尺度核函数在最小二乘支持向量机信号逼近中的应用

针对目前常采用高斯核的最小二乘支持向量机(LS-SVM)不能对信号多尺度逼近的问题,提出一种采用尺度核的LS-SVM.首先,在再生核希尔伯特空间的框架下构建了一种点积型的尺度核函数,它满足Mercer条件,并具备平移和扩张的特性,是尺度子空间的一组完备的基.然后,利用拉格朗日乘子法求解LS-SVM逼近的约束规划问题.在结构风险最小化逼近准则下获得了逼近系数.与传统核函数相比,采用尺度核的LS-SVM可以实现多尺度逼近任意信号,且应用时仅需对尺度参数调节选优,简便、实用.实验结果表明:所提算法的逼近性能与小波核性能相当;与传统的高斯核函数相比,其均方根误差提高8.4%.     

贝尔实验室垂直分层空时系统的简化最大似然检测算法

针对贝尔实验室垂直分层空时系统最大似然检测复杂度过高的问题,提出一种简化最大似然算法.该算法利用多维高斯分布逼近干扰加噪声的统计特性,并根据发射天线数和调制阶数来调整待检测发射向量的个数,以减小需搜索的待检测信号向量个数,在复杂度不高的情况下就可达到与最优检测相近的误码性能.仿真结果表明,当发射天线数为4、采用16-QAM调制时,该方案可仅用最大似然算法0.0162倍的复杂度达到与其相近的误码率.     

关于局部对称空间中具有平行平均曲率向量子流形的Pinching定理

设M为单位球面Sn p(1)中的一个紧致子流形.∪M=∪x∈M∪Mx是M的单位切丛.陈卿引入函数f(x)=maxu,v∈∪Mx‖B(u,u)-B(v,v)‖2,其中B是M的第二基本形式.当M具有平行平均曲率向量时,陈卿通过研究函数f(x),得到一个Pinching定理.当考虑外围流形为局部对称空间时,我们应用Gauss方程,Ricci方程和外围空间的局部对称性质等方法得到:若f(x)满足一个Pinching条件,则M或是全脐的或是一个Veronese曲面.当p≥2时,所得的结果改进了陈卿研究的相应结果.     

基于判别分析—SVR的民航客运量预测模型研究及应用

为了提高预测民航客运量的能力,考虑到民航客运量与其影响因素之间存在关联, 并利用训练样本与测试样本间的马氏距离对惩罚因子进行加权,改进传统的ε支持向量回归机(SVR),构造了基于进化ε-SVR的“影响因素民航客运量”预测模型.在选择适当的参数和核函数的基础上,对中国民航客运量进行仿真实验,与标准的ε-SVR方法、BP人工神经网络和线性回归方法进行了对比,发现该方法能获得较小的训练相对误差和测试相对误差.     

基于逆边界元法的内燃机噪声源识别方法

对内燃机复杂噪声源进行识别和排序是内燃机噪声控制的关键．基于逆边界元法（IBEM）的噪声源识别技术,利用边界元法建立了声场与结构表面振动速度之间的声学传递向量（ATV）．将常规的声压测量作为输入数据,在逆向数值计算方法的基础上能够精确地重构出结构表面法向振动速度,进而获得源面详细的振声特征信息．针对某轿车柴油机,测试了额定工况下近场144个场点声压,应用该方法在发火频率点处,重构出了柴油机表面法向振动速度分布．通过对比预测和实测声场点声压,验证了该方法的有效性．在噪声面板贡献量分析的基础上,对该柴油机各功能部件的噪声贡献量进行了排序,并得知额定工况下该柴油机的机体裙部是主要的噪声辐射部位．应用实例说明了该方法对复杂噪声源识别易于实施。具有更广的工程适应性．     

改进混沌优化算法在水电站水库优化调度中的应用

为提高多维目标函数全局最优解的计算精度,提出了一种改进的混沌优化算法(MCOA).利用混沌运动的随机性、遍历性和规律性进行全局寻优;通过引入解向量的优选,将解向量定位到最优解的附近,从而找出全局最优解.最后将该算法应用于水电站水库优化调度问题,并进行仿真计算,计算结果验证了算法的有效性.MCOA原理简单,易于编程实现,具有较大的实用价值,为求解水电站水库优化调度问题提供了一种有效方法.     

基因表达谱数据的多分类问题研究

针对基因表达谱微阵列的数据多分类问题,给出一种在多病类情况下的基于信噪比和相关性的特征基因选择方法.该方法一次性考虑基因区分所有病类的能力,尽量避免基因的冗余性;其次利用支持向量机,构建了基因表达谱微阵列数据的多分类器;最后通过实验表明了本方法的有效性.     

强向量F-隐补问题及相应的变分不等式

引入强向量F-隐补问题,这个问题推广和统一了现有的许多向量变分不等式和向量补问题.以此讨论了在Banach空间中强向量F-隐补问题与相应的强向量变分不等式等价性,并在一定条件下证明其解的存在性.所得结论统一和推广了现有许多重要的结果.     

基于多模型SVR的抗野值Kalman滤波器

为了抑制观测数据中野值对Kalman滤波的不利影响,本文首先基于支持向量机(SVM)和多模型理论,建立了Kalman滤波新息过程的多模型支持向量回归(SVR)预测模型,然后给出了结合该预测模型的Kalman滤波的修正算法。仿真结果表明,该Kalman滤波算法不仅有效地剔除了观测数据的野值,提高了滤波器的稳定性和精度,而且算法比较简单。     

语篇的信息性与中国学生英语阅读推理能力的培养

培养学生语篇阅读推理能力是大学英语教学的重点。教师可引导学生结合语篇的体裁、语篇所处的语境以及语篇的衔接与连贯等等,对语篇的信息进行分析、推理,从而达到理解。