一种利用不可行解的贝叶斯网学习算法

现有的基于打分搜索的贝叶斯网学习方法都是利用满足有向无环图的可行解进行学习.在搜索过程中遇到不可行解时,这类算法简单地去除不可行解或将不可行解转化为可行解.然而,有的不可行解中往往蕴含着有价值的信息.本文提出一种新的贝叶斯网学习方法ISEC,同时利用可行解和不可行解学习贝叶斯网络,并提出针对不可行解的选择策略,在学习过程中可以有效地利用不可行解中的有用信息.实验结果表明,ISEC能够比仅利用可行解的方法更快地学习到更优的贝叶斯网.     

大变形测量数字图像的种子点匹配方法

针对数字图像相关方法中的大变形测量难题,提出了一种数字图像的种子点匹配方法.对于连续变形的图像系列,将图像子区划分后,选取其中任一子区作为种子点并进行相关匹配,根据相邻状态变形的连续性,提出了一种改进的整像素搜索方法,可保证种子点在大变形情况下仍能匹配成功.当种子点匹配完成后,根据同一状态相邻点变形的连续性,利用种子点的相关参数计算其4个邻近点的相关参数初值并完成匹配,按照同样的方法依次向外扩散,直至所有的点匹配完成.通过刚体旋转和单向拉伸实验表明,对于40°旋转图像的位移场以及高达113%的钢试件大变形,测量结果良好,具有较高的精度,证明了该方法的有效性.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

基于矢量重构的相干信源测向

传统的解相干方法主要有空间平滑和子空间拟合两类,但这些方法或者阵列利用率低或者计算复杂度高,因此寻求计算量小且阵列利用率高的解相干测向方法有重要意义. 该文基于前后向矢量重构理论,提出一种相干信源测向方法. 根据信号导向矢量矩阵与信号子空间张成同一空间,充分利用大特征值对应的特征向量,采用前后向矢量重构方法构造列满秩的数据矩阵,利用总体最小二乘¡旋转不变子空间算法进行波达方向估计. 该方法适用于独立信源和相干信源同时存在的情况,具有良好的实用性,且运算过程简单,计算量小. 理论分析和仿真结果表明了所提方法具有优良性能.     

基于改进最小最大准则的分类器设计研究

主要探讨先验概率未知情况下的分类器设计问题。为了解决传统的最小最大分类器性能有限的不足,提出了基于分段线性化的分类器设计方法。方法不仅是最小最大准则的改进,而且也是最优贝叶斯分类器的更好近似。通过说话人识别的应用,验证了所提出算法的有效性。     

基于互补型集成经验模态分解和遗传最小二乘支持向量机的交通流量预测模型

交通流是智能交通系统中的关键组成部分,也是交通规划的重要依据。为了提高道路交通流量预测的精确性,提出一种基于互补型集成经验模态分解(complete ensemble empirical mode decomposition,CEEMD)后,采用遗传算法(genetic algorithm,GA)优化参数的最小二乘支持向量机(least square support vector machine,LSSVM)的交通流量预测模型。该模型使用互补型集成经验模态分解原始数据,将分解后的本征模态函数(intrinsic mode function,IMF)分量分别用遗传算法优化参数后的最小二乘支持向量机进行预测,叠加全部IMF分量值作为模型最终的预测结果。通过对美国加利福利亚州某高速公路一个月的交通流量数据进行训练预测,结果表明,该模型平均相对误差仅为6.51%,相较于其他模型拥有更好的预测效果,可为交通流的预测提供一定的参考。     

基于正交多项式拟合的气象数据处理方法

针对高空气象探测数据变化规律复杂、突变情况不可预测、数据量大等特点,提出了基于离散数据正交多项式最小二乘的分段拟合方法.首先,从计算稳定性角度,说明了采用离散数据的正交多项式最小二乘法的原因;其次,从曲线拟合的保形性角度,详细阐述了二次分段拟合原则;最后,以具有典型特征的气温探测数据为例,证明了采用基于离散数据正交多项式最小二乘的分段拟合方法能够获得明显优于传统内插方法的拟合精度,提高高空气象探测数据处理的精度和自动化处理程度.     

回归模型参数检验及多克隆抗体效价的回归分析

利用经验似然方法研究一元线性回归模型参数的检验问题, 构造了相关检验的检验统计量, 并在零假设下获得了检验统计量的极限分布. 结果表明, 该方法可用于多克隆抗体稀释倍数与有色物吸光度值(OD值)的建模.     

夏枯草提取物的抑菌性能研究

研究夏枯草提取物的抑菌性能．采用溶剂回流法提取夏枯草的有效抑菌成分,纸片扩散法对不同溶剂夏枯草提取物进行抑菌实验,稀释法进行最小抑菌浓度实验．结果显示,不同溶剂提取物对供试菌种的抑菌效果为乙酸乙酯〉正丁醇〉无水乙醇〉水．乙酸乙酯提取物对枯草芽孢杆菌、金黄色葡萄球菌最小抑菌浓度2．5mg／mL,对大肠杆菌、根霉的最小抑菌浓度5．0me,／mL,对曲霉最小抑菌浓度10．0mg／mL,夏枯草提取物对青霉抑菌效果不明显．     

基于季节时间序列模型对海南旅游人数的预测分析

采用季节调整模型与SARIMA模型,通过利用最小二乘法的理论和海南省2002年9月-2011年8月各月的旅游人数,对两种模型进行参数估计．比较2011年9月—2012年8月的均方误差,发现SARIMA模型的短期预测较优．最后,对海南未来一年旅游人数做出预测．