不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。     

基于四元数图神经网络的知识图谱嵌入

针对当前大多数知识图谱嵌入方法对实体和关系的表示能力低、难以处理复杂关系的问题,提出一种基于四元数图神经网络的知识图谱嵌入方法,用于解决知识图谱的链路预测问题。该方法为了包含更丰富的关系信息,将四元数引入到知识图谱嵌入中对实体和关系建模,并考虑两者之间的共现关系。模型利用勒维图变换将知识图谱中的实体和关系转换为图网络中的节点,采用两者的共现关系构建图中的边;将四元数图神经网络(quaternion graph neural networks, QGNN)作为编码器模块,学习图节点的四元数嵌入;利用四元数空间内的哈密顿乘积构造评分函数对生成三元组进行排序。实验结果表明,所提模型能够很好地捕捉到实体与关系之间潜在的相互依赖关系,在知识图谱嵌入方面优于现有的嵌入模型。     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

Loewy矩阵与几乎Koszul代数

几乎Koszul代数作为Koszul代数的推广,在代数周期性和分次自入射代数的研究中起到了重要的作用.几乎Koszul代数的刻画是一个复杂的计算问题,而Loewy矩阵为Koszul代数的刻画带来了较为直观的计算方法.通过经典的Loewy矩阵和构造增广Loewy矩阵,利用分次代数分次模的两种不同Loewy维数向量得到了一...     

双大Reynolds数问题的混合方法

讨论双大Reynolds数问题,首先将解析解分解为光滑部分和奇性部分,对这两部分都做了上界估计;然后将解析解进行2阶渐近展开;最后提出混合算法．混合算法的主要思想是引入过渡点将区域分为粗网格区域和细网格区域,在这些网格区域采用等步长．在细网格区域采用有限元法,在粗网格区域采用迎风差分格式．混合算法结合了渐近解、数值解和BVT法的优势,是一个实用、有效的算法。     

基于均匀设计的T-S建模方法

T-S模糊系统被广泛应用在基于数据的建模方法中.模糊规则作为T-S模糊系统的核心,是影响系统精度和泛化性能的重要因素,然而模糊规则数量的确定非常困难.考虑基于减聚类的规则生成方法中,聚类半径直接影响规则生成数量,采用均匀设计设定聚类半径,合理选择规则数量,简化了复杂多变量系统的建模问题.实例证明所提出基于均匀设计思想的聚类半径设定法简单易行,具有较好的实际应用价值,适合于复杂多变量系统的建模应用.     

基于泰勒级数展开法的船舶水动力数值预报

为减小由大、小时间参数区域划分不明确所导致的三维时域Green函数的数值误差,在大、小时间区域交界处采用泰勒级数展开法对三维时域Green函数进行计算.基于线性叠加原理,采用脉冲响应函数法对船舶辐射问题与绕射问题进行求解.将Wigley Ⅰ型船作为研究算例,数值计算结果表明:本文计算的三维时域Green函数数值精度在大...     

Cauchy多项式与高阶Cauchy多项式

给出了Cauchy多项式与高阶Cauchy多项式及高阶Cauchy数的定义,导出了它们的生成函数,利用第2类Stirling数得到了它们的递推公式,获得它们与高阶Bernou lli多项式、高阶退化Bernou lli多项式的关系式.     

孪生组合恒等式(十七)——Fibonacci幂级数与Lucas幂级数类型

笔者提出一对孪生幂级数,即Fibonacci幂级数∑∞n=0fnkxn与Lucas幂级数∑∞n=0lnkxn,这里fn为Fibonacci数,ln为Lucas数,k为正整数.它们有相同的收敛区间,应用代入法求出它们的级数和,从而获得孪生组合恒等式.此外,证明孪生数集{fnk}与{lnk}有相同的递推关系式.     

基于区间直觉模糊数的得分函数与精确函数及其应用

在模糊决策理论中,区间直觉模糊数的排序是一个非常重要的理论问题.运用得分函数和精确函数对区间直觉模糊数进行有效排序的关键是得分函数和精确函数的科学构建.本文基于得分函数和精确函数的内涵,运用概率论全概率公式思想提出了新的得分函数和精确函数,并证明了其公理化的性质.通过大量的实际数据测算与比较分析,验证了本文提出的得分函数和精确函数的科学性,从而在对区间直觉模糊数排序时更有效、更准确.