不平衡最小二乘支持向量机

针对标准的最小二乘支持向量机(LSSVM)没有考虑样本分布不平衡的问题提出一种称为不平衡最小二乘支持向量机的算法.首先用标准的最小二乘支持向量机对原始数据进行初步训练,产生一个分离超平面的法向量.然后把高雏样本投影到该法向量上得到一维数据.最后由该一维数据的标准差以及样本数量差异所提供的信息,给出两类数据惩罚因子比例,再用标准的最小二乘支持向量机进行第二次训练,对分离超平面进行调整.该方法克服传统方法只考虑数量的不平衡的不足,将原有样本集中具有的分类信息充分提取出来,提高了最小二乘支持向量机的泛化能力.实验结果表明,所提方法可以有效提高不平衡数据的分类性能.     

基于最小二乘支持向量机的非线性系统建模

探讨了利用支持向量机进行非线性系统建模的方法。首先,利用相空间重构,将非线性时间数据序列映射到高维空间,以便把时间序列中蕴藏的信息充分显露出来。其次,基于最小二乘支持向量机(RLS-SVM)对系统进行建模,仿真结果表明,支持向量机具有良好的非线性建模能力和泛化能力,原始时间数据序列和重建时间数据序列相似,说明提出的算法能够有效的对非线性动态系统的时间序列进行建模。     

基于最小二乘支持向量机的直流牵引电机建模

牵引电机的磁化曲线是直流牵引电机准确建模及性能分析的基础,以电力机车为例,介绍了利用最小二乘支持向量机对牵引电机磁化曲线进行拟合,从而建立准确的直流牵引电机模型的方法。分析了牵引电机磁路非线性的特性,运用最小二乘支持向量机的回归理论,通过对牵引电机实验所得的磁化曲线数据进行学习,建立了基于LS-SVM的曲线拟合模型。拟合结果表明,该模型比以往的分段线性化和神经网络拟合的速度及精度都有较大的提高,在小样本情况下有更好的泛化能力,为牵引电机建立非线性模型提供了新的参考。在LS-SVM拟合曲线的基础上建立了直流牵引电机仿真模型,仿真结果表明,该模型准确可靠,可用于对直流牵引电机系统性能及控制策略的研究。     

模糊偏最小二乘支持向量机的应用研究

基于偏最小二乘回归法和模糊隶属度函数,提出了一种模糊偏最小二乘支持向量机.传统最小二乘支持向量机引入模糊加权系数后,可以根据训练样本点的情况调整折衷系数,有效地提高了最小二乘支持向量机的抗噪性能.同时利用偏最小二乘回归法,克服了求解线性回归方程中自变量向量间的多重相关性问题.利用 sinc 函数对该建模方法进行了测试,并进一步对铜转炉吹炼时间的预测问题进行了仿真研究.仿真结果表明,该建模方法具有预测准确、跟踪性能好的优点.     

基于递推最小二乘法的炮控系统参数辨识仿真

炮控系统内部结构复杂,机理建模很难建立其较为客观的数学模型,针对这一问题,提出用递推最小二乘法对某型战车炮控系统辨识建模.首先对试验进行了设计,测得了某种工况下的炮塔速度阶跃输出曲线,并用跟踪微分滤波器对所得曲线进行了去噪处理,找出了被控对象的输入输出数据;其次运用递推最小二乘法对假定模型进行了模型参数估计,得到了被控对象的模型参数;最后用阶跃响应性能指标误差评价法对模型的有效性进行了验证.结果表明,该方法能准确地实现炮控系统的模型辨识,所建模型是有效可行的.     

基于最小二乘支持向量机的生物质气化过程模型建立

生物质气化过程的主要目的就是尽可能多的得到高品质可燃气体,而目前的生物质气化过程还存在许多尚待解决的问题,如气化温度、气化剂当量比、气化效率、燃气热值等参数优化问题.为此建立一种能适应生物质气化过程的模型,用于预测生物质气化气组分、热值、气化效率及碳转化率等气化指标,对实现气化过程的参数优化具有实际意义.初步提出一种基于最小二乘支持向量机的气化过程建模方法,给出了相应的系统结构和算法,并采用遗传算法进行了最小二乘支持向量机的参数优化选取.采用现场实验数据进行模拟验证,取得了良好的效果.     

基于偏最小二乘回归的基因网络数学建模

对基因表达数据进行数学建模是理论系统生物学的一个热点,其难点之一在于数据的小样本特性、多重相关性及粗糙性.针对基因表达数据的这些特点,偏最小二乘回归被首次引入基因网络的数学建模领域,通过轮换计算将变量投影重要性指标拓展为VIP矩阵,建立了基因网络模型:经验证所构建的网络具有生物学意义,运用图论分析可证实其符合无尺度网络的特性,从而证明了这种建模方法的可行性.     

基于偏最小二乘回归建模的量化隐写分析

将基于偏最小、二乘回归的建模方法应用到估计隐写信息长度中,提出一种新的量化隐写分析方法.分别从空域,DCT域,DWT域提取隐写图像的统计特征作为建模的自变量,隐写图的嵌入改变率作为因变量,运用偏最小二乘回归建立统计特征和嵌入改变率之间的关系模型为量化隐写分析器.针对3种典型的JPEG隐写算法F5,outguess,MB1隐写图进行量化隐写仿真,结果显示提出的方法能快速准确地估计JPEG隐写图的信息嵌入改变率.     

基于加权最小二乘支持向量机的温室小气候建模与仿真

分析了温室小气候系统结构,采用加权最小二乘支持向量机回归方法在线建立温室小气候模型,并进行仿真研究,取得了较好的效果.最小二乘支持向量机中引入加权因子,使其回归估计对非高斯分布噪声及野点数据具有较好的鲁棒性.最后将此方法和带有智能监督级的渐消记忆递推增广最小二乘方法的在线建模及仿真结果进行了对比分析.     

医联网环境下失真健康信息传播动力学模型与干预策略研究

医联网在带来医疗健康进步的同时,也使得失真健康信息这一新型社会形态医源性风险问题更加突出,需提前谋划治理方案.为此,首先建立医联网环境下线上线下双重网络中考虑层间网络结构关系的失真健康信息传播模型;其次,对模型进行动力学分析,得出区分某一失真健康信息通过线上线下两种主要渠道在公众中传播开来与否的阈值条件;最后,对模型进行参数估计以验证其有效性,并对失真健康信息的传播过程进行仿真实验与案例分析.研究指出:第一,在干预初期只要依据阈值条件使某一失真健康信息的传播者数量降低到某一临界值以下,就可以使该失真健康信息逐渐消失;第二,如果某一失真健康信息的论点人们执行起来所需的成本远高于获得的收益,那么即使不进行管控,该失真健康信息也会在公众中迅速消失;如果某一失真健康信息的观点人们执行起来所需的成本远低于所获收益,那么该失真健康信息很可能在公众中迅速扩散,此时须进行干预.第三,集中资源针对线上渠道进行干预对失真健康信息传播的管控效果最佳,而分散资源对线上线下双渠道进行干预或集中资源仅对线下渠道进行干预对失真健康信息传播的管控效果较差.     

基于最小生成树的LAPLACE谱图像匹配算法

提出了一种基于最小生成树的Laplace谱图像匹配算法.首先分别对两幅待匹配图像的特征点集构造完全图,其次寻找最小生成树,然后通过各自的最小生成树构造Laplace矩阵,接下来进行分解并利用分解结果构造匹配矩阵,最后通过匹配矩阵实现两幅图像匹配.实验验证了该算法能够降低匹配的时间复杂度和获得较高的匹配精度.     

分形图像编码的误码检测和图像恢复

对由于传输信道干扰而产生的分形压缩编码数据传输时产生的图像坏块 ,提出了一种检测方法 ,并用遗传算法在该图像中搜索坏块的相似块 ,用相似块来取代坏块 ,从而达到误差掩蔽的效果。仿真结果表明 ,对数据传输中所产生的图像坏块 ,采用所提出的图像坏块检测方法 ,坏块检出率高 ,并且在使用所提出的图像误差掩蔽方法后 ,图像质量有明显改善。     

一种基于视频的水下场景复原算法

为了从由水面波动引起严重失真的视频中快速恢复出真实的水下场景图像,提出了一种结合序列图像配准和最优图像块选择的复原算法。首先通过一种迭代的序列图像配准算法消除视频帧中严重的几何畸变,并获得任意时刻水表面的三维形状,然后利用最优图像块选择算法从校正后的图像序列中合成出无失真的水下场景图像。实验结果表明,与主流的图像配准结合稀疏噪声去除的方法相比,算法能够获得更加准确清晰的视觉效果,同时具有更高的计算效率。     

结构自适应的视频通信误码图像恢复方法研究

提出视频通信差错控制中基于空域纹理匹配和边缘重建的图像恢复方法。该方法将视频通信中受损块进行简单分类,然后对受损的纹理块、边缘块和平坦块采用“分而治之”的策略:①对受损纹理块采用最佳邻域匹配算法,在图像中寻找其相似块,并用该相似块取代坏块;②对受损边缘块,利用受损块周围的边缘信息,通过边缘检测和合适的边缘勾连准则,确定应该勾连的边缘对象,然后调整拟合与插值的参数来重建受损块中存在的边缘信息;③对平坦块,采取多方向线性插值进行恢复。仿真实验结果表明:该方法能适应于不同种类的图像、计算量适中,而且在保持边缘的连续性的同时恢复图像的感觉质量较高。     

景像匹配仿真中实时图的仿真生成

实时图的仿真生成是景像匹配仿真研究中的重要内容之一。系统研究了实时图仿真中的各种畸变模型的建立问题。分析了实时图与基准图之间存在的主要差异,设计了包括噪声干扰、几何畸变、灰度畸变等形式的10种畸变模型,给出了相应的实验结果。通过匹配仿真实验验证了这些模型在匹配算法性能评估及基准图可匹配性检验中的实用意义。     

海面物体热像模拟的通用物理模型研究

在通用的海面物体三维几何构型的描述以及准均匀网格生成方法的基础上，改进了原有的海面物体热像模拟物理模型，建立了通用的海面物体热像模拟物理模型，并进行了计算机实现，计算结果表明该通用物理模型涵盖了原有的物理模型，并使有些计算结果的精度得到了提高，还可进一步扩展后应用到其它环境下物体的红外辐射场的模拟。     

基于主动形变模型的医学序列图像的分割

对主动形变模型(active shape model)方法进行了改进,将其用于CT序列图像的分割,实现了对一些边缘不清晰的软组织的分割。一个组织在CT序列图像中其形状变化往往是连续的,据此,我们先在序列图像中按顺序每间隔几幅抽取一幅图像,用其他方法分割好;然后对分割结果使用主成分分析方法(Principle Component Analysis)计算其形变特征,生成可变形轮廓模板;再用这个模板去变形、配准、分割其他图像,从而达到一个比较理想的分割结果。     

基于雷达与图像信息融合的目标跟踪仿真研究

提出了同平台上一种基于雷达与图像信息融合的目标跟踪系统结构和相应算法。该结构引入“反馈加引导”的思想,即在将系统融合状态反馈给局部传感器作为跟踪初始状态的基础上,利用距离信息引导图像传感器捕获目标,利用角度信息引导雷达跟踪目标,真正做到了两种不同传感器的优势互补。仿真结果证明该系统具有良好的跟踪性能。     

一种基于信息分存和混沌序列的小波域信息隐藏方法

提出了一种基于信息分存和混沌序列的小波域信息隐藏方法,给出了具体的信息分存方案和混沌序列产生及控制方法,同时校正方法很好地消除了数据“突变”的影响。实验结果表明,这种方法有效,易于实现,而且效果较好。     

Image processing algorithm acceleration using reconfigurable macro processor model

The concept and advantage of reconfigurable technology is introduced. A kind of processor architecture of re configurable macro processor (RMP) model based on FPGA array and DSP is put forward and has been implemented. Two image algorithms are developed: template-based automatic target recognition and zone labeling. One is estimating for motion direction in the infrared image background, another is line picking-up algorithm based on image zone labeling and phase grouping technique. It is a kind of "hardware" function that can be called by the DSP in high-level algorithm. It is also a kind of hardware algorithm of the DSP. The results of experiments show the reconfigurable computing technology based on RMP is an ideal accelerating means to deal with the high-speed image processing tasks. High real time performance is obtained in our two applications on RMP.