衡数据分类问题本质上是由正负样本类间非平衡、类内非平衡、样本规模以及样本非平衡度等诸多因素引起的,只有综合考虑这些因素才能更好地解决非平衡数据分类问题。     

基于流量优化的可靠服务功能链部署方法

针对网络功能虚拟化环境中服务功能链部署的资源开销问题, 提出一种基于流量优化的可靠服务功能链部署方法。首先, 根据虚拟链路流量变化对虚拟网络功能进行聚合, 使带宽需求大的虚拟链路部署到底层网络后, 其流量变为服务器的内部流量。其次, 综合考虑可靠性、综合时延以及拓扑属性, 利用离差最大化的多指标决策算法对物理节点进行评价, 并使用链路约束降低流量的乒乓效应。最后, 采用k-最短路径算法将虚拟链路部署到满足带宽需求的物理链路上。仿真实验表明, 所提方法在保证服务功能链可靠性的基础上, 对长期收益开销比、映射成功率、端到端时延以及带宽开销有较大优化。     

基于排序机制的全序广播算法分类与性能分析

已有的全序广播和多播算法多达近五十种,为了便于人们根据需要从众多算法中进行选择,需要对这些算法进行明确分类。但现有的分类方法都存在着完备性较差,且难以理解等问题。基于排序机制,从全序广播和多播算法的通信记录、优先权、动态序列器、静态序列器和目的方一致五个方面,给出了一种针对全序广播与多播算法的新系统分类方法。同时,还从定性、定量两个方面对分类的各类算法进行了规范、应用模型环境以及性能的分析与评测。使用新的分类方法以及测评结果,可以在现实应用中很方便地从现有算法集中根据需要选择合适的算法。     

基于关键链和混合优化算法的舰船多项目并行建造进度管理方法

针对舰船多资源约束、多项目并行建造条件下进度优化与管理能力的不足,提出了一套进度管理方法。首先,基于关键链理论给出了多资源约束下舰船多项目并行建造进度管理步骤。其次,构建了舰船多项目并行建造进度优化模型,可实现在优化并行项目总工期的过程中通过合理分配各种资源获取最佳项目实施组合。最后,设计了适合于舰船建造等大型复杂工程项目求解的混合优化算法,并通过算例验证了方法的实用性。