基于nested-loop的大数据集快速离群点检测算法

针对已有的多数离群点检测算法存在扩展性差,不能有效应用于大数据集的问题,在已有的基于距离的离群点检测算法的基础上,设计模信息表存储结构,利用向量内积不等式关系以及合理的存储分配和调度策略,提出一种高效离群点检测算法DBoda.该算法通过在预处理中存储每个点的模信息,减少点间距离的计算量,并对嵌套循环方法进行优化,进一步减少I/O的开销.理论分析和试验结果表明,所提算法具有时间消耗小和适用于处理大数据集的特点,可以有效地解决离群点检测中的算法时间复杂性和算法扩展性问题.     

BioStarM-140s芯片基因信息查询系统的构建及应用

应用生物信息学数据库查询的方法,对B ioS tarM-140s小鼠基因表达芯片上的14 112个基因进行相应注释信息的查询和所对应蛋白质功能的分类.首先参照人类综合型芯片上基因的功能分类,设定了14个蛋白质类别,然后采用V isual C 编程语言,构建了基因信息查询系统.应用该查询系统,进行了网络生物学数据库信息资源的自动直接查询,共搜索到有注释信息的基因12 070个;进一步按照所设定的14个蛋白质类别对12 070个基因进行分类查询,搜索到了与这14个分类相符合的、具有详细蛋白质功能注释信息的基因共1 606个.     

一种基于标记点的近景摄影测量系统

给出了一种基于标记点的鲁棒三维重建摄影测量系统;采用编码点和非编码点等标记点方式.为了减少不同图像间误匹配的概率,采用一种新的基于编码点的匹配方法,不同图像间非编码点的匹配从编码点开始,并通过相似性准则、模糊度准则和距离误差准则来剔除误匹配,可获得非常高的正确匹配率.采用一种新的基于标记点的加权迭代特征算法,用编码点恢复相机的投影矩阵,从而可以确定相机的外部姿态参数;用非编码点恢复3D坐标.与已有的加权迭代特征算法比较,该算法避免了所有点参与计算相机的投影矩阵,运算速度更快.由于采用标记点的亚像素定位方法,提高了3D重建精度.实验结果表明,在3D重建方面,该系统是强壮和精确的.     

多相移光纤光栅光谱特性分析

为了研究多相移光纤光栅的光谱特性,探究其在光纤通信和光纤传感领域的应用,利用传输矩阵法,通过Matlab编程对多相移光纤光栅中等分相移光栅、相移级联光栅及混合相移光栅在不同相移个数、不同相移量大小、不同位置放置时的传输光谱特性进行了仿真和研究.结论表明:等分相移光栅可以通过增加相移个数来实现多波长的激光输出,相移量不同激光波长的输出也不同.相移级联光栅可用作带宽滤波器,通过增加相移光栅的级联数增加带宽.     

高压浓相煤粉气力输送差压信号多分辨分析

为了探究高压浓相气力输送过程中时频空间的内部特征,利用六尺度多分辨小波分析对试验差压信号进行时频分解.引进能量、Shannon熵和标准差STD作为特征量对气固两相流频域空间进行分析.分析表明:浓相气力输送过程中,差压信号中的能量主要分布在低频区,Shannon熵从高频到低频上呈先减小后增大分布趋势.在相同的试验压力条件下,随着表观速度的增大,低频所占据的能量份额减小,信号脉动向高频移动;高频d1和d2的Shannon熵和a6上的STD增大,低频d4~d6上的Shannon熵和d1~d6上的STD减小.为进一步研究流型辨识及流动稳定性提供了新方法.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

基于时间窗的SVDBN近似推理算法研究

变结构动态贝叶斯网络(SVDBN)在处理非稳态过程的不确定问题具有其独特的优越性。为克服SVDBN推理算法不能实现在线推理的缺陷,在引入SVDBN的时间窗和时间窗宽度概念基础上,阐述了基于时间窗的SVDBN在线近似推理机制,提出了2种在线近似推理算法,即基于时间窗的变结构离散动态贝叶斯网络(SVDDBN)递推推理算法和基于时间窗的SVDDBN快速推理算法。通过仿真实验验证了这2种算法的有效性,并从复杂度、适用范围及更新时间等方面进行了比较。     

Forecasting stock volatility in the presence of extreme shocks: Short-term and long-term effects

This paper introduces a novel generalized autoregressive conditional heteroskedasticity–mixed data sampling–extreme shocks (GARCH-MIDAS-ES) model for stock volatility to examine whether the importance of extreme shocks changes in different time ranges. Based on different combinations of the short- and long-term effects caused by extreme events, we extend the standard GARCH-MIDAS model to characterize the different responses of the stock market for short- and long-term horizons, separately or in combination. The unique timespan of nearly 100 years of the Dow Jones Industrial Average (DJIA) daily returns allows us to understand the stock market volatility under extreme shocks from a historical perspective. The in-sample empirical results clearly show that the DJIA stock volatility is best fitted to the GARCH-MIDAS-SLES model by including the short- and long-term impacts of extreme shocks for all forecasting horizons. The out-of-sample results and robustness tests emphasize the significance of decomposing the effect of extreme shocks into short- and long-term effects to improve the accuracy of the DJIA volatility forecasts.     

基于共识粒子群的全局优化求解方法

针对粒子群优化(PSO, particle swarm optimization)和高效全局优化(EGO, efficient global optimization)两种算法的特点,提出一种共识粒子群和局部代理模型协同的全局黑箱优化算法(CPSO-LSM, consensus particle swarm optimization and local surrogate model)。该算法固定PSO算法周期对粒子进行分群并在粒子达成共识后停止,将每群粒子周围的优质子区域输出作为代理模型的建模区域,通过比较各区域最优值获得高质量最优解甚至全局最优解。不仅避免了PSO冗长的计算过程、提高了建立代理模型的速度和精度还可以避免陷入局部最优。通过对比其他算法在标准测试函数的仿真结果,CPSO-LSM具有较好的收敛速度和求解精度。     

控制污染物排放的支线机场跑滑结构优化仿真

民航运输在LTO(Landing and take-off)循环阶段的大气污染物排放对地面人员和近地环境危害较大,应主要通过减少地面滑行时间进行控制。考虑支线机场常见的单跑滑结构给出飞机地面滑行时间计算方法,基于该方法提出了污染物评价指标并建立了支线机场航空器污染物排放评估模型。以某支线机场为例,使用Matlab建模计算得出污染物评价指数最小滑行道口位置。利用AirTOp仿真验证了模型计算结果有效性,优化后的跑道出口位置将使该机场污染物总指数较原位置降低21.7%。