半监督学习算法的收敛性及其在人脸识别中的应用

研究了半监督学习的一致性学习算法及其变形.通过引入圆盘定理,证明了一致性学习算法收敛的条件;针对变形学习算法,给出了使用变形矩阵的合理性解释;最后将一致性学习算法及其变形应用于人脸识别问题,对该算法中的参数以及变形矩阵进行了实验研究,并与支持向量机方法进行了性能比较.     

基于三参数区间数型偏好序的群决策方法

研究了决策者偏好以三参数区间数型偏好序形式给出的有限方案群决策问题。首先给出了三参数区间数型偏好序的定义,在综合考虑决策者偏好信息的基础上,引入导出的偏好序向量,给出了三参数区间数型偏好序的概率描述。其次介绍了三参数区间数型偏好序一致性的两个定义,利用调整算法对一致性不可接受的偏好序进行修正。通过定义三参数区间数型偏好序之间的偏差函数,给出一种确定决策者权重向量的有效方法,从而建立了一种解决有限方案群决策问题的有效算法。最后通过一个实例说明该方法的可行性和有效性。     

基于EM算法约束条件下参数的估计

讨论了多元正态模型中的参数估计问题.利用EM算法和ECM算法给出了多元正态模型在协方差阵已知或未知的情况下,参数在简单序约束、伞型序约束和递增的凸序约束条件下的极大似然估计.当参数向量不多于三个分量时,给出了显式结果;当参数向量高于三个分量时,给出了求参数极大似然估计的相应线性变换.     

一种模糊互补判断矩阵的一致性调整方法

在模糊互补判断矩阵的一致性研究成果的基础上借助原判断矩阵P与其权重矩阵W之间的向量夹角,找出需要调整的列及其所对应的行,借助于参数λ调整此行此列,从而提高判断矩阵P的一致性,并给出了相应算例分析。     

区间数互补判断矩阵的一致性和排序方法

研究了区间数互补判断矩阵的一致性和排序方法. 通过对完全一致性的演绎给出了区间数互补判断矩阵的一致性定义、性质及其判别方法; 同时, 提出了求解区间数互补判断矩阵排序向量的排序方法; 最后给出了算例.     

支持向量回归在岩土工程中的应用

针对岩土工程影响因素的极其复杂性,引入支持向量机方法,给出了应用支持向量回归解决问题的基本原理与算法步骤·以矿山周边建筑物爆破震动效应分析为例,建立了建筑物中峰值质点振速的预测模型·实例分析表明预测值与实测值具有很好的一致性,验证了支持向量回归小样本高效的自学习能力以及高度非线性的问题处理能力,是解决复杂岩土工程问题的有效分析工具·通过试验探讨了算法参数选择对应用结果尤其是回归预测模型泛化能力的影响规律·     

迷向向量的参数表示及其性质

给出了复向量空间中的迷向向量的一种参数表示,并由此获得了迷向向量的一些性质.     

区间数判断矩阵的满意一致性及排序方法

研究了区间数判断矩阵的一致性及排序问题.给出了满意一致性判断矩阵的判别方法,并且证明了此判别方法还适用于区间数判断矩阵的一致性检验.同时,对具有一致性或满意一致性的区间数判断矩阵建立了优化模型,决策者可以根据自己对一致性程度的要求来求解区间数排序向量.最后,通过算例验证了方法的有效性、适用性.     

一种多维度评价向量的排序模型及一致性证明

针对组合预测过程中的多误差统计向量的优劣评价问题,提出了一种优于个量相同条件下的多维度评价向量的排序模型,设定优劣排序的相关规则,根据规则给出整体优于函数,并对于优于个量相等优于程度不同的情况给出了模型的一致性证明.     

广义向量平衡问题的Hlder连续性(英文)

在较弱的强伪单调假设下研究了参数广义向量平衡问题解集映射的Hlder连续性,并给出了本结果的应用例子.推广已有文献中相应的结果.     

多无人机编队异常检测的偏差补偿估计

为避免多假设检验及概率不等式的复杂性,采用数据驱动的检测法,无需无人机的先验结构信息,仅利用无人机模型的输入-输出观测数据序列来实现多无人机编队的异常检测。对于各架无人机的非线性未知关系式,利用可无限逼近的基函数簇将原非线性未知关系式展开,将其表示成回归矢量与参数矢量的线性回归形式。采用最小二乘法求解参数估计矢量,再通过残差来设计异常检测器。当非线性关系式中仅包含有输入量时,通过最小二乘法得到的残差异常检测器可达到较好的性能。当非线性关系式中同时包含有输入和输出量时,由最小二乘法得到参数估计矢量是有偏估计,此有偏估计势必会影响最终的残差异常检测器。因此在有偏参数估计矢量中添加偏差补偿项,使之成为无偏估计矢量;并推导此偏差补偿项的表示形式,证明添加此偏差补偿项后的无偏性,提出替换偏差补偿项中某矩阵的构造方法。最后用仿真算例验证所提方法的有效性。     

改进蚁群算法优化SVM参数的网络入侵检测模型研究收

基于支持向量机（support vector machine, SVM)的网络入侵检测模型泛化能力与其参数选取密切相关,因此 SVM参数优化是一个难题。为进一步提高网络入侵检测率,提出一种改进蚁群优化SVM参数算法（modified ant colony optimization algorithm-support vector machine, MACO-SVM)的网络入侵检测模型。首先采用蚁群搜索路径节点代表支持向量机参数,将网络入侵检测率做为目标函数,然后通过蚁群算法的全局寻优能力和反馈机制寻找最优 参数,并对蚂蚁进行高斯变异,克服蚁群陷入局部极值,最后将最优路径上的节点连接起来得到SVM的最优参数, 建立最优网络入侵检测模型。采用KDD99数据集对模型进行仿真实验,仿真结果表明,MACO-SVM不仅提高了网络入侵的检测效率,而且获得了更高的检测率。     

一种解决群进化算法参数设置问题的最优向量法

群进化算法是智能计算领域研究的核心内容,而算法中数值型参数的设置是影响算法搜索效率的重要因素,因此设计解决参数设置问题的方法也是群进化算法研究的重要内容.目前解决参数设置问题的常规统计方法是根据算法搜索的部分结果组成有限样本数据,依据统计最好值个数大小的判定结果来确定最优参数预设值.常规统计方法在有些测试样本数据中很难确定唯一的最优参数预设值.为了解决常规统计方法的缺点,提出了一种最优向量法,该方法可以将任意形式有限样本数据转换为向量,依据向量计算的判定规则进行最优参数预设值的确定.实验结果表明,依据获取的有限样本数据通过最优向量法找到最优参数值,采用该参数值的群进化算法搜索效率相对最优,从而验证了最优向量法的有效性.     

基于线特征的影像与矢量的匹配

为了保证影像线特征提取的结果与矢量数据的一致性,提出了基于对称小波断面检测法和基于最大类间方差(OTSU)分割的形态算子检测算法.对称小波断面检测法主要用于提取影像中地物的边缘线;基于OTSU分割的形态算子检测法主要用于提取影像中地物的中心线,为影像与矢量匹配提供基础.同时,针对地理信息系统(GIS)矢量数据极适合用线矩来描述的特点,研究了3个参数匹配的方法,这一方法中3个参数具有旋转不变性,能够得到可靠的匹配结果.     

BITHMS系统的设计与实现

目的论述ＢＩＴＨＭＳ系统的数据库规范化处理,讨论Ｄｅｌｐｈｉ数据库对象的动态参数查询方法。方法 采用第１,第２规范化形式对数据库进行处理,用参数查询的动态化方式实现对数据库的快速查询。结果与结论改善了ＢＩＴＨＭＳ系统的数据一致性,减少了数据冗余,提高了数据的查询速度。     

基于自适应趋近律的三维最优滑模制导律设计

一般的最优滑模制导律控制只在滑模面上具有鲁棒性,忽略了趋近过程中的鲁棒性问题.借鉴三维最优变结构制导规律的研究方法,首先建立最优导引律下的理想运动模型和受干扰及参数摄动情况下的实际运动模型,而后定义状态误差矢量,并在此基础上设计滑模面和改进趋近律,控制误差矢量趋于稳定,从而减弱了抖振,减小了能量消耗,实现对目标的三维立体精确打击,满足实际战场的作战需求.     

海域条件下激光通信大气折射率结构常数测量方法

针对海域条件下激光通信的精度要求,首先从理论上分析了大气折射率结构常数C_n~2经典估算方法存在的固有问题,并提出了采用多项式拟合和支持向量机对C_n~2估算模型的修正方法,进而在距离8.9 km的跨海域条件下搭建观测平台,进行C_n~2测量及修正模型验证性实验,从而获得光源自发射端至接收端的到达角起伏方差和闪烁指数。实验数据分析表明:采用多项式拟合和支持向量机方法进行C_n~2估算,其相似度一致性要远优于经典的估算模型,其中支持向量机方法的相似度一致性(相似度可达90%以上)及二次拟合效果优势最为明显,同时也证明了通过改进模型计算的C_n~2可作为定量评估大气湍流对海域激光通信精度影响的重要参数。     

基于贝叶斯推理的LS-SVM矿产资源定量预测

针对矿产资源定量预测过程中最小二乘支持向量机(LS-SVM)的参数选择具有主观性和随意性,提出了一种与贝叶斯推理相结合的LS-SVM资源定量预测方法,并将其与证据权法(Wof E)进行了对比.在训练过程中采用贝叶斯推理方法对LS-SVM的参数选择进行优化,进而构建矿产资源定量预测优化模型.研究表明,该方法不但克服了参数选择的局限性,而且以后验概率形式输出预测结果,从而可提高预测精度.     

单相电压型PWM整流器交流侧电感的设计

文章在分析稳态条件下单相电压型PWM整流器(VSR)交流侧矢量关系的基础上,提出了一种基于矢量关系的单相VSR4象限运行时的交流侧电感参数的设计方案,给出了忽略交流侧电阻且只考虑基波分量时交流侧电感的计算公式,并论证了交流侧电阻对电感参数取值的影响可以忽略。仿真结果验证了设计方案的正确性。