基于Bayesian方法的参数估计和异常值检测

异常值检测是当前数据分析研究中的一个重要研究领域。模型中的异常值会直接影响建模、参数的估计、预测等问题。基于模型的异常值检测,传统的做法是先对模型参数进行估计,再进行异常值检测。而异常值的存在会影响参数估计,从而导致下一步异常值检测的不可靠;反之异常值检测也会影响参数估计。针对这些不足之处,提出了基于 Bayesian 方法的参数估计和异常值检测,此方法可以将参数估计和异常值检测同时实现,具体做法是在线性回归模型中引入识别变量,基于 Gibbs 抽样算法,给出识别变量后验概率的计算方法,通过比较这些识别变量的后验概率进行异常值定位,同时给出参数的估算方法。通过大量的模拟实验,结果表明,与传统方法相比,提出的方法对异常值更灵敏。     

基于功率约束及节点频谱选择的认知协同路由

为了提升认知无线网络的数据传输效率,优化节点能量负载,提出一种协同路由算法。基于覆盖与底层技术的协作设计一种协同网络架构,该架构针对网络频带表现多样化提供了一种新的频谱选择策略,提升频谱资源效用。结合协同网络频谱选择时的干扰特性,根据频谱、干扰和功率约束关系,提出最大化链路容量的频谱及节点功率分配方法。在协同路由设计上引入了频谱效用参数,参数的度量标准涉及节点剩余能量和链路容量,以优化路由节点能量负载和传输效率为目的。仿真对比结果表明,算法有效地利用信道接入机会进行数据转发,提高了传输效率,相比基于竞争进化算法的多播路由方法,数据包传递成功率提升了1．4％,平均网络吞吐量高出8．4％,平均节点剩余能量高出3．2％,在均衡节点负载上性能良好。     

系数矩阵对阵正定的线性方程组的松弛的迹平均法

针对系数矩阵对称正定的线性方程组,为了更快地求解并保证迭代格式的收敛性,提出了松弛的迹平均法,给出了其收敛性条件,并进一步研究了松弛参数s与迭代格式收敛速度的关系.得出随着松弛参数s的增大,收敛速度加快.     

说话人识别的参量研究和语音库建设

本文对说话人识别中的几个基本问题进行了研究。语音参量是说话人识别的基础,用矢量量化方法,使用自建的语音库中的材料,研究了说话人识别中的各种参量的效果。实验表明,所采用的参量中,一种混合参量MC最好,倒谱系数CE次之。     

脑认知功能的理论框架与方法学基础

在回顾80年代以前的一些重大理论并将之归纳为５个理论要点的基础上,综述了近年出现的新理论、新技术和新事实,说明脑认知功能研究正在发生重大历史转折。分析了各研究层次上的新进展和重大难题,包括分子神经生物学、细胞生理学、脑功能系统和网络研究、脑成像技术、心理学研究、认知理论和计算研究。提出以脑能量效率为量纲,沟通不同层次、不同学科的研究工作,并设想了这类跨学科研究的途径和方法,希望通过跨学科研究能形成脑认知功能的新理论。     

基于双率采样数据的动态调节系统辨识

对于双率采样数据的动态调节模型,利用多项式变换得到一个方程误差自回归滑动平均模型,使用估计的噪声项代替信息向量中的未知噪声,提出了辨识双率系统的广义增广随机梯度算法,以及广义增广遗忘梯度算法。仿真例子说明了提出算法的有效性。     

工程项目成本预测的多基元模糊算法

从个例中得到工程项目划分为多个可算基元启示,定义了基元的这一重要概念,运用模糊数学理论,建立起多基元模糊算法的数学模型,该算法是把待测工程项目划分为多个基元,应用模糊数学方法,从工程项目成本系统资料库中找出类似基元,并用模糊快速递减加权式计算,得到各基元的成本参数,再汇总求得预测的成本量。多基元模糊算法与其他算法相容并能结合使用,在应用实例中获得了比较满意的预测结果。     

带有色观测噪声的ARMA模型参数估计的三段算法

提出了带有色观测噪声的自回归滑动平均（ARMA）模型参数估计的三段算法。第一段用递推增广最小二乘法（RELS）估计自回归（AR）参数;第二段用Gevers-Wouters算法估计伴随滑动平均（MA）模型参数;第三段用求不相容线性方程组的最小二乘解得到原始MA参数估值。一个仿真例子说明了其有效性。     

汽轮发电机失磁异步运行转子三维涡流场分析及其参数计算方法

基于汽轮发电机失磁异步运行是发电机的一种特殊运行方式,分析了汽轮发电机失磁异步运行的情况,给出分析转子的三维电磁场有限元计算模型所需参数的计算方法,并建立了一个汽轮发电机失磁异步运行转子三维涡流场的简单模型．根据分析结果,验证了参数计算方法的有效性．     

基于改进蚁群算法的武警后勤网络抗毁性分析

将带有动态参数决策模型的改进蚁群算法应用到武警后勤网络抗毁性分析中.实例结果表明,方法是正确的、可行的和有效的.