M估计下切尾均值和平尾均值的抽样分布

利用M估计计算出切尾均值和平尾均值的抽样分布,分析了总体分布为对称分布之下的切尾均值与平尾均值抽样分布的渐近正态性。以理论论述的方法分析切尾均值与平尾均值的极限状态,并举例分析正态分布和均匀分布之下切尾均值与平尾均值的渐近正态性,对传统的均值理论进行拓展。     

稳健高效的切尾均值乘数估值技术

考虑实践中估值乘数的统计特征，分析了切尾均值及其两个极端——算术均值和中位数的耐抗性和效率稳健性，给出了适用于估值实践的简单切尾规则；建议用可比公司估值乘数的切尾均值作为目标公司估值乘数的点估计，并用自助法求得其近似置信限．     

利用重心基准的激光跟踪三维测边网平差

针对激光跟踪三维测边网平差中起算数据不足引起的秩亏问题,引入重心基准约束条件进行参数求解.以Leica AT930型激光跟踪仪为例,在试验场内构建了高精度三维测边网,利用公共点转换模型求取各测站点的近似坐标.然后利用重心基准理论,引入附加约束矩阵,较好地解决了测边网中秩亏自由网平差的问题.实验表明,该模型在10 m测量...     

一种抑制高斯噪声的加权滤波算法

提出了一种加权的滤波算法,以3×3滤波窗口为中心,先将滤波窗口划分左上、右上、左下、右下四个2×2大小的子窗口,求出这些窗口的中值像素点,然后求出每个中值像素点与它们的均值差的绝对值,利用这些绝对值的平均值采用归一化方法计算出权值.最后将这些中值与它们对应的权值进行加权运算,结果作为中心点的滤波输出.仿真实验结果证明,本文算法对高斯噪声具有较强的去噪能力,较好地保护了图像的边缘等细节,滤波性能高于传统中值滤波算法和传统均值滤波算法.     

N_2在液态CO_2中的溶解度分析

采用Henry常数法及PR,SRK状态方程法计算了N_2在液态CO_2中的溶解度.将溶解度计算结果与实验数据进行比较后得出:PR状态方程的计算精度最高,计算结果与实验数据的平均相对误差绝对值均小于9%;Henry常数法计算结果误差最大,计算结果与实验数据的平均相对误差绝对值均大于26%;N_2的溶解度随温度降低或压力增大而逐渐增大.为进一步提高PR方程的计算精度,利用实验数据优化了N_2与CO_2之间的二元交互作用系数,并提出二元交互作用系数与温度、压力有关的关联式;将关联式运用于温度为220,240及250 K的N_2溶解度计算中,计算结果与实验数据的相对误差绝对值均小于2%,当温度为220 K时,溶解度计算结果与实验数据的相对误差绝对值均小于0.7%,证明了所得关联式的准确性.     

海洋环境基线值表达方式的探讨

从数理统计的角度探讨了环境基线值的表达方式，以2000年东海、黄海的实测数据为例，采用经典统计方法和稳健估计方法表示了基线值。结果表明通过稳健估计方法中的切尾均值和Winsor化均值可较准确地表达环境的基线值。     

基于菌群优化的K均值聚类算法研究

为了提高数据挖掘的聚类准确度,提出了一种基于菌群优化的K均值(K-means)聚类算法.采用K均值算法建立数据聚类模型.根据聚类类别数设定多个聚类中心坐标.设定所属类别距离阈值,然后计算待聚类点和所有中心点距离来划分该聚类点的类别.根据参与聚类各节点和各自中心点的距离值建立适应度函数.引入菌群优化算法对K均值聚类过程进...     

基于模糊C均值法的CTA图像冠状动脉狭窄量化

针对冠状动脉造影图像中由软斑块造成的冠状动脉狭窄,提出了一种基于模糊C均值法的狭窄精确量化方法.首先,在沿冠状动脉中心线的三维数据图上,对专家给定起讫位置的冠状动脉血管片段进行切割和阈值化.其次,利用模糊C均值法分割出血管腔区域,计算血管每个横截面的血管腔面积检测值,通过起讫位置的检测面积拟合得到参考值.然后,通过比较血管横截面面积的检测值和参考值来确定分段中最狭窄的位置及其狭窄比率.最后,利用该方法对13个病人的CTA数据进行了测试,并将测试结果与专家给出的狭窄比率进行比较.结果表明,所提方法能够对CTA中给定起讫位置的冠状动脉血管片段的狭窄区域进行精确量化,狭窄比率的平均绝对差和均方根差分别为2.21%和3.11%.     

对一类数据集识别问题的探究

利用粗糙集、知识库的理论引入了粒度、结构差离度、贴近度、中心差离度、边缘差离度等的概念，给出了数据集之间的距离公式．利用距离公式，分析了数据集之间的分类及识别问题，为计算机中的数据集分类、识别提供了又一有力的方法．     

引入改进飞蛾扑火的K均值交叉迭代聚类算法

针对现有K均值聚类(KMC)算法在选取初始聚类中心时随机性较大、全局搜索能力差、聚类精度低等问题,提出了一种引入改进飞蛾扑火的K均值交叉迭代聚类(IMFO-KMC)算法。利用最大最小距离积法初始化聚类中心,避免了KMC算法对随机初始聚类中心较为敏感的问题;利用样条插值预测的思想改进飞蛾扑火算法,提高了算法的收敛速度及寻优精度;以类内平均距离为适应度函数,引导插值扑火算法优化KMC迭代过程中的聚类中心,提高了聚类精度。将IMFOKMC与KMC、K-means++算法、模糊c均值聚类算法在国际标准数据集Iris、Wine和Seeds上进行了实验对比,结果表明:IMFO-KMC算法在Iris数据集上的性能提升最为明显,相比其他算法准确率提高了0.67%～4.18%,标准化互信息提高了1.5%～4.01%。     

基于倾斜概率的有效数据聚类数学模型

在相似数据聚类过程中,由于数据相似性过高,造成特征冗余干扰,使数据中心很难确定.该文提出了一种基于倾斜概率的有效聚类数学模型,在计算聚类中心的过程中引入倾斜概率计算数据均值.在数据特征存在较大一致性冗余干扰时,计算分配到同一类簇的概率并建立约束,把这种概率约束运用到数据的类间相似性特征聚类中,可以有效地确定相似特征的初始聚类中心.实验证明该文模型能合理地选择出初始聚类中心,改进分类数学模型的分类效果,与k均值聚类模型相比,聚类结果更加紧致,鲁棒性更强.     

自适应大时间步长格式在一维浅水方程中的应用

针对一维浅水方程提出了一种自适应大时间步长格式,依据波头与波尾传播速度差的绝对值,确定稀疏波近似波数。当波头与波尾速度相近时,稀疏波采用双波近似,以提高计算效率;当波头与波尾速度差距较大时,稀疏波采用十波近似,以获得较高计算精度。同时通过数值结果对比发现随机选取法(random choice method,RCM)可以有效抑制平台区域的震荡,但随着Courant-Friedrichs-Lewy(CFL)数和时间的增加,RCM对间断处短波震荡抑制效果逐渐减弱。     

自适应大时间步长格式在一维浅水方程中应用

针对一维浅水方程提出了一种自适应大时间步长格式,具有较高计算精度和计算效率。在本格式中,依据波头与波尾传播速度差的绝对值,确定稀疏波近似波数。当波头与波尾速度相近时,稀疏波采用双波近似,以提高计算效率;当波头与波尾速度差距较大时,稀疏波采用十波近似,以获得较高计算精度。同时通过数值结果对比发现随机选取法（random choice method,RCM）可以有效抑制平台区域的震荡,但随着courant friedrichs lewy（CFL）数和时间的增加,RCM对间断处短波震荡抑制效果逐渐减弱。     

复杂系统故障诊断中的模糊聚类方法

为了提高复杂系统故障的诊断能力,采用模糊Ｃ－均值聚类算法对原始采样数据进行聚类,并通过模糊传递闭包法和绝对值指数法得到模糊Ｃ－均值法的初始迭代矩阵．用划分系数、划分熵和分离系数来评价聚类的结果是否最佳．采用模糊聚类方法可避免研究复杂系统的内部特性,比仅依据其外部输出的数据进行故障诊断方法简便．通过某飞行器测试系统的应用,表明采用模糊聚类方法后,提高了判别故障的准确率．     

一类矩阵的秩恒等式

利用计算不为0的特征值的个数来计算矩阵的秩,得到一类矩阵秩的几个矩阵秩恒等式,并给出它们的应用.     

自适应的over-relaxed快速动态均值漂移算法

为了解决高斯核均值漂移算法收敛速度慢、计算效率不高的问题,提出自适应over-relaxed快速动态更新方法改进高斯核均值漂移算法。首先,在静态均值漂移算法中引入数据集的动态更新机制,每次迭代后将数据集更新到新的数据点,然后,将迭代过程中聚集在一起的数据点用1个收敛点表示,逐步减少参与计算的数据,保证准确性的同时降低计算量。由于非正态分布的数据集动态更新时,主方向上的数据点的收敛速度较慢,采用over-relaxed的策略来提高主方向数据点的迭代步长,并根据数据集直径的变化,自适应地计算步长参数。实验结果表明,改进后的高斯核均值漂移算法以超线性的速度收敛,收敛点的应用降低了收敛过程中的计算量。     

基于模糊C均值聚类约束的井-地磁法联合数据空间反演

针对井的数量和分布空间有限,磁法三维反演存在计算量大,反演多解性严重的问题,开展基于模糊C均值聚类约束的井-地磁法联合数据空间反演.采用数据空间反演方法,提高三维反演计算效率,然后在反演中引入模糊C均值聚类对反演迭代结果进行物性约束,提高反演结果可靠性.通过理论模型和冬瓜山矿区模型进行反演分析.结果表明:数据空间反演能...     

改进的FCM在人脑MR图像分割中的应用

为解决模糊C-均值聚类(FCM)算法在图像分割尤其是医学图像分割中存在的计算量大、运行时间过长的问题,提出了一种改进方法。利用收敛速度快的K均值聚类法得到的聚类中心作为FCM算法的初始聚类中心,减少FCM算法收敛所需的迭代次数;优化参与迭代运算的数据集,减少每次迭代过程的运算时间。该方法使FCM算法的运算速度提高了将近10倍,而且不会影响算法的分割效果。     

一种高效鲁棒的无监督模糊c均值聚类算法

先通过数据约简技术在不损失数据聚类结构的前提下对数据进行精简, 利用提出的近似模糊c均值聚类算法对精简后数据进行划分得到初始化中心, 再在该中心基础上通过模糊c均值聚类算法结合聚类有效性指标, 实现对数据的无监督聚类, 改进了无监督模糊c均值聚类算法聚类性能过分依赖初始化中心及大数据集下计算效率不理想的问题. 与已有算法的对比实验表明, 所提出的算法具有更高的求解精度与计算效率, 得到的聚类个数更合理.     

计算混合原油凝点的一种新方法

对大量混合原油凝点数据的分析发现 ,两组分原油按 1∶1混合后 ,混合原油凝点的实测值与线性加权方法计算值之差的绝对值与两组分原油各自凝点之差的绝对值之间具有良好的相关性 ,用原有计算模型须已知每两组分原油按 1∶1混合后的凝点。提出了计算混合原油凝点的一种新方法 ,弥补了现有混合原油凝点计算模型的缺陷。利用此方法 ,仅须知道各组分原油的凝点 ,即可计算在任意混合比例条件下混合原油的凝点。对于凝点不完全确定的两组分混合原油 ,用此方法不仅可以预测凝点 ,还可预测各配比条件下混合原油凝点的变化范围。利用 5组 2～ 5组分混合原油的实验数据验证表明 ,新方法对混合原油凝点的计算结果与现有模型的计算结果的准确性相当。