支持向量机函数拟合在分形插值中的应用

为消除分形插值曲线的断裂和周期现象 ,论文提出在分形插值的后期使用基于统计学习理论 ( SL T)的支持向量机 ( SVM)函数拟合方法。统计学习理论 ( SL T)着重研究在小样本情况下的统计规律及学习方法性质。支持向量机是建立在 SL T理论框架上新的通用学习算法。用该方法对随机生成的分形模型进行拟合实验 ,达到很好的效果。所以 ,在分形插值后期使用 SVM函数拟合 ,不但可以消除插值曲线的不确定性 ,还可以保留分形曲线显示细节变化的优点。     

基于人工蜂群算法的改进研究与实现

参数的选择直接影响着最小二乘支持向量机(LSSVM)的泛化性能和回归效验,是确保LSSVM优秀性能的关键.为了解决以上问题,对人工蜂群算法(ABC)进行了改进,引入新解越界处理方法,研究了一种基于双种群策略的蜂群算法,同时提出提出一种运行时参数调整方法,然后验证优化后的算法IIABC的准确性与健壮性.燃气回归分析采用平均绝对百分比误差(MAPE)作为IIABC算法基准方法,实验结果表明基于IIABC-LSSVM预测结果比IABC-LSSVM有着更高的准确性.     

基于特征加权的FSVM在低信噪比语音识别中的应用

模糊支持向量机(FSVM)赋予每个样本一个模糊隶属度,优化了最优分类面,具有好的抗噪性。为提高低信噪比条件下的语音识别准确率,减小传统支持向量机(SVM)中噪声样本对分类精度造成的影响,首先将模糊支持向量机(FSVM)应用于语音识别系统中的识别网络。在此模型的基础上,考虑到语音样本各维特征的影响,计算各维特征的信息增益作为对分类的重要程度,依据此重要程度确定对各维特征的加权系数,构造加权核函数。为了减小一对一分类模式下的时间复杂度,引入了三叉决策树策略。在仿真实验中,采用韩语语料库的耳蜗滤波器倒谱系数(CFCC)作为实验数据,实验结果表明,在低信噪比语音识别中,特征加权模糊支持向量机(FWFSVM)比传统的SVM具有更好的鲁棒性。     

矿井通风系统评价指标向量及其应用研究

采用层次分析的方法建立了矿井通风系统评价指标体系的多层次结构框图．构造了评价指标的判断矩阵．这种方法构造的评价指标向量更为科学．具有一定的可信度．为改善矿井的通风状况提供必要的决策依据。     

ITER参数下的离散阿尔芬本征模

运用本征模方法和(s,α)平衡模型,研究ITER参数条件下的离散阿尔芬本征模(αTAE,α-induced Alfven eigenmode)特性,并探究相关条件下的HL-2A装置、EAST装置和DIII-D装置内的离散阿尔芬本征模,以期有益于对其运行物理的认识。     

一类变换图的距离性质

求得一类变换图G(R*,S*)(其中R*=(r1,r2),S*=(1,…,1))的直径为r,证明了对于G(R*,S*)中任意2个距离为k的点,恰存在k2条内部不交的最短路联结这2个点,并且最多存在r1 n－r1〗条内部不交的路联结这2个点.     

基于SVM和EMD 包络谱的滚动轴承故障诊断方法

针对滚动轴承故障振动信号的调制特征和传统包络分析法的缺陷以及现实中难以获得大量典型故障样本的实际情况,提出了一种基于支持向量机(Support Vector Machine,简称SVM)和经验模态分解(Empirical Mode Decomposition,简称EMD)包络谱的滚动轴承故障诊断方法.该方法首先对原始信号进行经验模态分解,将其分解为多个固有模态函数(Intrinsic Mode Function,简称IMF)之和,然后求出包含主要故障信息的若干个IMF分量的包络谱,最后定义包络谱中各种故障特征频率处的幅值比为特征幅值比,将其作为故障特征向量,并以此作为SVM分类器的输入参数来区分滚动轴承的工作状态和故障类型.实验分析结果表明了该方法的有效性.     

常曲率空间中具有平行平均曲率向量子流形的不等式

设Mn是等距浸入在常曲率黎曼流形Nn p(c)中的n维紧致子流形,若Mn是极小的,有著名的Simons不等式.李安民等人改进了此不等式,现在进一步把它推广到常曲率黎曼流形的具有平行平均曲率的子流形的情形.     

K聚类加权最小二乘支持向量机在分类中的应用

数据分类作为模式识别、故障诊断技术的基础,在实际应用中常常由于系统的非线性、噪声性以及样本的不平衡采集,使得常规的分类算法存在一定的局限性。将最小二乘加权支持向量机用于分类问题,利用K聚类算法分析样本间内在关系从而确定权值系数,可以很好地减小噪声影响,补偿不同类样本数目上的不平衡,减少训练时间,提高分类正确率。通过一个图像识别过程中多类别分类实例,证明了算法在分类问题中的有效性。该方法可以成为现有方法的有效补充分析工具。     

二元向量输出的Partially Bent函数

把关于布尔函数的Carlet不等式推广到向量输出的布尔函数并且引入了向量输出的Partially Bent函数的概念,即广义Carlet不等式中等式成立的向量输出布尔函数.给出了一些广义Carlet不等式中等式成立的充分必要条件.进一步讨论了二元向量输出的partially bent函数的密码学性质.