瓦斯涌出量灰色预测法

通过对回采工作面瓦斯涌出量原始数据取自然对数为基础,建立改进的GM(1,1)模型.然后将其与马尔柯夫模型相结合,建立了改进的灰色马尔柯夫模型.利用现场实测数据比较改进的GM(1,1)、灰色马尔柯夫和改进的灰色马尔柯夫模型各自的拟合精度,结果表明,改进的灰色马尔柯夫模型是3个模型中预测精度最好的模型,结果正确可靠,有一定的普遍适用性.     

城市污水排放的灰色马尔柯夫预测模型

应用数据加载法提出了ＧＭ（１,１）的修正模型,通过灰色预测法和马尔柯夫链预测法的耦合,建立了城市污水排放量的灰色马尔柯夫预测模型。灰色马尔柯夫预测模型具有灰色系统应用少量数据即可建模,以及马尔柯夫链预测可以预测数据值波动较大的序列的特点。计算结果表明,城市污水排放量的预测值很好地吻合了实际值。     

马尔柯夫链-线性回归组合预测专门人才方法

根据最小二乘法原理,确定马尔柯夫链和线性回归两种预测方法的组合加权系数;在建立数学模型时,既考虑了影响专门人才数量的各种因素,又考虑了专门人才的动态分布,避免了以往单一预测方法仅限于利用部分信息资料的缺陷;在预测专门人才结构时,根据两种方法组合预测值来修正马尔柯夫模型中的补充量,使预测结构更合理．     

植物种群灰色马尔柯夫模型的初步研究

探讨植物种群灰色马尔柯夫模型的理论和方法。对日本落叶松人工种群的密度的自然变化过程模拟和预测，表明灰色马尔柯夫模型是一种较为理想的种群动态模型。     

环境污染事故经济损失的灰色马尔柯夫链预测

将灰色马尔柯夫链模型应用于环境污染事故的经济损失预测系统。以某化工厂的污染事故的经济损失作为实例，利用灰色马尔柯夫链模型对其经济损失的预测作了尝试性的探讨。研究表明，灰色马尔柯夫链模型提高了预测的精确度和评价的可信度。     

植物种群灰色-马尔柯夫模型的初步研究

探讨植物种群灰色－马尔柯夫模型的理论和方法。对日本落叶松人工种群的密度的自然变化过程模拟和预测，表明灰色－马尔柯夫模型是一种较为理想的种群动态模型。     

植物种群灰色—马尔柯夫模型的初步研究

探讨植物种群灰色－马尔柯夫模型的理论和方法。对日本落叶松人工种群的密度的自然变化过程模拟和预测，表明灰色－马尔柯夫模型是一种较为理想的种群动态模型。     

量子位非马尔柯夫过程的消相干

利用子动力学投影的方法讨论量子位非马尔柯夫过程的消相干问题,提出量子位与周围热库弱耦合条件下非马尔柯夫过程动力学演化方程以及量子位克服消相干的一般判据以及投影子空间中量子计算的纠错方法。     

城市土地利用动态变化及预测模型研究

以广州市海珠区土地利用现状图为数据源,利用GIS技术定量分析了土地利用动态变化过程以及土地利用各类型之间的相互转化情况.在此基础上,求得研究区土地利用变化的转移矩阵,据此分析海珠区1993-1997年间土地利用变化的空间过程.同时运用马尔柯夫模型,对土地利用动态变化及演变趋势预测进行了分析,从而达到全面把握城市土地变化规律的目的.     

矢量量化技术和隐马尔柯夫模型方法在韵母识别中的应用

本文应用矢量量化技术(Vector Quantization)和隐马尔柯夫模型方法(Hidden Markov Model)为一个全字汇量的孤立字普通话语音识别系统设计了韵母识别子系统.该系统由韵母信号析取器、滤波器阵列特征分析器、矢量量化器、预识别器、隐马尔柯夫模型匹配器和决策器组成.根据对汉语中1172个不同音节的语音信号测试结果,决策器输出的准确率(即系统的最后识别准确率)为89.5%,而前两个估计的识别准确率则达到97.2%.系统的训练包括生成矢量量化器的码字和为每一个韵母建立隐马尔柯夫模型,改进了Linde 等人提出的码字生成算法,提出了一个得到隐马尔柯夫模型参数的系统化方法.     

局部测地距离估计的增量等距特征映射算法

基于经典等距特征映射（ISOMAP）算法易受噪声干扰和邻域大小影响,采用局部测地距离估计输入数据点的初始邻域,并结合增量学习思想,提出一种基于局部测地距离估计的增量ISOMAP算法进行降维,以提高ISOMAP算法的分类能力.人脸识别试验表明,该算法识别性能优越,对噪声和几何形变具有鲁棒性.
     

一种基于权重的动态分簇算法

基于分簇算法,提出了一种基于权重的动态分簇算法(WDCA).该算法综合考虑了节点与其邻居节点的相对速度,节点到其邻居节点的平均距离,节点的能量以及节点的邻居数等因素来选择簇头;同时取消了一般加权分簇算法中簇成员到簇头只有一跳的限制,而是根据簇内成员数动态调整.模拟结果表明,与经典的加权分簇算法(WCA)相比,该算法的簇头稳定性、网络的负载均衡都有很大提高.     

一种用于移动Ad hoc网络的自适应分布式权值分簇算法

利用分簇算法得到的分层结构可以提高移动Ad hoc网络性能.为有效解决Ad hoc网络簇结构的稳定性问题,在现有分簇算法基础上提出一种自适应分布式权值分簇算法.通过计算每个节点的移动性、平均邻居距离、节点度以及能量消耗4个因素的加权和而实现对随机分布节点自适应动态分簇,同时利用可用度优化簇内节点数.仿真结果表明,新分簇算法相对于已有的分簇算法具有更好的稳定性和负载均衡的优点.     

采用地理探测器和GWR模型的喀什地区农村居民点时空演变及影响因素分析

探究农村居民点的时空演变与影响因素,以喀什地区为例,采用网格分析、核密度估计等空间分析手段,研究喀什地区2009-2019年农村居民点时空分布特征及演变规律,选取坡度、地形起伏度、人口密度、耕地面积、距道路距离、距河流距离、距最近耕地距离、增减挂钩政策8个影响因子,进行地理探测和地理加权回归(geographically weighted regression, GWR)分析.结果表明：2009-2019年喀什地区农村居民点集聚特征显著,主要集中在叶尔羌河冲积平原和喀什噶尔河冲积平原,呈现集聚中部、西密东疏的分布特征,在2019年达到核密度峰值;2009-2019年喀什地区农村居民点的数量和面积逐年增加,但农村居民点平均面积由0.011 0 km²减少至0.010 7 km²,10 a间喀什地区农村居民点演变方式为自身扩展、新生/合并和消亡;坡度、地形起伏度、人口密度、耕地面积、距河流距离、距道路距离和距最近耕地距离是影响喀什地区农村居民点空间分布的主导因子,增减挂钩政策对喀什地区农村居民点空间分布影响不明显;各影响因子对农村居民点分布的影响...     

融合空间自相关的空间数据预测模型

空间数据具有空间自相关的特性,使多元线性回归模型不适合于空间数据预测;空间自相关模型由于考虑了空间信息,可以用于空间预测,但时间耗费较大。为此,在研究多元线性回归模型的基础上,把空间信息加入到输入变量中,再把新的输入变量输入到多元线性回归模型估计模型参数,最后进行空间数据预测。实验结果表明,该方法能取得与空间自相关模型几乎相同的预测效果,且计算代价更小。     

制图综合中空间关系相似度的集成表达

基于空间关系的概念邻域,研究了空间实体多尺度表达中空间关系变化程度的比较和计算问题.首先从数字景观多尺度表达的角度对空间关系包含的拓扑关系、方位关系、距离关系分别建立了具有适当空间关系分辨率的概念邻域结构,其次,基于已建立的空间关系概念邻域给出了多尺度对象空间关系差异程度的集成表达和度量方法,从而得出了空间关系相似度的计算公式,最后结合实验数据的分析和计算,证明了该空间关系相似度集成表达模型和计算方法的合理性及适用性.     

结合空间信息的FCM脑图像分割

针对传统模糊C均值聚类算法(FCM)在图像分割时没有利用图像的空间信息而对噪声敏感、分割结果不够准确的问题,提出一种结合空间信息的FCM改进算法.该算法利用邻域像素间的灰度差异计算出邻域加权系数,并利用该系数对中心像素的隶属度进行更新,控制邻域像素对中心像素的不同影响;该算法还利用了快速FCM算法对图像进行初始分割.对MRI脑图像分割的实验结果表明FCM改进算法简单有效,具有较强的抗噪能力,能取得较好的图像分割结果.     

基于Grassmann流形距离的动作识别

利用时空兴趣点间的位置及局部特征相似度信息,提出一种局部邻域特征以描述局部数据结构,然后引入核主角度及Grassmann流形距离以度量2个邻域特征距离,通过构造随机流形森林学习数据样本在Grassman流形上的类条件概率密度函数,最后使用多核学习算法实现对随机流形树的剪辑及动作分类.在KTH及UCF-CIL动作数据库的实验证明:所提动作表示方法能有效描述人体运动信息,且该动作识别算法的识别率优于近年提出的典型动作识别系统.     

基于Pair Copula函数的空间预测模型及其应用

对于空间数据的插值预测,大多采用传统的空间插值方法如反距离加权插值法和克里金插值法,这2种方法在边缘分布或存在异常值的情况下会导致预测精度相对较低;采用基于Copula理论的方法克服了这一问题。通过Pair-Copula函数描述了空间相依结构并利用MCMC方法(贝叶斯估计法)估计参数,讨论基于空间数据对未观测位置相关数据进行了空间插值预测;结合重庆市雾霾数据对该方法与反距离加权插值法、普通克里金和泛克里金插值法进行比较,结果发现基于Pair-Copula函数的空间预测模型具有更高的精度。     

基于DDNPE算法的间歇过程故障诊断

针对邻域保持嵌入(NPE)算法只通过欧氏距离挑选近邻带来的特征提取不充分导致故障诊断效果不佳的问题,将扩散距离(DD)与NPE算法相结合,提出了一种基于扩散距离的邻域保持嵌入(DDNPE)算法的故障诊断新方法.该方法首先发掘嵌入在原始高维数据的内在流行结构,进行数据降维,然后通过学习原始数据的潜在几何结构提取本征信息,并保持数据流行上的局部结构不变,避免了NPE算法只通过欧式距离挑选邻域带来的特征提取不充分的问题,最后利用T²和SPE统计量检测故障,并用变量贡献图法诊断出故障变量.通过青霉素发酵过程仿真结果验证了所提方法的有效性.