车辆导航中带匹配度反馈的模糊地图匹配算法

连通性是车辆导航中车辆与地图匹配的一个重要因素,它利用历史匹配信息以改善匹配连续性,但同时也可能由于引入错误信息而使匹配结果恶化。该文在多因素综合的模糊地图匹配基础上计算匹配度,对匹配结果的可信程度进行评价。该匹配度通过反馈方式在下一次匹配的连通性因素中加以利用。实验表明带匹配度的反馈模糊地图匹配方法可以使连通性得到更加合理有效的使用,从而使地图匹配效果得到改善。     

车辆导航中带匹配度反馈的模糊地图匹配算法

连通性是车辆导航中车辆与地图匹配的一个重要因素,它利用历史匹配信息以改善匹配连续性,但同时也可能由于引入错误信息而使匹配结果恶化。该文在多因素综合的模糊地图匹配基础上计算匹配度,对匹配结果的可信程度进行评价。该匹配度通过反馈方式在下一次匹配的连通性因素中加以利用。实验表明带匹配度的反馈模糊地图匹配方法可以使连通性得到更加合理有效的使用,从而使地图匹配效果得到改善。     

基于智能配置的产品快速设计研究与应用

本文以大规模定制设计的产品配置理论为基础,研究了基于实例的产品族匹配方法,并在此基础上开发了基于智能配置的产品快速设计原型系统,详细介绍了格栅除污机设计中知识的挖掘与表达、推理机和原型库的建立及实施的关键技术。     

基于眼动实验的产品造型与意象空间匹配度评估指标选取

为了提取产品造型与意象空间匹配度评估指标,设计产品造型意象认知眼动实验,通过Tobii Pro T60 XL眼动仪记录被试眼动数据,分析产品造型意象认知主观评分、眼动指标数据的特征以及相互之间的相关性。结果显示：不同感性词汇与产品造型的匹配度差异显著;主观评分中意象评分、意象评分标准差、难度评分能体现感性词汇的度量性、灵敏度;意象评分与意象兴趣区中最后注视点匹配率与被试决策行为密切相关;意象兴趣区中注视时间及注视次数与被试主观评分行为相关。可以综合这些主客观指标进一步构建产品造型与意象空间匹配度评估模型。     

基于多维关联规则驱动的新产品配置研究

为构建一个全面高效的新产品设计配置模型,文章建立了基于多维关联规则的零部件约束数据库。由产品质量特征重要度的计算和待配置零部件集合设计结构矩阵的撕裂操作,来指导产品族物料清单(bill of material,BOM)树上零部件的重要度排序;建立映射矩阵将新产品的总体质量特征需求分解为对产品族BOM树上特定零部件的功能技术特征,通过余弦夹角相似计算从零件库中检索出相匹配或近似匹配的候选零部件;按照零部件对新产品的重要度排序,通过多维关联约束驱动和迭代匹配,逐步形成各零部件的总体候选方案;同时确定待改型设计和新设计的零部件,根据综合匹配度计算确定最优匹配方案。最后通过实例说明了该方法的可行性。     

产品本体筛检方法及其在变型没计中的应用

提出了一种应用于产品变型设计中的本体筛检方法,该方法以完整的产品资源本体视图为基础,将产品的功能需求、结构特征等转化为需求约束,设计人员根据需求约束对产品资源本体进行筛检。针对不同的筛检层次和筛检对象,给出了模式匹配、实例匹配与人工决策相结合、实例推理自动匹配等筛检规则。这种人机结合的半自动筛检方法提高了产品变型设计方案的准确性,增加了设计过程的柔性和效率。开发了一套针对建筑门窗产品的变型设计支持系统,证明所述方法的可行性和有效性。     

产品定制设计中人-机-环境的可靠性的设计方法研究

可靠性设计是产品设计人-机-环境系统中的重要部分,它关系到产品设计的品质。研究产品可靠性的设计是提升产品质量性能的有效途径。以实验为手段,通过数学模型分析并总结了产品定制设计中影响可靠性的因素及可靠性设计的方法。用产品定制设计实例论证可靠性设计方法的可行性。     

基于事件相关电位的产品意象-语义匹配评估

为了揭示视觉形象的感性认知规律,采用低唤醒度的事件相关电位(event-related potentials,ERP)研究用户对产品意象认知的评价反馈.实验设计了以跑车形态作为启动刺激,并设置了由强至弱的4个匹配等级语义形容词作为检测刺激,分别为相关词、近义模糊词、远相关模糊词和无关词.实验结果表明:无关词和模糊词能够诱发出稳定的N400成分,并且具有相同的头皮分布;近义模糊词在不同唤醒度的评估条件下具有不同的评估结果.研究表明,从视觉认知的神经加工机制出发,ERP能够客观、有效地获取用户对产品意象认知的内隐反馈,这为匹配度进行级别量化、建立产品意象的精确映射评估模型提供了量化指标.     

融合粗糙集和人工神经网络的产品敏捷定制设计方法

为快速响应客户需求和提高产品定制效率,通过分析产品设计过程的特点,结合粗糙集理论和神经网络方法各自的优势,提出一种融合粗糙集和神经网络的产品敏捷定制设计新方法,将粗糙集和神经网络方法有机集成应用于产品设计过程。该方法中,运用粗糙集对设计要求进行约简,提炼有效的决策条件;在此基础上,采用神经网络方法构建不同设计阶段的设计要求与其对应的产品结构间的网络模型,快速确定产品结构形式。并将该方法成功应用于某卷板机的总体方案定制设计过程。这种方法为实现产品敏捷定制开发提供了一种新的解决思路和技术手段。     

一种基于关联匹配度计算的语义Web服务匹配方法

在现有的语义Web服务匹配方法基础上加入服务语义关联匹配度计算,从而提出一种改进的语义服务匹配方法。该方法通过语义关联将一对一匹配淘汰的服务进行组合来实现一对多的服务匹配,在得到的候选服务和候选服务集中进一步计算Web服务的匹配度,经过匹配度的排序,得到最佳匹配度的服务。该方法避免了仅从单一接口参数上进行语义服务匹配,能在一定程度上提高匹配的效率,实现查准率、查全率和查询效率之间的有效平衡。     

回归函数的小波支持向量机鲁棒估计法

小波网络具有小波的多尺度特性和神经网络的自学习功能,在回归估计中得到广泛的应用,但其性能受到样本中粗差的严重影响.虽然以M-估计作为目标函数可以解决这个问题,但由于其对应的影响函数由残差绝对值决定,因此如何选择初始参数值成为一个关键问题.为此,提出回归函数的小波支持向量机鲁棒估计方法(小波支持向量回归,WSVR,Wavelet Support Vector Regression).该方法中首先提出并证明了一种新的小波支持向量机(WSVM,Wavelet Support Vector Machine),用于确定初始参数值方法,这种方法能够确定合理的网络结构和合适的初始参数值,保证含有粗差的样本点的残差绝对值较大;然后使用一种构造的M-估计作为目标函数,并提出了自适应确定阈值方法.仿真结果表明,使用这种方法得到的回归模型不仅具有良好的多尺度逼近特性,而且有较好的鲁棒性和较高的推广性能,具有较高的理论和应用价值.     

基于部分匹配的雷达回波信号检测

针对雷达回波信号检测中对整个回波信号全部匹配滤波需要较长时间及较多资源的问题,提出部分匹配滤波方法.将雷达接收机接收到的回波数据,以雷达发射的线性调频(LFM)脉冲信号的脉宽为长度,分成若干段,逐段匹配滤波,通过判决门限找到匹配结果中的信号峰值后,计算出目标反射回波的位置.运用Matlab对时宽带宽积为500的线性调频脉冲信号进行仿真,结果表明:该方法适用于信噪比高于-12 dB的信号的搜索定位;该方法既可减少处理时间,又能节省系统资源.     

基于深度小波自动编码器和极限学习机的轴承故障诊断

针对原始振动数据无监督特征学习问题,提出了一种深度小波自动编码器(deep wavelet automatic encoder,DWAE)与鲁棒极限学习机(extreme learning machine,ELM)相结合的滚动轴承的智能故障诊断方法。首先,利用小波函数作为非线性激活函数设计小波自动编码器从而有效地捕获信号特征。其次,利用多个小波自动编码器构造一个深度小波自动编码器来增强无监督特征学习能力。最后,采用鲁棒极限学习机作为分类器,对不同的轴承故障进行分类识别。用该方法对实验所得的轴承振动信号进行对比分析,结果验证了该方法能够在原始振动数据无监督特征学习的条件下该方法优于传统方法和标准深度学习方法。     

基于遗传算法的SON功率控制

针对自组织网络(self-organizing network,SON)基站自动配置、自优化、自修复等优点,在深入研究遗传算法的基础上,提出了一种基于遗传算法的SON功率控制。通过划分频带和设置门限值来做到小区的功率控制,并提出了小区中心用户和边缘用户不同的SINR(signal to interference plus noise ratio)计算公式。为了更好地解决最佳门限值的设定,还提出了控制门限值的函数。通过建立遗传算法流程,对门限值函数和目标SINR值进行了寻优。仿真结果表明,该算法能够很灵敏地做到最佳门限值的搜寻,同时搜寻结果也符合相关理论的验证。     

采用MEA-AdaBoost-BP模型的工程结构可靠性分析方法

针对工程结构可靠性设计中算法和计算存在的问题,提出基于MEA-AdaBoost-BP神经网络算法模型的可靠性求解方法. 运用思维进化算法(MEA)求解训练集权值和阈值优化的BP神经网络,并构造为弱预测器函数.然后,运用AdaBoost算法将多个优化后的BP神经网络弱预测器函数迭代训练,形成MEA-AdaBoost-BP神经网络算法模型强预测器函数. 最后,利用逼近隐性功能函数求解可靠性指标,并将其与AdaBoost-BP算法和Monte-Carlo算法进行比较.研究结果表明:所提算法在计算中与Monte-Carlo算法相比,其迭代次数分别仅为16次和46次,效率高,计算精度与Monte-Carlo法接近;而和AdaBoost-BP法相比,其可靠性指标误差分别仅为1.59%和1.88%,计算结果更精确.     

样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.     

Novel method of mining classification information for SVM training

Support vector machine(SVM) is an important classification tool in the pattern recognition and machine learning community,but its training is a time-consuming process.To deal with this problem,we propose a novel method to mine the useful information about classification hidden in the training sample for improving the training algorithm,and every training point is assigned to a value that represents the classification information,respectively,where training points with the higher values are chosen as candidate support vectors for SVM training.The classification information value for a training point is computed based on the classification accuracy of an appropriate hyperplane for the training sample,where the hyperplane goes through the mapped target of the training point in feature space defined by a kernel function.Experimental results on various benchmark datasets show the effectiveness of our algorithm.     

基于优化极限学习机的非侵入式负荷识别

在极限学习机的非侵入式负荷识别算法中,由于输入权值和隐含层阈值的随机产生容易导致误判,鉴于此,提出了一种改进的遗传算法优化极限学习机方法.对遗传算法中选择算子进行改进,改进方法为求解出个体的适应度值,并按从小到大的顺序完成排序,将排完序的种群等分成4份,按照比例从4份中择优组成新种群,对新种群中剩余个体再从适应度较大的...     

并联混合动力汽车的模糊转矩控制策略

提出了一种新的并联混合动力汽车(PHEV)模糊转矩控制策略(FTCS)及其设计方法.以并联混合动力系统的工作模式为基础,利用请求转矩与发动机最佳转矩的比值和电池电荷状态(SOC)为输入、电机归一化转矩指令为输出,构建了有22条规则的模糊推理器,用以确定发动机和电机的最佳转矩分配,实现系统的总体能量转换效率最高.仿真结果表明,与采用精确门限参数的策略相比,FTCS的燃油经济性有较大提高,并能更好地控制电池SOC在工作区变化.     

基于阈交方法的无线网络业务分析

由于无线网络的有限带宽和可变信道，使得无线网络业务的服务质量保证比有线网络更加困难．通过对无线网络业务超阈值数据采用方差分析法构造阈值v的偏差函数，为阈值选取提供一定的依据；通过对无线网络业务到达数据对阈值穿越强度的计算，验证了该方法在阈值选取方面的有效性．可以根据该阈值实现对无线网络业务的控制，提供更好的服务质量保证．