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。     

量子代数有限型模权空间的若干性质

令M 是Z？v？的由v？1和奇素数p生成的理想,U是A＝Z？v？M 上相伴于对称Cartan矩阵的量子代数。若U模M 作为A模是有限生成的,则称M 为有限型U模。给出了量子代数有限型模权空间的若干性质。     

论文写作技巧——计量单位和符号

正1.文中涉及的量和单位应按《中华人民共和国法定计量单位》规定执行,并用规定缩写符号表示。2.每一个组合单位符号中,斜线不得多于1条,如每天每千克体重用药剂量应写成mg/(kg﹒d)。3.量符号均应使用斜体,如m(质量)、t(时间)、V(体积)等,且应注意某些希腊字母与拉丁(或英文)的区别。4.图、表中的量和单位应量符号在前,单位符号在后。单位符号前的数字最好为0.1~1 000间的整数或小数,避免使用分数。当过大或过小时,应改用适当词头中M,P或10n,10-n表示,但应遵守有效数和修约规则。5.当表示变动范围时,范围号"~"前后两数字中的%、‰或10n、10-n均应同时写出,不能省略前者只写后者。     

基于时序区间数的多属性决策方法

研究了时序区间数信息环境下的多属性决策问题:首先将区间数推广到时序情形,并定义了相关的运算法则;其次利用区间数加权算术平均算子(IWAA)对每个对象的区间数进行集成得到综合区间数,结合可能度公式得到可能度矩阵,并利用排序向量法得到各时刻的排序向量矩阵;最后利用时间权重将各时刻的排序向量集成为综合排序向量,从而得到最优决策,同时结合实例验证了所提方法的有效性和可行性。     

向量优化中改进集的对偶性质

基于凸锥的一些经典对偶性质,利用凸集分离定理和回收锥等工具研究了改进集的一些对偶性质,获得了改进集与凸锥之和的对偶锥等于改进集的对偶锥与凸锥的对偶锥之交;改进集回收锥的对偶锥等于凸锥的对偶锥和该改进集的对偶锥;改进集之和的对偶锥等于改进集的对偶锥之交;改进集与凸锥之交的对偶锥等于改进集的对偶锥与凸锥的对偶锥之和的闭包;改进集之交的对偶锥等于改进集的对偶锥之和的闭包;改进集之并的对偶锥等于改进集之和的对偶锥,并给出了一些具体例子对主要结果进行了解释。
     

基于改进标准加入法的碳酸饮料中多种色素含量的同时测定

采用正交设计设计法设计包含柠檬黄、日落黄、诱惑红、苋菜红、胭脂红及亮蓝6种色素水性混合样品,分别测试其紫外-可见光谱(UV)并用支持向量回归(SVR)得到6种色素同时测定的UV-SVR模型.饮料样品经超声去除CO2后分别添加7水平不同含量的色素标准品并分别测定其UV光谱,利用UV-SVR模型预测其中色素含量,线性回归分析后得到多种色素在饮料中的含量.结果表明,基于UV-SVR-标准加入法多种色素含量同时测定,6种色素含量预测值与实际值的回归分析相关系数在0.99以上,相对标准偏差(RSD)为0.5%~2.5%;用于实际饮料样品测定时,能够同时预测其中多种色素的含量,测定结果与高效液相色谱(HPLC)法相比绝对误差小于1mg·L-1.     

内存数据仓库集群技术研究

随着硬件的集成度不断提高,多核处理器和大内存成为当前主流的计算平台,内存计算也成为新兴的高性能数据分析平台.内存数据仓库集群技术面向高性能分析计算,是实现大数据实时分析的基础平台.本文概括地介绍了中国人民大学高性能数据库团队在内存数据仓库集群技术方面的研究工作,包括:以列分布和列计算服务为中心的ScaMMDB内存数据仓库集群,以水平分片、并行计算为中心的ScaMMDBⅡ和reverse-star schema分布、集群向量计算为特征的MiNT-OLAP Cluster等技术的研究发展过程.分析了内存数据仓库集群技术的关键问题及技术挑战,并针对新的内存数据仓库集群应用需求展望未来技术的发展.     

基于多输出支持向量机的聚乙烯相对分子质量分布建模与优化

相对分子质量分布(MWD)是聚合物产品重要的质量指标,目前实时检测相对分子质量分布仍缺乏有效的方法.在聚合物研究中,高精度的相对分子质量分布实时检测方法是当前的研究热点.不同于其他文献中描述的方法,通过结合聚合反应机理和过程信息建立相对分子质量分布的混合模型来解决预测精度和实时性问题.首先利用催化剂各活性中心的分布函数加权叠加拟合相对分子质量分布,分布函数参数和工艺条件之间的关系可通过多输出支持向量机回归(MSVR)算法来描述;其次应用无约束非线性优化方法优化上述方法建立的混合模型的工艺条件;最后将建立的混合模型应用于乙烯聚合过程,验证了上述方法的可行性.     

基于主客观证据融合的高炉悬料预测方法

针对高炉关键异常炉况悬料难以预测的问题,基于D-S证据理论,提出一种综合模糊专家推理和后验概率最小二乘支持向量机的悬料预测方法.首先,结合高炉生产过程和悬料现象,分析悬料形成的内在机理;其次,通过模糊专家推理提取基于专家规则的主观证据,再通过建立后验概率最小二乘支持向量机模型提取基于数据内在客观规律的客观证据;最后,基于D-S证据理论完成主客观证据融合,实现悬料预测.该方法充分利用专家经验和最小二乘支持向量机的自学习能力,能够提高预测精度.仿真结果表明本文提出的方法有效、准确.     

基于化学位移和伪氨基酸组分信息预测抗凋亡蛋白质与促凋亡蛋白质

凋亡蛋白质是一种有着特殊功能的蛋白质,在生物体的生长和维持体内平衡中扮演着重要的角色.在细胞凋亡过程中抗与促凋亡蛋白质对细胞凋亡的调控起着不同的作用.如果抗凋亡蛋白质或者促凋亡蛋白质失活,将导致癌症和其它疾病的发生,所以对抗凋亡蛋白质和促凋亡蛋白质的识别,将有助于更好的了解凋亡蛋白的致病机理.建立一个新的凋亡蛋白质数据集,并基于化学位移信息和伪氨基酸组分信息采用支持向量机(SVM)方法对新的数据集进行了预测.融合后的特征信息用Jackknife检验预测成功率达到77.01%,从预测结果可以看出提取有效的特征信息是提高预测成功率的重要因素.