基于颜色与缺陷检测的椪柑分级算法

以湘西椪柑为研究对象,提出了一种基于颜色与缺陷检测的椪柑自动分级算法.首先,对椪柑灰度图像进行阈值分割和孔洞填充得到二值图像;然后,将二值图像与椪柑彩色图像的R,G,B分量分别进行与运算,并将运算后的3幅单色图像进行合成,从而得到彩色图像的椪柑目标区域;接着,提取目标区域的黄色像素占比和缺陷面积作为色泽特征参数和缺陷特征参数;最后,利用决策树模型融合特征参数以进行椪柑分级判定.实验结果表明,对比基于单一特征的椪柑分级算法,新算法通过特征的互补提高了椪柑分级的准确率.     

基于层次知识模型的知识库可视化研究

针对专家系统知识库可视化问题,构建了知识库的层次知识模型,基于径向树实现了层次知识模型的可视化.以基于多级知识单元的知识库为例,研发了知识库可视化系统,通过系统运行的实例验证了该方法能够方便用户快速浏览知识库的层次结构,从而有利于提高知识库的可理解性.该方法对其它知识表示方法的知识库可视化具有借鉴意义.     

抽水蓄能电站同发同抽等流量运行岔管水力特性

为研究抽水蓄能电站不同机组间同发同抽运行时的岔管水力特性,基于某抽水蓄能电站岔管的体型及设计参数,采用水动力模型对抽水蓄能电站同一水力单元内同发同抽等流量运行时的岔管段水力特性进行数值模拟研究。结果表明:研究范围内,同发同抽运行时岔管段水流会发生回流及低压区,最大的水头损失系数为0.5;与常规的运行工况相比,同一水力单元中进行同发同抽等流量运行时岔管内的水流流态会发生恶化、水头损失增大的现象,但从水力学的角度没有产生非常不良的流态。     

热镀锌钢卷力学性能GBDT预报模型

针对热镀锌钢卷力学性能预报建模条件属性选取难、预报精度不足的问题,研究了热镀锌钢卷力学性能梯度提升树(gradient boosting decision tree,GBDT)预报模型。利用互信息差算法综合评估工艺参数、化学成分和钢卷尺寸参数等条件属性的相对重要性以及属性之间冗余性,进行模型条件属性筛选;采用同分布原理进行样本划分,结合网格搜索法和交叉验证法优化模型参数,建立力学性能GBDT预报模型。将GBDT模型预报结果与随机森林(random forest,RF)、AdaBoost算法和BP神经网络的预报结果进行比较,比较表明GBDT模型优于其他模型,90%的数据样本预测的绝对误差小于14.24 MPa,94.6%的数据样本相对误差在6%范围内,具有更高的预测精度。     

模糊广义决策信息系统的证据特征与信任约简

探究模糊广义决策信息系统的证据特征和信任约简.首先,给出模糊广义决策信息系统中的模糊上、下近似算子及其相关性质.然后,基于证据理论探讨模糊广义决策信息系统的数值特征,并在模糊广义决策信息系统中,利用证据理论中的模糊信任和模糊似然函数对模糊近似集进行刻画.最后,根据模糊信任函数定义的属性重要度,提出模糊广义决策信息系统信任约简的算法,并给出实例验证其有效性.     

采用局部粗糙集模型的决策规则提取

研究基于局部粗糙集模型下的决策规则提取.对经典粗糙集的决策规则提取进行改进,给出局部粗糙集模型下的决策规则公式,并研究相关性质.结合局部粗糙集模型给出的规则提取公式,引入参数值α,α∈(0,1］,使规则提取公式的泛化能力更强,适用性更广.通过3个实例对局部粗糙集模型决策规则提取的运用进行说明.     

基于马尔科夫决策过程的多目标跟踪算法

目前,多目标跟踪算法仍面临诸多挑战,例如遮挡、快速运动等所造成的影响难以完全规避.为了解决上述问题,提出一种基于马尔科夫决策过程的多目标跟踪算法.该算法将每个目标建模成一个马尔科夫决策过程,通过最大化奖励函数来驱动状态间的转移,并将强化学习训练用于数据关联相似度函数,有效地解决了目标遮挡问题.同时,为了解决物体快速运动...     

Generalization of the linguistic aggregation operator and its application in decision making

A generalization of the linguistic aggregation functions (or operators) is presented by using generalized and quasiarithmetic means.Firstly,the linguistic weighted generalized mean (LWGM) and the linguistic generalized ordered weighted averaging (LGOWA) operator are introduced.These aggregation functions use linguistic information and generalized means in the weighted average (WA) and in the ordered weighted averaging (OWA) function.They are very useful for uncertain situations where the available information cannot be assessed with numerical values but it is possible to use linguistic assessments.These aggregation operators generalize a wide range of aggregation operators that use linguistic information such as the linguistic generalized mean (LGM),the linguistic OWA (LOWA) operator and the linguistic ordered weighted quadratic averaging (LOWQA) operator.We also introduce a further generalization by using quasi-arithmetic means instead of generalized means obtaining the quasi-LWA and the quasi-LOWA operator.Finally,we develop an application of the new approach where we analyze a decision making problem regarding the selection of strategies.     

Ranking approach of cross-efficiency based on improved TOPSIS technique

The cross-efficiency evaluation method is reviewed which is developed as a date envelopment analysis (DEA) extensive tool.The cross-efficiency evaluation method is utilized to identify the decision making unit (DMU) with the best practice and to rank the DMUs by their respective cross-efficiency scores.The main drawbacks of the cross-efficiency evaluation method when the ultimate average cross-efficiency scores are used to evaluate and rank the DMUs are also pointed out.With the research gap,an improved technique for order preference by similarity to ideal solution (TOPSIS) is introduced to rank the cross-efficiency by eliminating the average assumption.Finally,an empirical example is illustrated to examine the validity of the proposed method.     

埕岛油田流动单元定量划分与评价

 研究流动单元,对认识储层的非均质性,研究剩余油分布特征非常重要。针对流动单元间渗流屏障的分布不够重视、过多地强调了流动单元在垂向上的分层性、评价参数选取不合理等,以埕岛油田主体南区12块、20块馆陶组上段河流相储层为例,综合地质、测井、开发等资料,选取孔隙度、渗透率、粒度中值、泥质含量、砂体厚度、净毛比等反映储层渗流特征的多个评价参数,采用层次分析法,在沉积微相精细研究和渗流屏障识别的基础上,使用聚类和判别等数学方法,将该区开发小层内部的储层划分为极好、好、中等、差4类流动单元。通过与生产资料的对比分析,认为主力油层的分布与极好型流动单元有很好的一致性,表明小层内部的流动单元的研究能够为更准确地认识储层非均质性和剩余油分布规律提供一种可行的途径,对埕岛油田的生产开发部署具有一定的理论和现实意义。