基于二叉树结构双优化的SVM多分类算法研究

针对传统二叉树在多分类问题上存在分类精度不够高和时间复杂度较高的不足,提出了一种基于二叉树结构双优化的SVM多分类学习算法。此算法利用遗传算法对已经提取的特征参数子集和核参数进行双重优化,以获得最优的主要特征参数,从而有效地解决了样本结构复杂、分布不平坦的多分类识别问题。作者运用UCI数据库中的数据,通过仿真实验,并就经度和时间复杂度与有向无环图法和一对一法作比较,结果表明本文提出的算法具有较好的优越性。
     

基于随机森林分类的快速标签检测

主要解决了传统的人工标签检测中存在的成本高、速度慢以及检测率低的问题。与传统算法相比,提出了一种基于随机森林分类的快速标签检测算法。文章首先设计了自适应特征选择方法,能够在大规模的特征中自动选择鉴别力最高的特征,较好地区分前景和背景。在此引入了基于金字塔随机撒块的随机森林分类器,能够快速有效地完成多种标签的检测。实验结果验证了本算法的高速、高精度特性,适用于高速自动化生产线上的标签检测。
     

基于情感分类的文本主题挖掘

互联网的电商中存在着大量的评论信息,这些带有主观情感色彩的评论信息不仅反应了客户对产品的满意程度,而且暗含了市场产品的流行趋势。针对评论信息中所蕴涵的相关主题词,提出了将文本分类和主题词挖掘相结合的方法。该方法首先使用SVM对情感进行分类,再通过 LDA 模型进行建模对分类后的评论信息挖掘主题词。真实数据集上的实验结果验证了本文方法的有效性,获得了良好的分类结果,能够准确地挖掘出主题词。
     

基于遗传距离的粘孢子虫分类研究

以18S rDNA作为分子标记研究了以粘孢子虫(Myxosporidia)常见属为代表的不同分类水平下的遗传距离分布规律。结果表明,粘孢子虫亲缘关系的远近与遗传距离具有明显的相关性,即粘孢子虫亲缘关系越远遗传距离越大,反之亦然;同时表明,本研究所涉及的种内、种间和属间阶元的遗传距离虽在一定范围内有重叠,但遗传距离由小到大排列依次为种内、种间、属间。研究认为物种之间在遗传距离上可能并不存在绝对的界限,但基于18S rDNA遗传距离的分歧在一定范围内对大多数物种的鉴定是有效的。
     

基于二叉树支持向量机多类分类算法的研究

基于二叉树的支持向量机多类分类算法虽然在目前现有的多类分类算法中总体性能较优,但是仍然存在分类精度和分类效率不高的问题。针对这些问题,提出了一种新的基于欧氏距离的二叉树支持向量机(Distance binary tree SVM,简称DBT SVM)多类分类算法,该算法综合地考虑了两类最近样本的欧式距离、类中心的欧氏距离对分类的影响,并且使最容易分离的类能优先分离出来。通过在UCI标准数据集上进行实验验证,结果表明该算法行之有效。
     

基于选择算子改进的多目标基因算法

【目的】为了提高多目标基因算法的有效性,获得更真实的Pareto前沿面。【方法】利用有效点定义减少计算复杂度,并基于分类Pareto前沿面的动态规划,定义了密度指数描绘前沿面上有效点的密集程度,使得被选点差异性更大且更靠近前沿面。【结果】在减少计算复杂度和增加被选点多样性这两方面改进了多目标基因算法。【结论】数值实验结果表明该方法是有效的。
     

一种基于光纤光栅的应力传感器研究

通过将光纤光栅固定在悬臂梁的上下表面,提出一种基于光栅的应力传感器,这种传感器首次提出将光栅通过预紧的方式将其两端粘贴在悬臂梁上,可以有效遏制因光栅应变不均而产生的反射峰啁啾变化,同时能提供温度补偿。通过实验证明了这种传感光栅反射峰的波长变化随应力的增加呈良好线性关系。增加了反射峰之间的距离变化,可达0.65 nm。同时分辨力也有所提高,达到满量程的1%。
     

快递服务中的取件路线研究

对快递企业来说,只有在规定时间内取走客户需要快递的物品才能保证物品的快速运送,而取件作业的效率和取件路线的选择息息相关,因此为运务员设计一条恰当的取件路线至关重要。本文分析了在划分运务员责任区的情况下,责任区内顾客需求呈随机分布情形下的取件路线规划问题,建立了相应的数学模型:MinxP{T(x)>D},s.t.1)∑nj=1xij=1(i=1,2,…,n);2)∑ni=1xij=1(j=1,2,…,n);3)∑i∈S∑j∈Sxij ≤|S|-1, S {1,2,…,n};4)xij ∈{0,1}(i,j=1,2,…,n),并提出一种自适应遗传算法对该问题进行求解。最后,本文针对重庆某快递企业的一个运务员责任区进行了线路规划。结果表明,算法避免了早熟收敛,具有较强的全局寻优能力,所规划的线路提高了运务员的取件效率,使得运务员在绝大多数情况下都能在规定时间内返回服务中心。
     

二维细胞神经网络的多稳态分析

【目的】通过对二维细胞神经网络的多稳态分析,得到该神经网络的多个平衡点,并得到进一步研究的启发。【方法】为了寻找系统的平衡点的位置和个数,首先根据系统中激活函数的性质,将实数平面划分成9个子区域。【结果】根据系统在每个子区域中是线性,找到系统在每个子区域中非退化平衡点存在的充要条件。【结论】进一步讨论9个平衡点同时存在的充要条件,得出该二维细胞神经网络存在9个非退化平衡点的充要条件。最后讨论了9个平衡点的定性性质,得出其中4个是稳定结点,4个为鞍点,1个为不稳定焦点或结点。
     

资产负债管理下时间一致的投资策略选择

【目的】在风险资产的价格满足跳-扩散过程且负债满足扩散过程时,研究目标是求得时间一致的最优投资策略,最大化终止盈余的均值,同时最小化终止盈余的方差。【方法】应用推广的Hamilton-Jacobi-Bellman动态规划的方法研究了该问题。【结果】得到了时间一致最优投资策略和值函数的显式解。【结论】所得结果推广了时间一致策略选择问题中已有文献中的相应结论。
     

基于视觉特征的水果蔬菜自动分类方法

为实现超市中水果蔬菜等产品的自动销售,提出了一种基于视觉特征的水果蔬菜自动分类方法。首先将所获得的水果蔬菜图像划分为多个重合的子块;接着提取这些子块的视觉特征,即尺度不变特征和方向梯度直方图特征;为了提高特征的表征能力,还将这些提取出的特征融合在一起描述目标;然后对融合后的特征做编码和池化操作以降低特征维数并提高特征区分能力;最后用所得特征训练支持向量机分类器并最终实现水果蔬菜的自动识别与分类。与现有方法相比,提出的方法在超市农产品数据库上取得了较高的识别率,从而为实现水果蔬菜的自动销售提供了技术支持和理论保障
     

基于时序区间数的多属性决策方法

研究了时序区间数信息环境下的多属性决策问题:首先将区间数推广到时序情形,并定义了相关的运算法则;其次利用区间数加权算术平均算子(IWAA)对每个对象的区间数进行集成得到综合区间数,结合可能度公式得到可能度矩阵,并利用排序向量法得到各时刻的排序向量矩阵;最后利用时间权重将各时刻的排序向量集成为综合排序向量,从而得到最优决策,同时结合实例验证了所提方法的有效性和可行性。     

基于变权的多周期经营决策方案选择

企业在制定经营决策时通常要考虑决策的长远效应, 因此, 把多周期的经营决策方案综合进行分析非常有意义。首先分析了制造型企业多周期的经营决策方案的特征及构成, 多周期经营决策方案往往因为决策者偏好不同而呈现出不均衡的态势, 常权模型无法解决决策方案的不均衡状况, 所以, 提出采用变权原理对多周期经营决策方案进行评价和选择。接着针对经营决策方案的特征建立了指标变权模型、 时间变权模型, 并把指标和时间因素综合起来建立了综合的模型。文章最后设计了一个算例, 该算例包括制造型企业3套不同的经营决策方案, 且每套方案时间跨度7个经营周期对模型进行检验, 发现变权模型可以更好地反映决策值之间的均衡度, 决策方案的选择比常权模型下的结果更具合理性。因此, 把变权原理运用到多周期经营决策方案的评价与选择中, 可以改善决策者偏好带来的决策方案不均衡状况, 进一步提高决策的科学性。
     

1960—2013年重庆市气温变化特征分析

【目的】深入了解重庆市气温变化的时空分布格局。【方法】利用重庆市34个气象台站1960—2013年的逐日气温资料,采用线性倾向估计、滑动t检验、Mann-Kendall突变检验以及 Morlet小波等方法分析重庆市气温变化特征。【结果】1960—2013年重庆市的区域增温速率为0.008℃?a-1;四季气温也均呈上升趋势,其中秋季增幅最大,夏季最小;年平均气温存在显著的2~4a周期变化,年均温年代际变化具有阶段性,2000年前有降温的趋势,其中1980—1989年为低温期,2000年气温突变后为升温期;季节均温年代际变化表现为:春季、秋季、冬季呈“降温—增温—降温”的变化过程,夏季则只有“降温—增温”的变化趋势;气温增温速率在空间分布上由西向东逐渐升高,巫溪达到最高值,为0.056 ℃?a-1。【结论】1960—2013年重庆市的区域年平均气温略有上升,四季升温趋势存在差异;气温年代际变化具有阶段性:低温期、过渡期、升温期,2000年为重庆市气温突变年;气温增温趋势总体呈由西向东逐渐递增的空间分布格局。
     

数据挖掘中分类算法综述

对分类算法中需要解决的关键问题进行了分析;综述了不同分类算法的思想和特性,决策树分类算法能够很好地处理噪声数据,但只对规模较小训练样本集有效;贝叶斯分类算法精度高、速度快,错误率低,但分类不够准确;传统的基于关联规则算法分类准确率高,但容易受硬件内存的制约;支持向量机算法分类准确率高、复杂度低,但速度慢.针对各种分类算...     

相位一致性结合局部二元模式的纹理分类方法

局部二元模式(Local binary pattern,LBP)是一种经典的纹理分析方法,然而现有LBP方法对噪声非常敏感,其鲁棒性并不高。提出了一种利用相位一致性(Phase congruency,PC)提高LBP在噪声图像中的鲁棒性的方法。首先计算图像的PC值,即用Log-Gabor滤波器对图像进行滤波,然后将不同方向上的滤波结果融合在一起得到二维PC值,接着在PC值的基础上计算LBP特征并统计其直方图,最后用Chi-square距离来度量纹理图像之间的相似性。由于滤波过程可以极大地降低噪声对图像的干扰,因此LBP与PC方法结合后在图像表征和纹理描述中具有较高的鲁棒性能。