基于MATLAB的通用数据拟合方法

介绍了在实验数据处理、统计数据分析等场合使用的一种基于MATLAB的通用数据拟合方法.首先设计了通用的多项式数据拟合方法,并揭示了多项式数据拟合方法的拟合准则为最小二乘法、理论依据是函数逼近论.最后通过两个具体实例验证了所提拟合方法能获得满足拟合精度的多项式函数.     

变系数模型的核权二次推断函数方法

利用二次推断函数的思想,以一系列基矩阵的线性组合来逼近工作相关矩阵,建立了纵向数据变系数模型的核权二次推断函数(QIF),基于此得到函数系数的局部线性估计,并证明了估计的渐近性质.实际中样本量和适合的窗宽并不能保证独立结构拟合的核估计总是最好的,通过适当扩大窗宽,在局部范围内引入样本相关性,既可以提高估计的效果,又不会造成"过拟合"的现象.模拟中也给出了一种选取QIF窗宽的一种实用方法.     

一种基于移动周期模型的个人重要地点推断方法

提出了一种针对LBS(Location Based Services)目标用户的个人重要地点推断方法.该方法采用基于位置熵的剪枝预处理策略,该策略以位置熵为参考依据,对周期性不强的数据进行剔除,保证了数据的可靠性;采用EM(Expectation Maximization)算法对PMM(Periodic Mobility Model)模型参数进行估计,实现了对目标用户个人重要地点的推断.以Geolife及Reality Mining数据集为例进行实验.结果表明:在合理的参数取值条件下,相比于其他推断方法,该方法具有较高的准确率及较低的参数估计误差,对目标用户家庭位置及工作地点的推断具有一定参考意义.     

用径向基函数隐式拟合点云数据

提出一种新方法拟合散乱点云数据.拟合曲面由一个三变量模型的零水平集定义,该三变量模型是基于径向基函数散乱数据的一个隐式最小二乘拟合.数值实验结果表明,新方法比基于径向基函数的插值曲面方法快,并且容易实现.     

基于神经网络的高铁通信切换优化方法研究

分析了传统高铁LTE-R网络建设的业务需求。针对列车行驶中频繁出现的A3切换事件,此事件使得专网小区出现数据上传、下载速率低,话音接通率、掉线率劣化等问题,提出了一种基于改进的人工蜂群算法和径向基函数神经网络的越区切换优化方法。通过分析高铁列车的实时运行速度和传输损耗,对列车运行中切换触发时延和切换迟滞门限这两个参数进行了预测和动态优化,以提升高铁列车在运行中用户终端的切换成功率和鲁棒性。实验中以长吉线高铁某区间为例进行测试,采集列车在不同运行速度下的实际参数进行训练。实验结果表明,基于改进的工蜂群算法和神经网络的切换方法具有更高的实时性和稳定性,能够大幅提升用户业务感知。     

认知无线网络中基于免疫优化的比例公平资源分配

针对认知无线网络中基于OFDM技术的资源分配,将其建模为一个约束优化问题,进而提出了一种基于免疫克隆的求解方法. 算法采用两阶段资源分配方法,即先将子载波分配给用户,然后基于免疫优化算法给不同的子载波分配功率. 此外,算法充分考虑了主用户可容忍的干扰约束及次用户对资源的比例需求,更符合实际要求. 根据问题本身特点,设计了适合算法求解的编码、克隆、变异算子. 仿真实验结果表明,在总发射功率、误码率及主用户可接受的干扰等约束下,本算法可以获得较高的数据吞吐量,并保证次用户对资源需求的公平性.      

基于微分方程的散乱数据拟合方法在海水密度问题中的应用

首先提出了一种基于微分方程形式解来拟合数据的方法,其主要思想是通过实验采集的数据点近似地求出这些数据蕴含的目标函数应该满足的微分方程,将它作为目标问题满足的物理模型,然后设法求其形式解来得到基函数,以此为基础拟合散乱数据.接着,利用该方法对国际通用海水密度公式做了一个新的逼近.由实验结果可看出逼近函数不仅在形式上比原公式大大简化,而且还保证了相当的精度(平均误差数量级在10-4kg/m3左右),从而也证明了该方法确实有一定的应用价值.     

结合用户行为信息和信任传递的推荐算法

通过用户行为信息并结合信任传递推断用户隐式信任关系,提出了基于矩阵分解的PTtrustSVD算法,并在Filmtrust数据集上进行了实验.结果表明,加入隐式信任关系优于仅使用显式信任关系的推荐方法,证明了隐式信任关系对于改进推荐系统性能的有效性.     

面向骑行地图推断的轨迹数据质量提升方法

由于定位设备误差、非机动车骑行习惯等因素的影响,骑行轨迹存在数据异常与定位信息缺失等质量问题,为骑行地图推断和骑行路径规划等基于轨迹的应用带来了极大挑战.为解决上述问题,提出了一个面向骑行地图推断的轨迹数据质量提升框架,包括网格索引构建、异常轨迹点的消除、徘徊轨迹段的消除、违章轨迹段的消除、漂移轨迹段的校准以及缺失轨迹的恢复等.在真实非机动车骑行轨迹数据集上进行了对比实验和消融实验,实验结果验证了所提方案对于提升骑行地图推断的精度优于现有方法.     

AgO分子基态势能函数研究

本文采用LanL2DZ为基函数,分别采用Hatree-Fock、B3LYP和B3PW91理论对AgO分子基态势能进行了数值计算。同时使用Murrell-Sorbie函数进行拟合,根据拟合的结果计算出了AgO基态分子相对应的光谱数据。通过对不同方法计算的结果与实验值进行了对比,发现B3PW91/LanL2DZ计算的结果更接近于实验数据。     

物理化学实验数据处理过程中拟合函数问题的探讨

本文以最大泡压法测定溶液的表面张力实验为例,选取3种不同的拟合函数对实验数据进行后续处理.数据处理结果表明采用不同的拟合函数所得的实验结果差异相对较大,而对数拟合[γ=f(lnc)]所得的数据得到的c/Γ-c线性关系最好,R~2=1.因此,采用对数拟合能高效精确模拟数据,并有效减小数据处理所带来的实验误差.     

基于S型函数的随机子空间模型定阶方法

为了在应用随机子空间识别方法时合理确定模型阶次,提出了一种基于函数拟合的模型定阶方法.首先,对投影矩阵进行奇异值分解,然后利用S型函数对归一化奇异值进行拟合,最后根据拟合函数估算模型阶次.基于弹簧-振子系统的仿真算例对不同噪声水平下的模型定阶结果进行研究,并通过斜拉桥的模态分析来验证方法的应用效果.算例结果表明,噪声水平为0%、5%、10%、15%、20%时识别模型阶次是相同的,说明所提方法具有良好的稳定性.根据阶次识别结果得到的模态频率与实桥环境振动试验结果的相对误差在5%以内,从而验证了所提方法的有效性.     

城市交通组织优化仿真模型的参数估计新方法

从逼近性较好和易于计算机实现两个角度,对城市交通组织优化仿真模型中参数估计方法进行了研究,给出了极大似然估计法、范数理论的数据拟合以及三次B样条拟合方法,并对3种方法的特点和适用条件进行了比较。极大似然估计法基于数理统计理论,建立在已有试验数据基础上,适合于精度要求不高的情况;范数理论的数据拟合采用欧氏范数(1-范数,2-范数,无穷范数)作为误差量度的准则,理论严密,有明确的几何意义,适合于拟合函数曲线特征比较明显的情况;数据分布规律不明显时,采用三次B样条函数拟合。实例表明,3种仿真模型参数估计方法均是可行的,平均绝对误差从小到大依次为三次B样条拟合方法、2-范数拟合方法和极大似然估计法,分别为0.002 80、.016 90、.017 1。在实际工程中,应分别采用3种方法进行估计,选择误差较小的方法。     

融合贝叶斯推理与随机游走的好友推荐

随机游走是一种应对推荐应用中用户规模庞大、数据稀疏等问题的有效方法.鉴于社交网络用户间亲密度差异、反向社交影响力等因素对基于随机游走的推荐具有积极影响,提出了一种引入频繁项挖掘来计算用户社交亲密度,进而优化转移概率矩阵,并与局部反向游走相结合的随机游走改进模型.此外,为了有效利用用户属性信息,提出了一种用户潜在好友关系推断的贝叶斯推理模型,并与随机游走改进模型协同应用,进一步提升了好友推荐性能.真实数据集上的对比实验验证了提出算法的有效性.     

基于正交正弦函数基的数值拟合方法

基于谐波分析理论，提出了基于正交正弦函数基的数值拟合方法，程序设计方法以一组具有广泛匹配能力的正弦函数（sinα1，sinα2，…，sinαn）作为拟合函数基，根据待拟合离散数据y，运用最小二乘法，计算出所有谐波的振幅（a0,a1,a2,…,an），采用正交化正弦函数基（sinα，Sin2α，…，sinnα）进行计算，从而使得系数的计算大为简化；预先分离出由两端点构成的直线组成的线性成分，采用纯非线性项进行拟合；以拟合数据覆盖半周期假定为基础，采用中心对称延拓方法完成稿子另半周期延拓，在同样项数下，本方法比傅立叶分析精度高，无须了解待拟合数值的更多特性，避免了经常发生的端点处出错现象，同时，由于它是基于最小二乘原理的，可用来拟合带权数据，对拟合非等精度观测数据尤其有用。     

煤矿采场的瓦斯分布场重建技术

通过安全监控系统监测的瓦斯数据,研究采场瓦斯分布规律、重建瓦斯分布场,可有效实现对瓦斯爆炸事故的预防.针对煤矿井下采场瓦斯监测数据相对有限的问题,进行了基于克里金插值的瓦斯分布场重建技术研究.对采煤工作面的瓦斯浓度实测数据进行了分布特性的分析,对比了常用空间插值方法的特点,确定了基于克里金插值方法的瓦斯分布重建方法.根据地质统计学的基本原理,先对获得的原始数据进行预处理,并对实验变异函数进行计算,绘出变异函数分布图.最后利用克里金插值的3种常用理论模型对实验变异函数进行拟合,并用交叉检验的方法对3种模型拟合的效果进行检验.结果显示基于克里金插值方法实现瓦斯分布场重建技术具有令人满意的效果.     

强迫选择实验中的心理测量函数研究

为了评价观察者在视觉检测实验中的感知能力,提出一种含约束条件的最大似然拟合方法.该方法通过强迫选择实验获得不同视觉刺激强度下的主观识别率,通过离差分析筛选出有效的实验数据,然后采用最大似然准则拟合出识别率与刺激强度的函数关系.实验建立了2选项和4选项强迫选择实验的心理测量函数,其中刺激信号的面积覆盖100~400 mm2.实验结果表明:拟合的均方误差在0.05附近,决定系数近似为0.9;两位观察者的心理测量函数的最大误差是0.046 6;相比非线性最小二乘拟合,最大似然拟合具有更高的拟合准确率.     

基于个性化隐私需求的查询隐私保护算法研究

现有大多数基于位置服务（location based service,LBS）的隐私保护算法都将对用户位置隐私的保护等同于对整个LBS查询服务隐私的保护. 但是,在用户位置信息已知的前提下,这些算法有可能面临推断攻击. 在考虑用户个性化隐私需求的情况下,基于四分树结构提出了能够避免此类推断攻击的隐私保护算法;为了有效的减小隐惹区域的大小基于半象限的定义对该算法进行了进一步优化. 最后,通过仿真实验验证了算法抵御推理攻击的有效性.     

利用改进DBSCAN算法的管制雷达目标标定方法

为探究基于眼动数据的管制雷达目标标定方法,利用雷达管制模拟机、眼动仪等搭建实验平台,召集8名管制学员参加模拟航空管制实验并收集眼动数据.使用具有噪声的基于密度的聚类算法(DBSACN,density-based spatial clustering of applications with noise)处理注视点数据过程中,主观输入的参数会导致无法很好完成聚类,笔者提出基于K-最邻近算法和变密度阈值设定法,从自适应选取邻域值和变密度阈值设计两方面对DBSCAN算法进行改进,并实现了算法的自适应运行.对改进过程中采用拟合分布密度函数极值点结合放大系数确定邻域值的方法进行验证,发现对不同雷达目标误差仅为8.6％和10％,表明改进方法具有一定的适用性.通过比对不同航空器目标兴趣区的提取结果,发现提出的管制雷达目标标定方法具有一定的准确性和普适性.     

基于概率模糊逻辑的蛋白质信号网络推断方法

提出了一种基于概率模糊逻辑来推断蛋白质信号网络的建模方法,能够同时处理蛋白质信号网络中的随机性和模糊性.采用概率模糊规则建立蛋白质之间的因果关系参数模型,并利用模糊后件分布函数族的差异程度来度量因果关系的强度,进而推断蛋白质之间的因果关系.在模拟数据和人体T细胞实验数据集上的测试结果表明,该方法为蛋白质信号网络建模提供了一种有效的方法.