分布式环境下的序列模式发现研究

提出一种称为DMSP(Distributed Mining of Sequential Patterns)的算法,以解决分布式环境下的序列模式挖掘问题．其主要思想是：利用前缀投影技术划分模式搜索空间,降低数据库的规模,生成局部序列模式;利用模式前缀指定选举站点降低通信开销;多线程异步运行,提高算法的并行性．实验结果显示：在具有海量数据的局域网环境中,DMSP算法的性能优于将数据集中后采用GSP算法65％以上．     

基于属性论方法的股市预测算法

讨论有关属性论方法应用于股市预测的课题,并给出了具体的预测算法．利用转化程度函数对历史数据进行预处理,找到与当前数据窗口相似度超过特定阈值的历史数据窗口．若存在多个满足条件的相似数据窗口,这时引入能量指标参数,利用模式识别中的向量欧氏距离公式作为二次评判依据,由此决策出最相似的历史数据窗口,并据此作出实际的预测．利用该算法对深沪两地的个股作了实际预测,实验结果表明该算法简单、有效,令人满意．     

应用无性繁殖单亲遗传算法实现精馏分离序列优化综合

由于精馏分离序列与二叉树之间具有同构性,在数据结构上精馏分离序列可以抽象为二叉树,直接采用二叉树结构编码方案可以同时表达个体的基因型和表现型．借鉴生物界单亲父本可以经过无性繁殖得到子代的现象,对进化和遗传等重组算子进行设计．应用图论方法建立有效的二叉树结构演化重组机制,从而形成无性繁殖单亲交叉和变异算子．实例表明无性繁殖单亲遗传算法能够成功解算大规模精馏分离序列优化综合问题．     

GM（1，1）置零建模法及其应用

本文从ＧＭ（１，１）建模特点出发，提出了一种置零建模的新方法（简记为ＧＭ０（１，１）法）．     

利用Sentinel-1A 的时序干涉测量探测蒲县滑坡形变

利用覆盖山西蒲县地区的24景Sentinel-1A升轨影像,分别采用永久散射体雷达差分干涉测量(PS-InSAR)与短基线集雷达干涉(SBAS)技术对研究区域2019-01-2019-12的地表进行时序形变监测,获取蒲县地区疑似滑坡体位置、范围及滑坡速率,并对两种监测结果进行对比,深入分析滑坡隐患的可能性成因.结果 表明,两种时序InSAR技术采集的形变信息大致相同,蒲县大部分地区趋于稳定状态,年平均形变速率在-10 ～10mm/a;其中存在4处位置一致、形变明显的疑似滑坡点,分别是半沟村罗克线两侧、水泉窊015乡道附近、郭家山周边及井子洼村赵克路沿线.     

基于近似贝叶斯的模型选择

讨论了近似贝叶斯计算(ABC)方法的改进算法ABC-SMC在实际建模过程中的模型选择和参数估计问题.ABC算法是一个似然自由的算法.当似然函数难以计算或没有精确解析形式的情形时,ABC算法规避了似然函数的计算,转而关注模型的生成模拟,这也是该算法的核心.ABC-SMC在经典的ABC框架上改造了抽样过程,利用序列蒙特卡罗...     

一种联合数据常量约束的分数阶光流算法

针对传统HS(HornSchunck)变化光流模型难以应对图像中全局或者局部光照变化、非刚体运动、大位移运动、局部区域内存在多运动目标及难以保留边缘不连续性等实际应用问题,提出一种联合数据约束的分数阶光流模型;该模型分别对传统HS光流模型的数据项及平滑项进行了改进。数据项中,除了包含亮度常量约束外,同时还包含梯度常量约束(应对全局或者局部光照变化)、海森常量约束(应对大位移运动)、拉普拉斯常量约束(应对非刚体运动)。平滑项中,把传统HS的整数阶平滑约束方程改进为分数阶平滑约束方程,以此应对局部区域内的多运动目标问题及保留光流场运动边缘的不连续性。算法的性能体现在能应对各种对亮度常量约束的违反的实际应用;且能获得高准确率的光流场。大量试验验证了算法的优越性。     

时空轨迹中隐含的周期性行为模式

将人类时空轨迹中隐含的信息进行可视化并转换为语义语言是公安工作的迫切需要。使用聚类算法将空间轨迹数据离散化,设计等间距抽样算法规整时间序列数据,从而将连续域上的时空轨迹数据表示为离散的二值序列,为使用离散傅里叶变换和循环自相关方法查找时空轨迹中隐含的周期性行为模式做好数据准备;并通过调整采样时间跨度以增强稀疏二值序列的周期性特征。实验表明可以有效提取时空轨迹中的周期性行为模式,而具有季节性和随机变化的行为模式也具有重要参考价值。案件的发生是由人的行为导致的,所以对人类时空轨迹的研究成果也可以应用于案件分析。     

SARIMA时序分析在税收预测中的应用——以贵州省为例

随着我国国民经济的飞速发展,每年的税收收入也在稳步增长,税收收入已成为我国财政收入的主要来源.税收作为国家宏观经济调控的一种主要手段,可以指导生产要素的流转以及资源的合理配置,从而使生产力布局更合理.地方税收分析对掌握地方税收与经济的关系具有重要意义.进行税收收入的精确预测能为市场经济的宏观调控提供科学依据.本研究采用时间序列的SARIMA模型对税收收入进行建模预测,通过计算预测值与真实值的平均绝对百分比误差和均方根误差对模型进行评估,结果表明该模型有较好的预测度.