自适应迭代算法支持向量集的特性研究

针对在支持向量机研究中，传统的优化方法无法处理规模不断扩大的训练集问题，为开发适应大样本的训练算法，利用LS-SVM（Least Square Support Vector Machines），提出了一种自适应迭代算法。在该算法的训练过程中，块增量学习和逆学习交替进行，能够自动得到一个小的支持向量集。将该算法与SVMLight在支持向量数量方面进行了比较，计算了UCI（University of California-Irvine）中的6个数据集和著名的Checkboard问题。结果表明，该自适应迭代算法确定的支持向量数一般不到SVMLight所得到的支持向量数的一半，其中70％多的支持向量被SVMLight所确定的支持向量集所包含，在支持向量选择方面具有高效性。     

基于样点拓扑近邻的散乱点云曲面拓扑重建

提出一种基于样点拓扑近邻的散乱点云曲面拓扑重建算法,对点云数据构建动态空间索引结构,采用动态扩展空心球算法查询样点k近邻,通过对样点的k近邻数据进行偏心扩展和自适应扩展获取样点的拓扑近邻参考数据,从中查询样点的拓扑近邻,从样点的同层拓扑近邻中获取符合Delaunay条件的匹配点,生成局部Delaunay三角网格,并通过增量扩展实现整个散乱点云的曲面拓扑重建.实例证明,该算法可对无隙、有边界等任意模型的散乱点云进行合理的曲面拓扑重建,有效解决了r-dense恰当采样点云中非均匀区域易产生非工艺孔洞的问题.     

基于增量算法的三角剖分算法

增量算法是平面投影法中一种常用的点云剖分算法,该算法编程简单,占用内存少,计算速度较慢.针对增量算法的特点,改进算法通过将不同位置的点剖分对应存储到不同的边链表和三角形链表中,降低了边和三角形的搜索时间,提高了三角化的速度.同时,采用了加点剖分中同步优化和初步剖分后全体再次优化的优化方案,大大提高了剖分三角形的质量.实际点云剖分的结果显示,该算法不仅速度快、占用内存小,而且形成的三角表面质量高.     

基于协同增量支持向量机的网络入侵检测

针对网络行为数据的不均衡、数量大、更新快的问题,结合均衡化、增量学习、分类器集成思想提出一种用于网络入侵检测的协同增量支持向量机算法,该算法利用多个分类器的协同工作,提高算法速度,每个子分类器依据类样本的空间分布计算类样本错分代价,避免分类超平面偏移,对多个子分类器进行加权集成获得最终分类器,提高最终分类器在不均衡数据集下的分类性能.最后,在KDDCUP1999数据集上的仿真实验结果表明,该算法对整体准确率、少数类及未知攻击都有较高的检测准确率.     

一种新的连珠棋局面表示法及其在六子棋中的应用

为了提高连珠棋局面的表示效率,给出了一种基于棋形来描述棋子间联系的表示方法,并在六子棋程序NEUConn6中成功运用.该方法不但紧凑、高效地描述了局面状态,还方便了局面的增量更新;此外,它把在线计算转化为离线计算,并且它很自然地把棋类知识和数据结构结合在一起.该方法不限于六子棋,可广泛用于别的连珠棋博弈程序.     

竖向地震下大跨径CFRP悬索水平张力增量研究

为研究竖向地震作用下大跨径碳素纤维复合材料(CFRP)悬索的水平张力增量随跨径和垂跨比的变化,基于线性自由振动理论推导了悬索强迫振动方程,进一步得到了用于近似求解张力增量的振动参数αn,采用极限设计原则计算两种桥型的CFRP悬索静力参数,通过αn研究水平张力增量的变化.研究表明:CFRP悬索跨径变化对αn几乎不影响,而垂跨比对αn影响非常大.当不考虑背索时,二阶振型所产生的张力增量为悬索张力增量的主要贡献;当考虑背索时,主要由一、二阶振型控制悬索张力增量的变化.     

一种基于距离的增量聚类算法

在传统层次聚类基础上，提出并实现了一种基于距离的增量式聚类算法，并应用于粮食智能决策支持系统中，算法在保持层次聚类优点的基础上，利用原有的聚类结果提高聚类速度，并可以根据用户需要在聚类精度和聚类速度两方面选取一个适当的平衡点，有效地提高聚类分析的效率。     

一种改进的最大相关最小冗余选择性贝叶斯分类器

利用K均值聚类和增量学习算法扩大训练样本规模,提出一种改进的mRMR SBC.一方面,利用K均值聚类预测测试样本的类标签,将已标记的测试样本添加到训练集中,并在属性选择过程中引入一个调节因子以降低K均值聚类误标记带来的风险.另一方面,从测试样本集中选择有助于提高当前分类器精度的实例,把它加入到训练集中,来增量地修正贝叶斯分类器的参数.实验结果表明,与mRMR SBC相比,所提方法具有较好的分类效果,适于解决高维且含有较少类标签的数据集分类问题.     

一种基于关联规则的增量数据挖掘算法

分析了关联规则增量更新挖掘算法FUP和IUA,指出了其效率低下的主要原因.针对关联规则增量更新问题,提出了一种新的简单高效的增量挖掘算法LIUA,并对算法LIUA进行了测试,测试结果表明算法是高效、可行的.     

浅析煤炭和电力行业趋势初探2011年电煤市场

“十一五”期间,我国GDP年均增长约9．5％。我国原煤产量年均增加约2．37亿吨,其中06一07年增加约2亿吨,08年增加约2000万吨,09一10年增加3．5亿吨以上;并从06～08年的净出口国变为09—10年的净进口国,此期间累计净进口煤炭约2．01亿吨。“十二五”期间,我国经济还将高速发展,如GDP年均增速达到8％以上．每年煤炭需求的增量就不会低于2．5亿吨。特别是此规划前期,替代煤炭力度逐渐增强的新能源作用还没有充分发挥,因其处于大规模建设阶段;而规划后期,增量有可能微弱降低．因新能源的替代作用得以发挥和17-3％节能减排执行力度将增强：但随着GDP总量在扩大,以固定增速发展的经济每年净增量在逐渐提高,能源消耗净增量也随之增加。针对煤炭生产,此规划期间,煤炭生产有可能会出现集中释放的高潮期,因各省对小煤矿兼并重组后的改扩建基本完成并逐渐投产和各电力集团所属煤矿“出力”将逐渐增加等。