基于FA奇异测度的多重分形维分析

针对传统多重分形维算法中奇异测度的定义影响了计算速度,定义了一种新的奇异测度,并在研究相关函数和指数的特点之后,定义了基于该奇异测度的多重分形维算法。试验表明,该算法计算速度远远快于传统的盒计数维法,在实际舰船辐射噪声试验中能很好地区分不同的舰船。     

基于低维SOM的可观测度分析方法及其应用

针对卡尔曼滤波器中状态可观测度的定量分析问题,提出了基于低维条带化可观测矩阵(strippedobservable matrix,SOM)的可观测度分析方法。该方法通过建立分段式定常系统(piece-wise constant system,PWCS)模型,证明了SOM与系统总的可观测矩阵具有同等的观测效力,在此基础上将PWCS模型的分段间隔作为SOM的区间分割单位,降低了其维数,进而用低维SOM的奇异值定义系统状态的可观测度。为避免定义中可能出现的基准值不确定性问题,将基准值的可信度及其影响因子引入到系统状态可观测度的定义中,给出了一种新的定义模式。最后以无源北斗/SINS深组合导航系统为例验证了该方法的有效性。     

基于非线性动力学方法的时间序列处理

因神经系统复杂的生理机理，EEG信号分析一直是信号处理领域研究中的难点问题。本文简要介绍并分析了现有对非线性时间序列进行数值分析的手段，包括Lyapunov指数、分数维、测度熵以及多种复杂性测度等。在考虑传统分析手段的优缺点，以及原有的复杂性分析方法的基础上，提出了分级加权复杂性测度的定义和计算步骤。脑电数据的临床处理结果表明，这种方法能够较好地区分脑功能的不同状态。分级加权复杂性测度考虑了多临界点的映射，通过调整权数可更大限度地提取时间序列中有用的信息，从而提高对不同状态的区分率。     

最小化序数偏好距离的多属性群决策

针对所有决策者均给出每个属性下备选方案的排序向量的决策问题,提出一种排序距离极小化方法。先定义排序向量的距离测度函数,并证明其符合Cook Seiford条件;再以方案的群体排序与各个体排序的加权距离最小为目标建立非线性整数规划模型,求得决策群体对方案在每个属性下的排序;类似地,将方案的综合排序与其在每个属性下的排序的加权距离最小化,解得方案的最终排序结果。供应商选择算例及结果讨论表明该方法的有效性。该方法将Cook Seiford函数扩展到多属性群决策,可较好地避免排序结果的非唯一性。     

综合评判的属性测度四维阵列模型及权重确定方法

属性集和属性测度理论［１］是一套全新的描述不确定性现象的理论,本文在此基础上建立了群体决策综合评价的属性测度四维阵列模型,并给出了一种新的权重确定方法.     

基于新距离测度的直觉模糊VIKOR多属性决策方法

针对属性与决策者权重未知且方案属性值为直觉模糊数的多属性决策问题,并充分考虑直觉模糊环境下信息波动性与不具体性,提出了一种基于新的直觉模糊距离测度和多准则妥协解排序(VlseKriterijumska optimizacija I kompromisno resenje,VIKOR)法的多属性决策方法。首先拓展补充了直觉模糊距离测度的定义,在此基础上构建了新的直觉模糊距离公式以减少决策信息缺乏,利用直觉模糊熵确定属性与决策者权重,然后再运用新的直觉模糊距离计算VIKOR法中的群体效用和个体后悔度进而得到决策结果,最后,通过实际案例分析验证了该方法的合理性与有效性。     

权益人视角下基于期权定价理论的类一致性风险测度研究

根据不同主体在金融市场中扮演不同经济角色、承担不同风险的事实,提出了基于不同经济角色的风险划分——权益风险与债权风险.在权益人的视角下,应用期权定价理论,定义了不同于以往单变量映射的风险测度——类一致性风险测度来度量权益风险,通过风险的可转移性和不灭性,实现了φ(X C)=φ(X)-C与φ(X C)=φ(X)的对立统一,这是对Artzner定义的一致性风险测度的补充和扩展.     

多型异构数据下关联变权空间多属性决策方法

针对当前空间多属性决策方法对空间特性的考虑不足,提出一种综合考虑多型异构性、空间复杂关联性以及空间动态性的空间多属性决策新方法.首先,定义了多型异构数据的D-U空间映射法则,提出了一种使多型异构数据能在空间中得以同构化的方法.其次,考虑空间复杂关联性及动态性,构造了2可加模糊测度下的广义Banzhaf关联变权及关联状态变权.然后,为客观确定关联属性的重要程度,建立了基于2可加模糊测度的广义Banzhaf Choquet逼近理想解优化模型,在此基础上融合关联属性信息实现备选方案的排序优选.最后,将所建模型用于干热岩勘探选区决策案例中,验证了方法的可行性,对比分析证明了方法的有效性及优越性.     

城市环境质量的未确知测度评价

在未确知测度空间基础上,建立未确知测度评价模型并用于城市环境质量评价; 与模糊综合评判、灰色聚类分析、物元分析、ＢＰ人工神经网络等评价方法比较,未确知测度评价模型严谨,评价结果合理、精细、分辨率高,更适合于环境质量评价;     

基于范数‖·‖∞的数据列空穴插值方法

数据列的空穴插补方法在小样本数据处理中占有重要地位,提出了一种基于‖·‖∞范数的新插补方法。首先基于‖·‖∞范数,定义了相对距离测度,提出了基于相对距离测度的权值计算方法;然后分别介绍了基于数据值和相对距离测度的均值生成插值和级比生成插值;最后利用所提方法进行了插值仿真示例,结果表明该方法合理可行。     

应用改进型小数据量法计算交通流的最大Lyapunov 指数

最大Lyapunov指数是非线性系统的一个非常重要的特征量.微观仿真交通流具有典型的非线性,计算交通流的最大Lyapunov指数对研究交通流的非线性特征具有重要意义.通过用虚假临界点法计算嵌入维数可以使小数据量法更加完善.首先应用改进型小数据量法计算几个典型的非线性系统的最大Lyapunov指数,验证算法结果的准确性.然后再用此方法首次对Bierley跟驰模型产生的微观仿真交通流和微观实测车流的时间序列进行实证分析.结果表明,该方法能较准确的计算出最大Lyapunov指数,可以作为研究交通流非线性特征的定量方法.     

激光雷达回波信号的混沌特性研究

应用混沌动力学方法分析和计算了激光雷达回波信号的混沌特征参数,包括关联维,Lyapunov指教及局部可预测性.证明激光雷达回波信号具有有限的关联维,正的Lyapunov指数及短期可预测和长期不可预测的特点.运用实测数据验证了激光雷达回波信号具有混沌特性,这一结论为激光雷迭的目标检测开辟了新思路.     

激光复混沌系统构建及其点乘函数投影同步

提出了一种新的激光复混沌系统及其点乘函数投影同步方法。首先,以四维激光实超混沌系统模型为基础,构建了一个新的激光复混沌系统,基于常规动力学分析方法和MATLAB仿真软件研究了系统的耗散性、平衡点、Lyapunov指数谱、相图、分叉图等基本动力学特性。研究结果表明,该系统动力学行为丰富,在一定参数下具有蝴蝶结型混沌、超混沌吸引子,非常适用于混沌加密领域。进一步,以向量点积运算为基础,定义了一种新的点乘函数投影同步方式,基于滑模控制方法实现了蝴蝶结型激光复混沌系统的点乘函数投影同步。数值仿真验证了理论分析的正确性和有效性。     

Incremental clustering algorithm via crossentropy

1.INTRODUCTION Fuzzyclusteringisanunsupervisedwayofdatagrouping andusefulinpatternrecognition,informationretrieval,imageprocessing,faultdetection[1,2].Itgroupsdatainto finiteclustersbyusingsomekindsofmeasuressuchasthe linearandnon lineardistance,theentropymeasure,or inclusiondegreeinfuzzyenvironments.Intermsofthe modelsandmeasuresbetweenobjects,differentalgo rithmspartitiondifferentdatasetsandproduceclusters withdifferentshapesandhavedistinctdifferenceintime andspaceefficiency.Currentclus…     

基于Kalman滤波算法的Volterra级数核估计及其应用

为了进一步提高Volterra级数模型在混沌时间序列预测中的精度以及核估计的收敛速度,提出利用自适应Kalman滤波算法对Volterra级数核进行估计的一种新方法。同时,在混沌动力系统相空间重构的基础上,采用关联维数法和最大Lyapunov指数法,对船舶运动时间序列进行混沌特性判定,并对船舶横摇运动时间序列进行多步预测。仿真表明,与归一化最小均方(normalization least mean square, NLMS)算法和最小二乘(recursive least-square, RLS)算法的Volterra级数模型相比,基于自适应Kalman滤波算法的Volterra模型在收敛速度与预报精度方面均优于NLMS算法和RLS算法,为实时在线预报提供了理论依据。     

基于时间序列分析的制造质量水平变化的混沌特性

在定义了制造企业生产制造时间序列的基础上,使用G-P算法计算时间序列的关联维数。通过关联维数的计算得到相应的嵌入维数后,使用基于相空间重构的小数据量法计算混沌时间序列的Lyapunov指数。采集HZ近三年的日生产产品合格率作为研究制造质量水平变化混沌特性的原始数据。在以上技术路线及数据的基础上,得到的关联维为分数,而Lyapunov指数为正值,说明日生产产品合格率变化时间序列呈现出混沌特性。另外将以上数据分为8个时间序列,每个时间序列同样得到分数关联维数与正Lyapunov指数,说明制造质量水平的变化是一直是混沌的,为制造质量水平的预测在理论上提供了可能性。     

基于区间直觉模糊数的群决策模型及其在社交网络中应用

基于经典熵方法的局限,提出一个新的区间直觉模糊熵计算方法.考虑社交网络数据高度动态及非结构化的特性,引入区间直觉模糊思想,创新性地将社交网络用户影响力量化评价转化为模糊多属性群决策问题,提出基于区间直觉模糊数的用户影响力动态评价模型.该模型对用户影响力进行多层次分解,建立模糊情境下的指标体系,以区间数描述用户数据,同时引入时间维度考察数据的动态差异,采用新的熵方法计算模糊熵,设计主客观相结合的熵权确定方法,从而对用户影响力进行量化分析.克服了主观赋权的局限,提供了社交网络量化评价的新思路,拓展了区间直觉模糊群决策方法的应用.最后,应用该模型对新浪微博用户进行影响力动态评价,验证模型的有效性.     

多变量时间序列相空间重构的优化

基于单变量时间序列相空间重构中嵌入维数的计算常采用虚假邻点算法,但推广到多变量情形时存在多种不足,提出了一种多变量时间序列相空间重构时嵌入维数的一种改进算法。改进算法在避免使用虚假邻点算法中的判别距离和算法收敛阈值的同时,也解决了已有多变量重构算法中全局和局部较优相空间维数搜索范围的选取问题。耦合R ossler系统产生多变量时间序列的仿真计算验证了该算法的有效性。经与单变量时间序列对比试验分析,表明采用新算法重构的相空间具有较强的预测能力,由此计算得到的非线性不变量具有较高的计算精度。     

Research on star-tracking correction technology for near-earth flight vehicles

By analyzing the traditional star-tracking correction technology, this paper studies the star-tracking direct correction method which is based on star sensor dynamic separation initial displacement angles and main errors of inertial measure unit (IMU) in order to carry out automatic navigation and improve the hitting accuracy and quick reaction capability of near-earth flight vehicles. Through comprehensive application and improvement of the best correction factor method, this paper proposes the startracking comprehensive correction method which combines the two methods above-mentioned and the accelerometer dynamic error separation technology. The simulation results show that obvious effects can be achieved by using the star-tracking integrated correction method.