金相图象分析中一种改进的断点连接方法

介绍了两种常用的断点连接方法：膨胀细化法和最小点对法，并在此基础上提出了一种改进的断点连接方法。这种方法是先做膨胀，利用膨胀的结果找到两个断点之间的连接点，然后再将该连接点与两个断点相连。该方法既可避免边界的变形，又能减少断点间的误连，特别是在断点距离较大时，所得结果优于上述两种方法。     

一种考虑保护重要性差异的最小断点集选取方案

针对复杂环网整定过程中,处于同一环路中的保护容易出现相互等待、不能继续整定的“死锁”情况,提出了一种基于粒子群算法（PSO）的最小断点集MBPS求取方案．该方案考虑了保护间的重要性差异,研究了一种基于电气介数的保护重要性评估方法;为了降低MBPS对保护整定的影响,设计了新的目标函数并基于PSO实现,以保证MBPS基数最小而且重要性最低,为求取全局最优或接近最优的MBPS提供了一种新思路．算例仿真结果表明,新方法能有效地克服同基多组MBPS问题．     

基于定时限保护整定计算的实用断点计算方法

结合电力系统定时限保护整定计算的特点,提出了一种新的实用断点计算方法.定义了配合环网和死锁环网的概念,并通过预整定形成死锁环网;在所得死锁环网基础上,将依赖函数扩充分为主依赖函数和后备依赖函数,根据主/后备依赖函数中元素的特点判断死锁环网中是否存在特殊网络结构并进行相应的处理,同时动态地将主依赖函数或后备依赖函数为空的保护从待选断点保护中删除,以保证每一步的断点计算都是针对环网进行.算例表明:本方法能较好地满足国内电力系统定时限保护逐级配合整定计算的要求.     

基于快速成型技术生成等高线的方法研究

提出利用快速成型技术构建等高线的算法.首先利用快速成型技术对点云进行分层,通过对等高线上下两层点云加权计算等高线特征点;然后将特征点转化为格网图像,并利用行列格网直线段对格网图像进行快速轮廓提取及边界跟踪;最后采用B样条曲线拟合生成等高线.试验表明,该方法生成的等高线,不仅具有良好的质量,而且减少了构建三角网的中间过程,提高了计算效率.     

分类问题中投影方向与分离超平面法方向的比较

针对不同的20个线性可分二类分类问题,从实验分析的角度出发,讨论了最大间隔法的分离超平面的法方向和Fisher判别式分析法的投影方向之间的关系.     

基于差异灰狼优化决策树的大数据分类方法

针对现有大数据分类算法中存在准确率低的问题,本文提出一种基于差异灰狼优化决策树的大数据分类方法.该方法首先将复杂的大数据输入M ap-Reduce框架中,采用主成分分析法对输入数据进行降维;然后利用支持向量机对压缩后的数据进行粗略分类;最后采用基于差异灰狼优化的决策树对支持向量机输出的类标签进行精细分类,获得更高的分类...     

基于方向场的半区域指纹分类方法

提出了一种基于指纹方向场半区域指纹特征构造方法，并将此特征用于指纹分类．该方法充分利用了不同类型指纹方向场的结构特点，将指纹图像方向场中反映指纹全局特征的区域(感兴趣区域)分成许多小扇区，将扇区内所有像素方向的平均值作为该扇区的特征值，并将其按一定顺序排列起来构成一枚指纹的特征矢量．所提出的指纹特征矢量构造方法具有计算简单、特征矢量短等特点．实验结果表明，此方法构造的特征矢量在3种类型的指纹分类上具有令人满意的效果．     

基于无砟轨道膨胀路基的膨胀土分类分级试验研究

膨胀土治理关乎高速铁路的安全运营,而膨胀土治理的首要任务则是膨胀土的分类分级。现行的铁路规范中对于膨胀土的分类,适合于普通有砟轨道;对于无砟轨道却有局限性。原因在于现行规范把对于无砟轨道具有潜在危害的弱膨胀土划分为无膨胀土。本文依托某无砟轨道高铁工程为背景,以该铁路出现上拱病害地段的膨胀性泥岩为试验对象,进行了泥岩的自由膨胀率、液限、阳离子交换量、黏土矿物含量的实验。在参考现行规范的基础上,提出了新的分类分级的标准。经过验证,新的膨胀土分类分级标准简单易行,准确度较高。     

基于改进理想点模型的岩体结构面分级方法

鉴于以往的结构面分级方法多为宏观定性分析,不利于指导实际工程设计和施工,提出了一种基于改进理想点模型的结构面定量分级方法.首先考虑结构面分级的多种影响因素,采用7个指标进行定量表征,建立了结构面多指标分级体系;然后用最小熵原理优化层次分析法及熵权法权重,从而改进理想点模型,得到最优组合权重;最后将改进后的模型应用于重庆市兴隆隧道实测结构面分级中,并与工程实际对比.结果表明:改进理想点模型所得分级结果与实际工程较为一致,准确率达93.3%,具有较强的可靠性及工程实用性,可为岩体结构面分级提供一种新的思路和方法.     

基于广义可信度阈值判别和多分辨率方向梯度直方图的字符预分类

针对字符预分类问题,提出基于广义可信度阈值判别的规则和多分辨率方向梯度直方图特征,证明该规则具有“错误率”和“平均候选类别数”的最优折衷.基于梯度图像高斯金字塔,提取了多分辨率方向梯度直方图特征.实验结果表明,该规则和特征具有一定的优越性.     

基于未确知均值分类理论的岩爆发生和分级预测方法

为解决岩爆预测中的不确定性问题,将未确知均值分类理论应用于岩爆综合评判中,建立了岩爆发生和分级预测的未确知均值分类理论分析模型.模型选用最大切应力、单轴抗压强度、单轴抗拉强度和弹性能量指数4个指标作为岩爆发生和分级预测的判别因子.将岩爆烈度分为4个等级并作为未确知均值分类理论分析的4个类别.以国内外岩爆工程实测数据作为建立分类标准和模型的样本,以各等级的指标均值作为分类标准.求取未确知测度函数.采用信息熵确定权重,用置信度识别准则进行等级判定.将本研究建立的模型应用到隧道和矿山工程的岩爆预测中,结果表明.未确知均值分类分级预测方法预测结果与实际情况吻合较好,预测精度高,因而是岩爆发生和分级预测的一种有效方法,可在岩爆工程判别中应用和推广.     

基于相似方向的二叉树支持向量机多类分类算法

介绍了几种常用的支持向量机多类分类方法,指出了各自优点和不足之处.在现有的基于二叉树的支持向量机多类分类算法的基础上,提出了一种新的以类间相似方向作为二叉树支持向量机(BT-SVM)生成算法的多类分类方法,实例分析表明该方法具有较高的精度和推广能力.     

基于Kohonen神经网络的遥感影像监督分类

作为一种自组织网络,Kohonen神经网络在遥感影像聚类中得到了广泛的应用.但Kohonen算法具有初始权值随机化、学习率和邻域难以确定等缺陷,并且作为一种聚类算法,难以直接进行监督分类.对Kohonen非监督学习算法进行改进,用最大最小距离法确定初始权值,利用权值误差作为网络训练收敛条件,并将Kohonen算法与奖惩...     

基于稀疏表示和最小二乘回归的基因表达数据分类方法

提出基于稀疏表示和最小二乘回归的分类方法:用训练样本重构测试样本,先利用稀疏表示剔除噪声样本,接着用最小二乘回归和最近邻子空间准则对样本分类,可以克服传统分类方法存在的过拟合问题.在6个基因表达数据上的实验结果表明,该方法可以提高分类准确率.     

基于LS-SVM方向判别模型的WLAN室内定位方法

为解决WLAN室内定位中信号在传播过程受人体遮挡产生阴影衰落而影响定位精度的问题,提出了一种最小二乘法支持向量机(LS-SVM)方向判别模型的WLAN室内定位方法。该方法主要分为两个部分:首先,充分利用人体在不同遮挡方向上产生阴影衰落的接收信号强度变化(RSS)特征信息,判定人体遮挡方向;然后,通过LS-SVM回归算法建立指纹点特征数据与位置之间的映射关系获取定位点位置结果。实验结果表明,与传统利用SVM的定位方法相比,提出的方向判别模型可解决人体遮挡产生的阴影衰落影响定位精度的问题,提高了定位的实用性和鲁棒性。     

一种基于潜在语义结构的文本分类模型

潜在语义索引(LSI)模型能在一定程度上解决一词多义和多词一义问题,并能过滤一部分文档噪音.然而在LSI模型中,一些对分类贡献大的特征,由于其对应的特征值小而被滤掉.针对这一问题,文中提出了一种扩展LSI模型的文本分类模型.该模型在尽量保留文档信息的同时,增加考虑了文档的类别信息,从而能比LSI模型更好地表示原始文档空间中的潜在语义结构.     

基于LabVIEW的码头储罐区重大危险源动态分级方法研究

本文介绍通过LabVIEW平台开发出应用于码头储罐区重大危险源动态分级系统.分别根据池火灾模型、蒸气云模型和高斯模型建立11个评价指标.采用集对分析法对储罐区各危险化学物质的11个评级指标进行信息挖掘,从而实现重大危险源动态分级.结果证明,本系统适合用于码头储罐区重大危险源进行实时动态分级.     

基于乘数交替方向法的系统图像退化恢复方法

针对一般正则化方法不能有效解决非线性成像和高动态成像的系统退化恢复问题,提出一种非线性图像恢复方法,该方法利用乘数交替方向法解决双边全变差(bilateral total variation,BTV)模型的正则化项不平滑问题.建立包含复原图像的非线性最小二乘数据拟合项和BTV正则化项的目标函数;对目标函数进行优化;构建一套有效的乘数交替方向法(multiplier alternating direction method,MADM)求解提出的模型.利用峰值信噪比(peak signalto noise ratio,PSNR)和结构相似性度量(structural similarity index measurement,SSIM)评估图像恢复结果.对于非线性成像系统退化,提出的方法在PSNR和SSIM方面比基于TV(total variation)模型的方法分别提高4.5％和4.1％.对于高动态的成像退化问题,提出的方法获得的恢复图像PSNR值可达61.89 dB,相比其他方法,至少提高了2.9％.此外,该方法的运行时间也至少节省了26％,具有较高的计算效率.     

基于核方法的潜在语义文本分类模型

在信息检索中,潜在语义索引模型直接应用于文本分类时,由于对分类贡献大的特征可能丢失而效果不佳.而考虑了文本特征及分类信息的潜在语义文本分类模型(LSC)也因为本质上是线性模型而性能不高.为了提高分类性能,通过引入核函数,给出了一种非线性的潜在语义文本分类模型.该模型比LSC模型能更好地表示文档空间的潜在语义结构信息.在Reuter-21578文档集上的实验结果表明,潜在语义文本分类模型有很好的分类性能.