不平衡最小二乘支持向量机

针对标准的最小二乘支持向量机(LSSVM)没有考虑样本分布不平衡的问题提出一种称为不平衡最小二乘支持向量机的算法.首先用标准的最小二乘支持向量机对原始数据进行初步训练,产生一个分离超平面的法向量.然后把高雏样本投影到该法向量上得到一维数据.最后由该一维数据的标准差以及样本数量差异所提供的信息,给出两类数据惩罚因子比例,再用标准的最小二乘支持向量机进行第二次训练,对分离超平面进行调整.该方法克服传统方法只考虑数量的不平衡的不足,将原有样本集中具有的分类信息充分提取出来,提高了最小二乘支持向量机的泛化能力.实验结果表明,所提方法可以有效提高不平衡数据的分类性能.     

基于改进蚁群算法的QoS单播路由优化

对现代通信网中具有时延和带宽约束的QoS单播路由问题提出了一种基于改进蚁群算法的路由优化.该算法结合蚁群系统的特点对基本蚁群算法进行了三方面的改进:在信息素初始化中考虑食物源(目的节点)向周围散发气味的过程;将时廷和带宽信息加入启发式函数;引入"弱淘汰"法则全局更新信息素.仿真实验表明该算法可以更快地找到满足时延和带宽请求的最小费用路由.     

向量均衡问题的一个投影迭代解法

将用于求解欧氏空间上数量均衡问题的一种投影迭代法进行了推广,并将这种推广的投影迭代法用于求解欧氏空间上的向量均衡问题.利用非线性标量化函数,将向量优化问题化为相应的数量优化问题,研究了投影迭代法对向量均衡问题的收敛性.结果表明推广的投影迭代法对满足一定条件的向量均衡问题是收敛的.     

线性互补问题与绝对值方程的转化

给出线性互补问题与绝对值方程解存在的条件及线性互补问题与绝对值方程间的转化： 包括无条件的转化和有条件的转化, 并给出了线性互补问题与绝对值方程的求解方法.     

求解极大单调包含问题的改进混合外梯度邻点方法

提出一种改进的求解极大单调包含问题的混合外梯度邻点方法. 该方法的每个迭代步都通过Armijo准则得到正则化参数, 在不要求其下界严格大于零的条件下, 证明了该方法的弱收敛性, 并给出了改进方法的两个特例.     

Star网络的限制边连通度

Star网络被认为是超立方体网络的良好替代.而限制边连通度作为传统边连通度的推广是互连网络容错性的一个重要度量.通过考察一些Star网络的拓扑性质,证明了当n≥4时,它的限制边连通度是2n-4.     

集值优化的严有效性和标量集值Lagrange映射

研究集值向量优化问题在标量集值Lagrange映射下鞍点的性质. 在近似锥 次类凸假设下, 证明了集值优化问题严有效解为鞍点的充分和必要条件. 利用标量集值Lagrange映射建立了集值优化问题的对偶模型, 并得到严有效性下的弱对偶和强对偶定理.     

发射系统的模糊可靠性

应用模糊可靠性的基本概念和原理 ,分析了一种发射系统 ,获得了该系统的一些模糊可靠性指标 .并对一个实例进行了计算.     

一类多层线性规划模型的性质

对一类多层线性规划模型 ,提出了可行解的定义 ,并给出了其可行集的基本性质和数值计算结果 .     

股票价格遵循Ornstein-Uhlenback过程的期权定价

讨论了股票价格过程遵循指数O—U(ornstein—uhlenback)过程的欧式期权定价问题，分别用保险精算法和套利定价方法，考虑了在有效期内股票有无红利支付两种情况下的欧式期权定价问题，给出了股票价格遵循指数O—U过程和广义指数O—U过程的欧式期权定价公式，并讨论了两种定价方法所得公式之间的关系，证明了在指数O—U过程模型下保险精算定价是一有套利定价。