一种支持向量回归中超参数自适应方法

在贝叶斯框架下支持向量回归SVR可视为最大化后验MAP回归函数估计的扩展.贝叶斯方法可用来实现模型中超参数的自适应,同时保持SVR稀疏性和凸二次规划的优点.在对SVR的MAP解做Laplace近似获得关于超参数的SVR模型中证据的平滑表达式,使用基于梯度的优化法可导出使证据最大化的最优超参数.通过引入ARD参数到高斯协方差函数中,可进行输入属性的相关性分析和特征选择.给出了在人工和实际回归问题上的应用及其他方法的对比分析.     

具单调性的广义向量拟均衡问题

讨论一类具伪单调性的广义集值向量拟均衡问题,并给出在向量变分不等式与向量优化问题中的应用.     

三维Minkowski空间的Mannheim侣线

讨论了三维Minkowski空间中Mannheim侣线的曲率与挠率之间的关系,证明了Mannheim侣线的曲率与挠率满足的关系式.     

基于力信息的机器人接触状态下作业的技能学习

为实现机器人接触状态下作业的演示编程，使机器人获得人的基于力信息的作业技能，首先提出了描述接触状态的元素接触形式，用元素接触形式序列建立技能模型，根据不同的接触形式具有的不同腕力分布，利用支持向量机(SVM)对不同的元素接触形式进行辨识，在此基础上机器人获得人在接触状态下的作业技能，实现了演示编程方法中最关键的一步。     

基于核方法的复杂设备运行状态监测技术

分析了复杂机械设备运行状态监测中遇到的困难，介绍了基于核的特征提取方法和基于支持向量机的模式识别理论，指出：将核方法应用到状态监测中有望解决其中的非线性、不精确性和不确定性问题，为该领域的研究提供了全新且可行的研究途径。     

三维Minkowski空间的Mannheim侣线

讨论了三维Minkowski空间中Mannheim侣线的曲率与挠率之间的关系，证明了Mannheim侣线的曲率与挠率满足的关系式．     

基于层次型支持向量机的人脸检测

复杂背景中的人脸检测可广泛应用于人脸识别、人机交互等方面。但目前大部分人脸检测方法中存在分类器训练困难和检测计算量大等问题。提出了一种基于层次型支持向量机的正面直立人脸检测方法,在这两方面作了改进。这种结构的分类器由一个线性支持向量机组合和一个非线性支持向量机组成,由前者在保证检测率的情况下快速排除掉图像中绝大部分非人脸区域,后者对人脸候选区域进行进一步确认。在卡内基梅隆CMU等数据库上的实验证明了这种方法不仅具有较高的检测率和较低的误检率,而且具有较小的计算量。     

将向量处理引入数据流计算机

数据流计算机解决了多机系统存储器延时和同步２个不易解决的基本问题，可以充分利用程序的各级并行成分．这种计算机在算术运算等方面性能优越，但在结构数据（如向量）处理方面开销大、效率低．将向量处理技术引入数据流计算机，能有效地解决这个问题．通过在类似Ｍａｎｃｈｅｓｔｅｒ的数据流计算机上增加向量处理功能，并进行了矩阵乘运算的模拟．结果表明，增加向量处理后，矩阵乘运算的效率比近几年提出的Ｍｏｎｓｏｏｎ和Ｅｐｓｉｌｏｎ等数据流计算机提高一倍，甚至２倍以上．     

B值随机向量的不等式及其应用

文章对Ｂａｎａｃｈ空间中的独立随机无序列给出了一个有用的不等式，由此得到了Ｂ值随机向量的Ｍａｒｃｉｎｋｉｅｗｉｃｚ强大数定律成立的充分必要条件。     

Ritz向量叠加法的改进及其应用

揭示了Ｒｉｔｚ向量叠加法的实质及存在的问题，发展了与外载频率相关的Ｒｉｔｚ向量叠加法及多维外载作用时的Ｒｉｔｚ向量叠加法。着重讨论了地震荷载作用下，用Ｒｉｔｚ向量叠加法进行结构反应计算的有效性及局限性。