BP算法求解多元线性回归模型初探

提出求解多元线性回归模型系数的BP算法，给出该算法的数学描述、推导过程和计算机编程步骤，并结合实例说明。     

Skyline查询应用扩展及其优化算法

Skyline查询处理是近年来信息管理和数据库交叉学科的一个研究重点和热点, 其广泛应用于多标准决策支持系统、城市导航系统、数据挖掘和可视化以及信息推荐系统等领域. 然而, 在实际的联机查询应用中, skyline查询的结果具有固定和多用户共享特性, 因此, 随着时间的推进, 查询结果的可选择性逐步降低, 从而最终导致查询结果无法满足用户的需求. 为此, 提出k-quasi skyline查询, 来丰富传统skyline查询的结果集, 并与目前主流关系数据库产品无缝集成.为了提高任意维空间上k-quasi skyline查询的效率, 设计了基于正规格索引的计算方法EARG (efficient algorithm based on regular grid).EARG算法通过格之间的支配关系来缩减对象间的比较次数, 从而显著降低k-quasi skyline计算的时间开销.理论分析和实验结果表明, EARG算法具有有效性和实用性.     

点与线的复制：基于网络思维的系统观

＂复制＂是一种普遍存在的现象,其表现为重复、拷贝或再造某种事物、结构或关系。这种现象在生命系统中尤为明显。通过把系统表征为由点（属性）和线（关系）所组成的网络,网络思维可以作为考察各种系统的认知工具。这种思维除了可以进行诸如还原、切出、背景化和层级化等多种表层操作以外,还具有更深层的点和线的复制。以对部分与整体、系统和环境的辨析为引导,本文首先简要回顾了鲁曼系统理论中的系统观发展史,然后以现有系统观的生命系统模式作为框架,提出把复制性作为网络思维的图式（基于点线符号的网络）及其考察的对象（系统）的基本特性,从而为利用网络思维考察各种系统提供新的理论依据和分析视角。     

基于延时相关处理的ESPRIT算法

为了提高旋转不变子空间(estimation of signal parameters via rotational invariance techniques, ESPRIT)算法的分辨力和测角精度,充分利用非零延迟相关函数中信号入射角度的信息,提出了基于延时相关处理的ESPRIT算法。根据所有阵列间延时相关信息,构造新的阵列输出矩阵,并且得到新的协方差矩阵。对新的协方差矩阵进行特征值分解得到特征向量,通过将特征向量划分得到含有入射角度信息的子阵,最终求得信源的入射角度。仿真结果表明,该算法的分辨力和测角精度均优于原ESPRIT算法,并且在小角度间距情况下也有较好的分辨性能。     

基于专家知识的模糊时间序列预测模型及应用

将投资专家的成功经验引入模糊时间序列模型,实现股票市场走势的多步预测。根据专家经验构造多个反映市场结构特征的变量并将其模糊化为模糊时间序列;建立具有多前件、高阶模糊关系的模糊时间序列预测模型;最后,将该模型用于股票指数预测。结果表明,与经典模糊时间序列模型相比,其预测精度有了较大提高。     

当代环境协调发展的战略选择——论生态平衡与耗散结构

生态系统具有开放性、非平衡性、非线性,能通过涨落的调节达到新的有序。生态系统是一个具有耗散结构功能的系统。生态平衡是指一个未受干扰或少受干扰的生态耗散结构系统,其组成、结构、物质和能量的输入、输出都处于动态平衡。人类要维护生态平衡,必须尊重客观规律,从而实现经济又好又快的发展。     

混合综合法综合评价值的计算方法研讨

对于一个由线性综合成分和几何综合成分组成的多层次复合系统, 进行混合综合评价时,确立各层次各指标因素的权重是非常重要的．文中引用一个具体实例研讨混合综合法在多层次复合系统综合评价中评价值的计算问题．     

一致逼近方法及其在多准则评估模型中的应用

提出一致逼近方法,系统地归纳了求解多准则评估模型的基本思想,介绍了一致逼近方法的基本原理及具体算法,并给出了一些进一步构造单一准则的方法和实验对比结果．     

非线性非高斯模型的高斯和滤波算法

通过将模型的状态噪声和观测噪声均表示成高斯和的形式,推导出非线性非高斯状态空间模型的高斯和递推算法,进一步提出了对应的扩展卡尔曼和滤波器（extended Kalman sum filter, EKSF）和高斯厄密特和滤波器（Gauss-Hermite sum filter, GHSF）。EKSF和GHSF分别用扩展卡尔曼滤波器（extended Kalman filter, EKF）和高斯厄密特滤波器（Gauss-Hermite filter, GHF）作为高斯子滤波器。分析的结果表明,现有的高斯和滤波算法是本文算法的特例;仿真结果表明,EKSF和GHSF能有效处理非线性非高斯模型的状态滤波问题,与高斯和粒子滤波器（Gaussian sum particle filter, GSPF）相比,EKSF和GHSF在保证精度的同时,大大降低了计算量,仿真时间分别约为GSPF的5%和6%。     

SIFT特征匹配算法改进研究

为了适应于景象匹配导航及制导等实时性要求较高的领域,对SIFT特征匹配算法进行改进,提出了基于D^2OG特征点检测算子的改进的SIFT特征匹配算法。改进算法用D^2OG金字塔的过零点检测代替DOG金字塔的极值点检测提取尺度不变特征点,巧妙简化高斯金字塔的结构,降低了算法复杂度和时间代价。以标准测试图库中大量不同几何和灰度畸变图像为基础的仿真实验表明,基于D^2OG特征点检测算子的改进的SIFT特征匹配算法在保持原算法鲁棒性和精度的前提下,较大的提高了算法实时性。

Abstract：

An improved Scale Invariant Feature Transform algorithm was proposed based on D^2OG interest point detector for better real time performance in the application of scene matching navigation and so on. In order to detect the scale invariant interest point, a D^2OG pyramid is built and extreme detection in the DOG pyramid was replaced by zero detection in the D^2OG pyramid, which simplified the structure of DOG pyramid, so as to lower the complexity of algorithm, lessen the running time. Numerous experiments were carried out on standard testing images under various shooting conditions such as geometric distortion, illumination variation and so on. The result shows that the method has a big progress in the real time performance compared to the original one, with equally robustness and precision.