基于粗糙集优化支持向量机的泥石流危险度预测模型

为准确预测泥石流危险度,提出了基于粗糙集理论(RS)的粒子群算法(PSO)优化支持向量机(SVM)模型。首先离散化泥石流样本数据形成初始决策表,利用粗糙集理论对10个泥石流危险度影响指标进行属性约简,将约简后的泥石流指标数据归一化处理作为支持向量机的学习样本,通过粒子群算法寻优获得最佳支持向量机模型参数,最终建立基于粗糙集的泥石流危险度预测的优化支持向量机模型。并将构建的RS-PSO-SVM模型用于对测试样本的预测,结果表明：在相同训练样本的条件下,RS-PSO-SVM模型、PSO-SVM模型及RS-PSO-BP模型三者的预测准确率分别为：87.5%,87.5%,75%,说明RS-PSO-SVM模型和PSO-SVM模型具有比RS-PSO-BP模型更高的精度。此外,尽管RS-PSO-SVM模型和PSO-SVM模型具有相同的预测精度,但是由于进行了属性约简,RS-PSO-SVM模型可以有效提高运行效率,降低模型复杂度。     

“Agreement” in the IPCC Confidence measure

The Intergovernmental Panel on Climate Change (IPCC) has, in its most recent Assessment Report (AR5), articulated guidelines for evaluating and communicating uncertainty that include a qualitative scale of confidence. We examine one factor included in that scale: the “degree of agreement.” Some discussions of the degree of agreement in AR5 suggest that the IPCC is employing a consensus-oriented social epistemology. We consider the application of the degree of agreement factor in practice in AR5. Our findings, though based on a limited examination, suggest that agreement attributions do not so much track the overall consensus among investigators as the degree to which relevant research findings substantively converge in offering support for IPCC claims. We articulate a principle guiding confidence attributions in AR5 that centers not on consensus but on the notion of support. In concluding, we tentatively suggest a pluralist approach to the notion of support.     

我国最新结构最大容量火电仿真机

本文论述了“八五”攻关项目－６００ＭＷ最新结构最大容量火电仿真机。其硬件采用计算机工作站，Ｘ－终端，ＰＣ机和以太网通信的结构；软件则采用ＵＮＩＸ操作系统下具有先进数据库管理功能的大型仿真支持环境，具有支持着仿真机的自动建模，在线调试和修改以及实时运行等功能。在国内外电站仿真机中，首次实现多媒体技术应用和用软件仿真实现了集散控制系统的全部功能。文中给出了在该仿真机上所作的电站典型工况的仿真试验及其响应结果。结果分析表明该机软硬件系统均令人满意     

一种高效的关联规则更新算法

在大型数据库中 ,数据不是静止的 ,新的记录需要不断地增加到旧的数据库中 ,而从旧的数据库中挖掘出来的关联规则必须加以维护 ,为此提出了一种关联规则更新算法。该算法既能有效地利用已经发现的知识 ,又能减少数据库的扫描次数 ,同时只需产生少量候选集。实验表明 ,该算法的执行效率比现有的典型更新算法高 ,是一种有实际应用价值的、高铲的关联规则更新算法。     

支持向量机技术及应用

基于统计学习理论的支持向量机是一种新型的机器学习方法。本文介绍了统计学习理论和支持向量机的原理,对一系列的训练算法进行了探讨和比较。由于SVM具有良好的泛化能力和全局最优性能,已经被应用于模式识别和回归估计等领域,有着良好的应用前景。     

基于支持向量机的红细胞彩色图像分割算法

针对细胞图像分割中红细胞目标提取和重叠红细胞分割两个难点,提出一种基于支持向量机(SVM)的红细胞彩色图像分割算法,并通过实验对算法进行验证.该算法利用SVM对原始图像进行红细胞提取,把原始细胞分割成红细胞和背景两类目标区域,然后使用改进距离标记的分水岭算法对红细胞区域进行重叠分割.算法选择线性不可分的SVM模型和核函数RBF(C=1,ξi=0.2)时能够较好的分割红细胞彩色图像.     

同煤集团锚杆支护技术难题与对策

在对同煤集团锚杆支护深入调研基础上，分析了其现状和存在的问题，针对性地指出了目前急需解决的一系列难题，重点提出了一系列建设性的建议和对策。     

青东矿松散围岩条件下巷道支护技术研究

青东矿井地质条件复杂,断层多,巷道围岩条件较差,巷道支护困难,给矿井安全带来威胁。本文详细阐述了104轨道大巷、石门在复杂条件下巷道综合治理支护方案及支护参数,有效控制了巷道变形量,满足了通风、行人、运输安全,降低了维护费用,节约了成本,同时为今后类似条件下的巷道支护提供了宝贵的经验。     

基于支持向量数据描述和不确定性推理的单类隐写分析算法研究

单类隐写分析较传统的二类隐写分析有更好的"盲"检测特性和更强的通用性。针对单类隐写分析可靠性较低的问题,将不确定性推理理论应用于隐写分析中降低不确定性因素对单类隐写分析可靠性的影响,提出了一种基于支持数据描述和不确定性推理的单类通用隐写分析算法。实验表明,算法具有较好的可靠性、鲁棒性、通用性。     

支持向量机在长江芜湖段水质评价中的应用

为了快捷和高精度地评价水质,针对支持向量机的训练数据量局限于小样本集以及对噪音数据的敏感性问题,提出了一种基于粗糙集与Morlet小波核支持向量机的水质评价方法．利用本算法和matlab平台在长江芜湖段15项参评指标检测数据的108个样本基础上,进行水质评价建模和分类．实验表明,利用小波核不仅提高了分类的准确性,而且提高了整体分类效率．