向量多项式优化问题的数值方法

向量多项式优化问题中的目标函数和约束条件都是由多项式描述的.先将多目标多项式函数分别通过主要目标法、线性加权和法和理想点法等转化为单目标多项式函数,再利用Lasserre松弛方法求解该多项式优化问题,从而得到原向量多项式优化问题的弱有效解或有效解.数值实验结果表明该数值方法是有效的.     

特征值在高等代数中的作用

以高等代数中的定义、定理和例题为依据,论述了特征值具有化繁为简的作用,它还是实对称矩阵和二次型的本质所在.特别地,它是解决许多代数问题的重要工具.     

LEARNING CAUSAL GRAPHS OF NONLINEAR STRUCTURAL VECTOR AUTOREGRESSIVE MODEL USING INFORMATION THEORY CRITERIA

Detection and clarification of cause-effect relationships among variables is an important problem in time series analysis. Traditional causality inference methods have a salient limitation that the model must be linear and with Gaussian noise. Although additive model regression can effectively infer the nonlinear causal relationships of additive nonlinear time series, it suffers from the limitation that contemporaneous causal relationships of variables must be linear and not always valid to test conditional independence relations. This paper provides a nonparametric method that employs both mutual information and conditional mutual information to identify causal structure of a class of nonlinear time series models, which extends the additive nonlinear times series to nonlinear structural vector autoregressive models. An algorithm is developed to learn the contemporaneous and the lagged causal relationships of variables. Simulations demonstrate the effectiveness of the nroosed method.     

基于L_1范数支持向量分类机的算法扰动设计

普通向量分类机算法普遍有效率低下、算法复杂的缺点,为了进一步降低计算量,提高算法效率,提出了支持向量机算法.该算法将二次规划问题转换为线性规划问题,同时可以进行优化降次.结果显示,在数据量较大的情况下可以迅速并较为准确地处理大量数据,面对较为困难的数据处理时可以实现数据的有效分类.     

A polynomial smooth epsilon-support vector regression based on cubic spline interpolation

Regression analysis is often formulated as an optimization problem with squared loss functions.Facing the challenge of the selection of the proper function class with polynomial smooth techniques applied to support vector regression models,this study takes cubic spline interpolation to generate a new polynomial smooth function |x|_ε~2 in ε-insensitive support vector regression.Theoretical analysis shows that S_ε~2-function is better than p_ε~2-function in properties,and the approximation accuracy of the proposed smoothing function is two order higher than that of classical p_ε~2-function.The experimental data shows the efficiency of the new approach.     

三角网格模型五轴加工刀轴矢量调整及优化

为消除全局干涉,提出了一种基于K-D树及刀具离散的高效刀轴矢量调整算法.算法首先以有限个点离散表示刀具,然后利用K-D树快速查找刀具的可能干涉点,并在此基础上计算调整后的刀轴矢量.为避免过大的刀轴矢量突变,提出一种分角度区域方法优化刀轴矢量.实例验证表明:算法能够高效实现全局干涉避免及刀轴矢量优化.     

随机巨灾索赔相依风险模型的动态最优再保险

在索赔风险时变、相依条件下,建立随机巨灾的可调态再保险模型.在指明超额赔款再保险为最优分保形式的基础上,讨论并发现目标函数随自留巨灾风险水平的增大,在任意相依结构下均先减后增的变化定理,从而获得了自留向量的一般性显式表达式.根据巨灾风险的特征,还在一类特定的相依结构下,以自留风险的期望效用和方差为优化目标,对自留向量进行了更为明确的表示并给出具体示例.结果表明,随着巨灾风险相依强度的上升,分保的满意度降低,经营稳定性减弱,对保险公司的负面影响很大.此时,为实现客观风险下的分保目标最优,常规风险的自留水平应随之增大,体现了动态再保险的优越性.     

基于小波变换和支持向量机的心电信号ST段分类

摘要: 为完成ECG(Electrocardiogram)信号特征点提取, 并对ST 段分类, 提出了一种基于离散小波变换和支持向量机的ST 分类算法。首先对信号进行预处理, 完成噪声消除, QRS 波群检测和提取特征值; 然后计算ST段平均值、曲线面积和标准差, 并结合使用SVM(Support Vector Machine)对ST段进行分类。Matlab 仿真结果表
明, 小波去噪效果明显,ST 段未出现失真现象, 特征点提取完整。经MIT鄄BIT 数据库验证, 分类结果显示交叉验证准确率平均值为80. 70%, 训练准确率平均值为91. 83%, 测试准确率平均值为74. 28%。     

利用pGenesil-1.0构建人Dna2真核表达干扰载体

目的:构建人基因Dna2干扰(RNAi)的真核表达载体.方法:根据GenBank上人Dna2的cDNA序列设计并合成两条单链寡核苷酸,退火以后,插入质粒pGenesil-1.0多克隆位点的BamH I和Hind III之间进行重组,构建重组干扰载体,转化DH5α后测序鉴定出阳性菌株.重组质粒以脂质体法转染HeLa细胞,提取Dna2蛋白以免疫印迹法检验干扰效果.结果:设计的目的干扰序列5’-catagccagtagtattcgatg-3’可明显抑制Dna2在HeLa细胞的表达.结论:利用pGenesil-1.0构建的人Dna2干扰载体适用于该基因功能研究.     

产生式与判别式分类方法比较研究

分类是数据挖掘领域研究的热点,产生式与判别式是数据挖掘中两种不同的分类模型。产生式模型具有通用性、灵活性及清晰的分层结构,学习得到的模型很容易满足模型解释要求;判别式模型没有明显的对系统中变量的基本分布建模的企图,仅仅对输入到输出之间映射的最优化感兴趣,可以提供更好的分类性能。从准确率、建模时间及渐进误差等方面对产生式与判别式分类方法进行了分析与比较,为研究人员在分类模型的选择上提供了参考。