RBF神经网络中心选取算法

径向基函数网络构造中的关键问题是网络中心的选取,最小二乘算法采用正交化方法,独立计算回归算子对输出的贡献,故使中心的选择步骤简单有效。给出了最小二乘算法及其应用函数逼近的实例,结果证明,由于计算过程中应用了这一算法的正交化性质,所以网络调整时对已有模式的扰动达到最小。这说明最小二乘算法不仅简单有效,而且性能优越,并有较强的实用性,在许多领域有广泛应用。     

最小二乘估计中法方程的迭代解法

从求解严重病态线性代数方程组的实际出发，提出了一种求解最小二乘估计中法方程的迭代方法－谱修正迭代法，该迭代公式不仅直观、简单，而且适用于良态，病态和奇异系数阵的各种情况，最后通过实例验证了上述结论。     

两类数据挖掘工具评估分析的定量化

针对企业是否采用数据挖掘工具以及采用何种数据挖掘工具的问题,提出了评估数据挖掘工具价值的定量化分析方法;利用马尔可夫转移概率矩阵与数学规划模型对分类型数据挖掘工具进行价值评估,确定分类型数据挖掘工具带来的价值;利用分布密度函数和信息熵对预测型数据挖掘工具进行价值评估,确定预测型数据挖掘带来的价值;再通过采用数据挖掘工具需要的成本,最终建立了评估两类数据挖掘工具(分类与预测)的效益模型,为企业成功实施数据挖掘提供保证.     

F范数和谱范数定义下的最小二乘估计

本文主要把一元线性模型中最小二乘估计的思想以及数学上的表达形式,利用范数推广到对多元线性模型的参数估计中,提出了在F范数和谱范数意义下的最小二乘估计。     

基于卫星位置与速度的北斗卫星广播星历拟合

提出基于卫星位置与速度的广播星历拟合算法,给出了该拟合算法的计算过程,并对传统坐标拟合算法与坐标+速度拟合算法的拟合精度及外推精度进行比较.结果表明:基于位置+速度的拟合算法是有效的,且与传统坐标拟合算法相比,该算法能显著提高拟合的速度精度,且坐标精度也略有提高.此外,在卫星轨道数据已知历元数较少时,采用坐标+速度拟合算法优势更明显.     

基于Hu修正不变矩的商标识别

商标是商品的重要标识,代表着商品的质量与生产厂家的信誉,因而商标的自动识别具有重大意义和广泛的应用前景.在各种识别算法中,最为关键的是目标特征提取,由于矩特征具有较好的不变特性而得到普遍应用.为此,本文将采用Hu修正不变矩对商标图像进行形状特征提取,并利用最小距离分类器来进行特征匹配,以此为基础对商标进行识别.仿真实验表明该方法不但满足不变矩的特征,而且还具有较高的识别率,有利于商标识别.     

西部少数民族地区县域经济发展实证研究—以贵州省玉屏侗族自治县为例

采用1995-2010年贵州省玉屏侗族自治县城镇化水平、第三产业增加值、招商引资数量、人均教育支出、R＆D经费投入共五项的时间序列数据,运用普通最小二乘法的实证研究方法,对玉屏县县域经济的增长进行计量研究。结果显示：城镇化水平、第三产业增加值、招商引资数量、人均教育支出、R＆D经费投入都对玉屏县县域经济的增长有正向推动作用,其中招商引资数量推动作用最大,R＆D经费投入推动作用最小。最后根据研究结论提出相应建议。     

热成像系统MRTD测量的主,客观方法研究

ＤＤＤＤ是评价热成像系统综合性能的重要参数。该文讨论ＭＲＴＤ测量的主、客观方法，详细描述ＭＲＴＤ客观测量方法（视频调制传递函数方法和光度法）的工作原理和测量程序；并对２种方法的优缺点进行了比较，指出ＭＲＴＤ的客观测量方法对于热成像系统综合性能的评价具有重要意义。     

高维数据流的聚类离群点检测算法研究

针对基于聚类的离群点检测算法在处理高维数据流时效率和精确度低的问题,提出一种高维数据流的聚类离群点检测（CODHD-Stream）算法。该算法首先采用滑动窗口技术对数据流划分,然后通过属性约简算法对高维数据集降维;其次运用基于距离的信息熵过滤机制的 K-means 聚类算法将数据集划分成微聚类,并检测微聚类的离群点。通过实验结果分析表明:该算法可以有效提高高维数据流中离群点检测的效率和准确度。     

基于WPD和模糊神经网络的轴承故障诊断

提出一种结合小波包分解和模糊神经网络的故障诊断方法,采用小波包分解与重构提取各频带的能量作为故障特征向量,并以此为学习样本,再利用正交最小二乘学习算法训练模糊神经网络,确定故障诊断系统模型,对轴承故障进行诊断和识别.仿真结果及与其它一些方法比较表明:该轴承故障诊断方法可以有效识别和预测轴承的状态,且学习效率、准确性和可靠性等方面均有较大提高.