基于模糊点数据的线性回归分析

在经典回归分析理论中,假定训练数据是独立同分布的随机样本,并且在回归方程的构建中是同等对待的.然而,在许多实际问题中,训练数据的作用是不同的;通常有些训练数据比其它数据可能更为重要,因而不同的训练数据对曲线拟合的贡献应该不同.人们要求重要的训练数据对曲线拟合做出更大的贡献.实现这一目标的策略是给每个训练数据赋予一个置信权重并且重新推导了经典的最小二乘回归方法,分析了它们的统计性质.受文[1]的启发,将这里的样本称为模糊点样本数据.     

三维激光扫描技术在中心对称结构古亭垂直度检测中的应用

针对中心对称结构古亭垂直度检测中由于结构复杂,各层中心点估计不精确的问题,提出依据古亭自身结构将古亭划分为底部、中部和顶部三个部分,并对各个部分采用不同的中心点提取方法.针对底部支撑圆柱部分,先拟合圆柱圆心坐标再估计中心点坐标;中部复杂结构部分,再采用三角剖分的方法估计中心点坐标;顶部采用先截取攒顶尖数据,依据攒顶尖数...     

一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.     

数字保护算法的FPGA实现方法

介绍了一种基于现场可编程逻辑陈列(FPGA)的数字保护算法的实现方法,将算法的实现平台由微控制器(M CU)转向FPGA,构成基于FPGA的数字保护算法专用芯片。仿真结果表明:当每周期取40个采样点时,完成全波傅氏滤波或最小二乘滤波算法仅需几个微秒,大大快于M CU的处理速度,因而可以有效地克服精度与速度之间的矛盾。     

一类n-Lie代数的最小理想问题

研究了n+k维n-Lie代数一些结构性质,并且证明了对于具有性质:任意非零理想其维数都大于或等于k的n+k维n-Lie代数一定存在最小理想.     

局部弱sharp最小的几个等价条件

在一般Banach空间的框架下,证明了参考文献[1]中给出的法锥型必要条件也是局部弱sharp最小的充分条件,同时也给出了局部弱sharp最小的切锥型刻画.     

基于 Rough Set理论的商务决策支持系统知识发现的研究

以商务决策作为研究背景,基于Rough Set理论解决商务决策支持系统中信息不确定,数据量大的困难.从Rough Set理论的基本概念出发,给出决策表的知识表达系统,提出计算最小决策规则的算法,最后通过运用Rough Set理论和方法对商务决策支持系统的实例进行属性及属性值的约简,挖掘其中隐含的知识,从而得出最小决策规则.     

轴承套圈磨削加工误差传递半参数模型及分析

在磨削加工过程中,存在加工误差随加工顺序传递到下一道工序的问题。本文基于误差流理论,分析了上一道工序的加工误差对下一工序加工误差的影响,将工序间的误差传递关系用参数表达,未知的系统误差用非参数表达,基于泰勒公式建立了工序间误差传递的半参数模型。利用自然样条最小二乘法求解模型中的参数和半参数估计,将上述模型和参数求解方法应用于轴承套圈的内圈沟道的磨削加工过程中,并求解模型的残差、均方误差和平均绝对误差,然后进行模型验证。验证结果表明:半参数模型反映出内圈沟道多工序加工过程中的误差传递关系。与参数模型对比,半参数模型的均方误差从49.78降低到3.18,平均绝对误差从6.60降低到1.31,说明半参数模型精度更高,拟合效果更好。