基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用

随机森林被广泛应用于包括癌症诊断在内的生物信息学领域. 从自适应k近邻的角度分析了随机森林的分类机理,分析其存在的信息损失, 据此提出一种新的投票机制,称为基于随机森林的潜在k近邻算法RF-PN,能够充分利用决策树上的OOB样本信息, 显著改善随机森林的分类性能.6个癌症基因表达数据集上的对比实验表明,RF-PN的分类准确率优于原算法.     

一种基于参数扰动退火策略的神经网络全局优化新算法

针对非线性全局优化问题,提出了一种新算法它采用参数扰动策略,使Hopfield神经网络克服局部极值点的吸引,同时对参数扰动采用模拟退火算法,使扰动逐渐减小,直到扰动不能对最优解和最优值产生影响,从而得到全局最优解.通过对大量测试函数的仿真计算,充分体现了新算法在速度、精度和适应性方面的优势.本文还对算法的收剑性进行了理论分析.     

基于ADASYN-IFA-Stacking的再入院患者风险预测方法

在医疗领域,非计划性再入院花费占据了医院总支出的很大一部分,如何降低再入院率,预防再入院情况的发生已经成为了医疗管理领域一个亟待解决的问题.在针对如何能够对再入院患者精确地进行识别这一问题进行深入研究以后,提出了一种基于ADASYN-IFA-Stacking的再入院患者风险预测方法,这一方法主要分为了不均衡数据处理、集成学习模型构建以及参数优化三个部分.不均衡数据处理解决了由于类间不均衡给模型带来的偏倚问题,集成学习模型则可以对多个子分类器的优势进行结合,使用萤火虫算法进行模型最优参数的选择能够进一步提升模型的预测性能.通过在获取到的再入院病人数据集上进行十折交叉验证实验后,结果显示所提出的预测方法要优于现在流行的支持向量机、分类与回归树、随机森林等其它机器学习方法.     

基于自适应模糊度参数选择改进FCM算法的负荷分类

在建立了负荷分类五阶段过程模型的基础上,提出了用类内距离和与类间距离和之比作为负荷分类评价指标自适应选择模糊度参数的方法,同时用模拟退火算法和遗传算法对模糊C 均值（FCM） 算法的搜索性能进行优化. 实验结果表明,在负荷分类中常用的模糊度参数值m=2并不是最优的,负荷分类中模糊度参数的最优取值区间为[2.6,3.2]. 同时,改进算法还克服了传统 FCM 算法全局搜索能力不足的问题,提高了负荷分类的精确性和有效性.     

基于超曲面的多类分类方法

使用支持向量机对非线性可分数据进行分类的基本思想是将样本集映射到一个高维线性空间使其线性可分 .基于 Jordan曲线定理 ,提出了一种通用的基于分类超曲面的分类法 ,它是通过直接构造分类超曲面 ,根据样本点关于分类曲面的围绕数的奇偶性进行分类的一种全新分类判断算法 ,不需作升维变换 ,不需要考虑使用何种核函数 ,而直接地解决非线性分类问题 .对数据分类应用的结果说明 ,基于分类超曲面的多类分类法可以有效地解决非线性数据的分类问题 ,并能够提高分类效率和准确度 .     

随机摄动蚁群算法的收敛性及其数值特性分析

从随机优化技术出发,针对基本蚁群算法,提出了一种随机摄动蚁群优化算法。并从理论上对该算法的收敛性及一些相关特性进行了探索性分析,指出该算法在有限迭代次数下以概率e-1(e 是一个很小的正数)找到全局或局部最优解(至少一次);而且如果迭代时间足够长,将以概率1收敛于全局或局部最优解。最后,以TSP问题为例,对该算法中若干参数的选取进行了仿真分析,提出了具有普遍意义的参数选取方法,并制定出各参数的最佳取值范围。     

基于自适应遗传算法的超平面分类及遥感应用

智能分类算法是遥感影像分类研究的热点,遗传算法作为一种智能全局优化技术在遥感影像分类中具有良好应用前景.针对现有多光谱遥感影像分类方法的不足,提出了基于自适应遗传算法的超平面分类方法(hyper plane-adaptive genetic algorithm,HP-AGA)并应用于遥感影像分类,该方法利用神经网络中的神经元激活函数Sigmoid函数,对遗传算法中交叉率、变异率进行非线性自适应性调整,不再需要反复训练遗传参数,同时利用快速全局寻优特点,确定分类超平面的各个位置参数,从而获取最佳分类超平面集进行分类.多光谱遥感影像分类方法的应用实验表明,基于自适应遗传算法的超平面遥感分类方法能更快、更稳定地收敛到全局最优解,具有更好的效率及鲁棒性,并能取得优于简单遗传超平面分类算法及传统分类方法的分类精度.     

基于最优划分的K-Means初如聚类中心选取算法

针对传统K-Means算法聚类过程中,聚类数目k值难以准确预设和随机选取初始聚类中心造成聚类精度及效率降低等问题,提出一种基于最优划分的K-Means初始聚类中心选取算法,该算法利用直方图方法将数据样本空间进行最优划分,依据数据样本自身分布特点确定K-Means算法的初始聚类中心,无需预设k值,减少了算法结果对参数的依赖,提高算法运算效率及准确率.实验结果表明,利用该算法改进的K-Means算法,运算时间明显减少,其聚类结果准确率以及算法效率均得到显著提高.     

基于群体智能免疫算法的PID自整定

传统的PID整定方法得到的结果通常不是最优参数,很多学者采用遗传算法和模拟退火方法来解决这个问题.针对遗传算法很容易陷入局部最优值和模拟退火算法收敛速度慢这些缺点,融合了粒子群算法和人工免疫机理的优点,提出了一种基于群体智能的免疫算法,对典型二阶对象进行PID控制器参数优化整定.仿真结果证明了提出的算法有效可行.     

系统复杂性测度参数确定的新方法及其应用

近似熵和样本熵的参数m和r对复杂度有重要影响,目前仍缺乏选取其共同最优参数m和r的有效方法.利用两种复杂度比较时的一致性要求及其曲线存在交点的特性,基于相关系数,提出确定其共同最优参数m和r的交叉点新方法.以泾河流域1956-2010年张家山水文站径流及其控制流域的降水为研究对象.结果表明:径流和降水两种复杂度的共同最优参数为m=2和r=0.11倍的序列标准差;降水和径流复杂度均呈现显著的递增趋势;径流或降水与其复杂度之间存在显著的递减关系,降水的递减趋势对径流复杂度的增加有重要影响.近似熵在描述序列的变化趋势方面优于样本熵,而样本熵在辨识序列的峰谷值变化方面强于近似熵.本研究提出的交叉点新方法具有较好的适用性.     

基于最小二乘支持向量机的软测量建模

软测量技术在工业过程控制中得到了广泛的应用，对保证产品质量和安全生产有很重要的作用。软测量技术的核心问题是建立优良的软测量数学模型。支持向量机是近几年发展起来的机器学习的新方法，它较好地解决了小样本、非线性、高维数、局部极小点等实际问题。本文研究了基于最小二乘支持向量机的软测量建模方法，并用交叉验证的方法进行支持向量机参数选择。将基于最小二乘支持向量机的软测量模型应用于轻柴油凝固点的预估。结果表明最小二乘支持向量机是软测量建模的一种非常有效的方法。     

基于正态-逆伽马分布的反巡航导弹命中概率估计方法

有效估计反巡航导弹武器系统命中概率是确定反巡航导弹武器系统弹药消耗的基础, 反巡航导弹试验成本高, 导致数据不足, 给估计反巡航导弹武器系统的命中概率带来困难。本文以防空试验中靶面落点服从二维联合正态分布的现象为切入点, 结合巡航导弹等效矩形域的特点, 提出了基于正态-逆伽马分布的反巡航导弹武器系统命中概率估计方法。选取正态分布和逆伽马分布作为反巡航导弹武器系统命中概率特征参数的先验分布, 并通过贝叶斯分析方法得到相应的后验分布函数。采用参数估计得到先验分布中的超参数, 确定命中概率的最大后验估值, 示例表明了方法的可操作性, 具有广阔应用前景。     

Novel reference range selection method in InlSAR imaging

Aiming at the reference range selection for different antennas in interferometric inverse synthetic aperture radar (InISAR) systems, this paper proposes a respective focusing (RF) method. The reference ranges for echoes of different antennas are selected respectively for RF, which is different from the traditional uniform focusing (UF) with the same reference range applied to all the antennas. First, a comparison between UF and RF for InISAR signal model considering the ranging error is given. Compared with RF, UF has an advantage in overcoming the ranging error differences between different antennas. Then the influence of ranging error upon the interferometric imaging with RF is investigated particularly, and it is found that the ranging error differences between different antennas are far smaller than the wavelength, which is advantageous to imaging. By comparing the capabilities of interferometric imaging between RF and UF, it is concluded that RF is a better choice in conquering problems such as image mismatching and phase ambiguity even with ranging errors. Simulations demonstrate the validity of the proposed method.     

用信息扩散模型改进台风风险估计

频繁且随机发生的台风,其风险是概率风险,具有统计学的意义.用历史台风的损失记录作为样本来量化风险时,台风风险就是台风损失样本的平均值,它必等于由台风发生概率和易损性偶合估计出的损失期望值.当统计资料较少时,由于信息扩散模型能提高小样本的工作效率,消除用简单统计方法估计风险时出现的平缓和跳空现象,较好地表现统计规律,从而能改进台风风险的估计精度.按年分段形成的多个样本函数可用于计算物理意义明确的台风年度风险值,并可用信息扩散模型对其加以改进.蒙特卡罗法并不具有改进风险评估精度的功能.本文以浙江省部分历史台风资料为样本,演示了台风风险的估计.信息扩散模型的改进程度如何,将另文用计算机仿真的方法来加以检验.     

基于改进IOWA组合模型的舰船装备维修费预测

针对诱导有序加权平均（induced ordered weighted averaging,IOWA）组合模型中,单项预测方法精度相同时诱导值可能存在多种不同排列顺序的问题,提出综合考虑预测方法的历史性能确定其唯一排序;针对实践中单项预测方法较多时,IOWA组合模型构建过程十分复杂的问题,通过构建适合于Matlab软件计算的最优化模型矩阵形式,降低计算复杂性;结合舰船装备维修费预测中样本小、预测方法多的特征,采用各单项预测方法的历史平均拟合精度来估计其预测期诱导值的排序,并以此计算组合预测值。最后实例说明了该方法的有效性。     

雷达信号波形域射频隐身性能评估方法

针对雷达信号射频隐身性能评估中对敌方截获设备的依赖性和评估方法通用性的问题,提出一种基于自身辐射信号特征的雷达信号波形射频隐身性能评估方法。该方法从射频辐射源自身辐射信号的结构出发,通过分析辐射源所辐射信号的周期、占空比,利用希尔伯特变换求出单一周期内脉内信号的瞬时频率、瞬时波形、瞬时相位,归一化脉内信号瞬时参数,从而给出波形域射频隐身指标的定量计算方法。对雷达信号的线性调频波形和相位编码波形进行了仿真对比,仿真结果证明此方法可准确反映出雷达信号波形域射频隐身性能。     

GNSS接收机射频前端电路相位噪声评估方法

相位噪声是影响全球卫星导航系统(global navigation satellite system, GNSS)接收机性能的一个重要因素,在高性能的接收机设计中,射频前端电路的相位噪声评测是不可忽略的。传统观测相位噪声的方法主要是利用频谱分析仪等专业仪器来实现,其无法观测GNSS接收机射频前端电路(包含模数(analog-digital,AD)转换器)的相位噪声。分析了接收机相位噪声和热噪声在信号复平面域的表现特征,提出了在信号复平面域评估GNSS接收机射频前端电路相位噪声的方法,并对该方法进行了仿真验证和实测验证。利用相位噪声对信号在复平面实部和虚部影响不同的特点,对采集到的信号数字中频数据进行相干积分处理,定量估算接收机射频系统的相位噪声。结果表明,该方法具有较高的评估准确度,可以用于测量与评估GNSS接收机射频前端电路(包含AD转换器)的设计质量,预测接收机性能。     

杂波背景下机载雷达信号参数的射频隐身优化

面对对方先进的无源探测系统, 射频(radio frequency, RF)隐身是机载雷达抗干扰的一种重要手段。本文首先分析了杂波条件下机载雷达目标探测的RF隐身目标模型, 然后分别针对地杂波与海杂波背景, 以截获因子作为RF隐身性能评估指标, 分析了基于脉冲对消滤波与恒虚警(constant false alarm rate,CFAR)检测技术的机载雷达RF隐身设计方法, 并建立了相应的机载雷达信号参数RF隐身优化模型。仿真利用遗传算法对模型中的辐射功率、驻留时间与脉冲累积个数等机载雷达信号的关键参数进行求解, 仿真结果表明, 两种杂波背景下的信号参数优化模型均能有效地改善机载雷达的RF隐身性能。     

突防场景下基于NWHFS的集群射频隐身性能评估

针对航空集群在突防场景下的射频(radio frequency, RF)隐身性能评估问题,提出基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set, NWHFS)相关系数的评估方法。首先,推导出NWHFS相关系数表达式;然后,通过分析航空集群与单个载机平台RF隐身评估的不同,提取出集群RF隐身性能评价参数,并得到隶属度参考点公式;组织决策者根据隶属度参考点给出NWHFS决策矩阵；最终,通过计算待评估场景与参考点集之间的相关系数,定量地评价不同场景下航空集群的RF隐身性能,并由此确定RF隐身性能排序。以四机集群为研究对象,对突防场景下的3种情景进行了仿真验证,证实该评估方法的有效性。     

毫米波引信射频前端UWB-HPM效应研究

针对毫米波引信射频前端在复杂电磁环境下易受干扰的问题,使用场路联合的方法对其前门耦合效应进行研究。通过电磁仿真软件模拟引信天线在超宽带高功率微波环境下天线的耦合效应,并对不同脉宽、不同距离下的耦合电压进行数值分析;通过电路设计软件对RF前端电路进行注入实验,结合仿真数据分析RF前端损伤机理。结果表明,当辐照场强为100 kV/m、信号脉宽为0.05 ns时,耦合中频输出信号峰值电压可达1.8 V,对引信末端可靠性造成严重威胁。所得结论不仅完善了引信高功率微波效应理论,还为RF前端防护提供了理论依据。