区域城市土地集约利用挖潜及模式研究

以不同区域内的14个省会城市为研究对象,从城市承载力和城市协调度两个方面挑选了20个指标,采用主成分分析的方法获得1997～2005年间各组主成分的贡献率和20个指标的影响因子,从贡献率和影响因子出发,分析了其变化规律。然后从区域城市土地集约利用模式出发,结合主要影响因子的变化情况,通过对比分析将区域城市土地集约利用模式划分为东部模式、中部模式和西部模式,并且各区域呈现出一定的均质性。表4,参6。     

基于RFID技术的伪造攻击模型的仿真研究

基于RFID技术,采用模块结构构建了一个层次化的防伪系统,在层次化防伪框架的基础上结合人工智能技术,以寻求空间最优解的A*算法构造逆向伪造最小攻击树分析模型,利用形式化的方法分析防伪系统的抗攻击能力.为了验证所提方法的有效性和可靠性,本文采用vC++6.0对系统进行了仿真实验,实验结果表明伪造攻击模型能够有效应用于复杂的防伪系统中,提高防伪的安全可靠性.     

基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。     

基于高维特征选择的跳频电台细微特征识别

将高维特征用于跳频电台细微特征个体识别具有很大优势,为了增强对跳频电台的分类识别能力,需要增加特征类型和维数,提高特征集的表征能力,但同时会引入大量冗余特征,导致分类器计算时间过长,分类正确率降低。为了降低高维特征集维数,首先采用相关性快速过滤特征选择算法,删除高维特征集中的不相关冗余特征,得到最优特征集。然后利用经过参数优化的支持向量机(support vector machine, SVM)分类器进行训练分类。实验表明,所提算法能够对高维特征集进行合理的降维,提高了SVM的分类器的分类性能,在保证分类正确率的基础上,降低了运算量,提高了跳频电台细微特征识别的时效性。     

鲸鱼优化相关向量机的网络控制系统变采样周期调度

针对资源受限的网络控制系统,提出一种基于鲸鱼优化相关向量机的变采样周期调度算法。通过网络监测模块获取网络带宽与数据传输时间数据,建立鲸鱼优化相关向量机的预测模型,实现对网络带宽及数据传输时间的预测。采用模糊推理计算系统各回路通信带宽的分配权重,进而结合通信带宽及数据传输时间的预测值对各闭环回路的采样周期进行计算,完成采样周期的实时调节。仿真结果表明,在资源受限条件下,所提算法保证了系统的稳定性与控制精度。     

虚拟现实城市模型的快速生成算法研究

在城市规划方面应用虚拟现实方法，首先要建立三维城市模型。在本文所提供的方法中，建筑物的几何特征由很精确的CAD图表示。并且有手工的纹理或真实图像贴在面上和建筑物的屋顶。高度数据是通过航空激光扫描和已有的地面建筑规划合成，通过集成这些不同类型的信息来自动地获取数据。通过纹理处理来生成虚拟现实城市模型，从而获得真实感图像。因此，快速获取三维城市GIS是可行的。     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

保持轮廓清晰的有理-线性彩色图像内插放大方法

提出了一种有理-线性的自适应彩色图像向量插值方法。该方法是将数字图像的每一个象素看作是平面域的关于RGB三原色的一个向量,首先结合图像的局部和边缘特征对图像进行N×N块划分,根据图像的块特征构造二元向量Newton-Thiele型有理插值曲面或Newton-Newton插值曲面,然后对插值曲面进行采样以实现图像的缩放。采用文中的算法得到的放大图像,不仅可保持轮廓的清晰,而且可得到较好的彩色图像视觉效果。最后试验证明,该方法比常规方法产生的放大图像质量高。     

宏观经济信息发布对股票市场收益率及其波动的影响

通过构建宏观信息发布中的未预期信息衡量指标,本文研究了宏观信息对股票市场收益率及其波动的影响.实证分析发现:股票市场指数月收益率具有"通胀对冲"功能,同时PPI、固定投资、货币供给(M2)也会显著影响指数收益率,贸易顺差则与收益率波动显著相关;进一步对股票市场指数日收益率分析发现沪深两市对宏观信息的短期反应并不相同.对上证综指,仅CPI、固定投资与进口同比显著影响指数收益率,而出口同时影响指数收益率及其波动;对于深证成指,市场只对出口信息会作出及时反应.此外,本文还发现危机后股市对宏观信息的反映也出现了显著变化,宏观信息变量中只有PMI和进出口变量显著影响市场收益率,而PPI则成为影响收益率波动的显著因素.     

一种基于粗糙集理论的SVM短期负荷预测方法

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点。将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性。