最大熵不确定型决策模型与应用

现有不确定型决策方法中,各种状态的不确定性没有在决策方法中得到体现,且没有充分挖掘利用益损值信息,不同的决策准则往往得到不同的决策结果,不利于决策者做出正确决策.鉴于此,提出了基于信息不确定性的最大熵决策模型,通过构建状态分布的信息熵和决策结果离差信息的多准则目标函数,以状态概率分布为优化变量,采用加速遗传算法优化求解.防洪调度决策分析结果显示,最大熵决策模型可充分挖掘益损值信息,基于信息熵的不确定性准则使状态概率分布更加合理,决策结果可区分性优于其他决策方法.     

基于小波包熵和聚类分析的滚动轴承故障诊断方法

为了提高滚动轴承震动信号故障诊断的准确性,该文提出了一种基于小波包熵和聚类分析的集合型故障诊断方法。用小波包对滚动轴承振动信号进行三层分解,并提取其能量特征。以振动信号的能量分布作为概率分布进行信息熵运算,提取振动信号特征。为了检测是否有故障发生,结合减法聚类的思想,提出采用密度指标最高原则优化初始聚类中心的K均值聚类算法进行聚类。为了检验所提方法的有效性,采用不同故障直径的滚动轴承数据进行实验。实验结果表明,新的聚类方法克服了传统K均值聚类对初始聚类中心敏感的缺陷,其结果可以作为滚动轴承早期故障诊断的依据。     

基于两种不确定的稳健设计方法及其在车身轻量化设计中的应用

针对传统基于近似模型的稳健设计方法中近似模型预测误差易导致优化解约束失效的问题,综合考虑参数不确定和近似模型预测不确定的影响,建立基于2种不确定因素的稳健设计方法,并通过数学测试案例验证所提方法的优化效果.同时,针对车身轻量化问题进行应用研究,选取非线性程度高、近似模型不确定影响大的耐撞性指标作为稳健约束.结果表明,基于2种不确定因素的稳健方法可以有效保证高维、强非线性问题优化解的可靠性,并在满足碰撞性能指标的前提下,达到车身减重11.06%的轻量化效果,从而验证了所提方法的可行性.     

机械振动信号局域判别基特征提取方法

研究了基于相对熵的小波包局域判别基算法,构造了以局域判别基空间上的结点能量为元素的特征矢量,并在发动机上进行了实验研究,结果表明,小波包局域判别基结点能量谱具有明显的类别特征,经过压缩,作为分类器的特征输入具有较高的模式识别率。     

基于多特征融合的统计机器翻译译文错误检测

抽取了3种典型的单词后验概率特征(基于固定位置的词后验概率、基于目标位置窗的词后验概率、基于词对齐的词后验概率)和3种语言学特征(词、词性、句法分析器抽取的句法特征),并在此基础上抽取了一个来自源端的单词特征,然后基于中英NIST数据集,采用最大熵分类器来验证不同单词后验概率特征(WPP)独立使用及与其它特征组合后使用时对错误检测性能的影响。实验结果表明,采用不同方法计算得到的单词后验概率特征对分类错误率的影响是显著的,并且在单词后验概率和语言学特征组合基础上加入源端单词特征,可以显著降低分类错误率(CER),提高译文错误检测能力。     

Cascading failure prevention of complex systems based on brittleness entropy game

A non-cooperative game model based on brittleness entropy is formulated for preventing cascading failure of complex systems.Subsystems of a complex system are mapped to the players of the game.The influence of collapsed subsystems to other subsystems is also taken into account in the definition of payoff function except for their own entropy increase.This influence is named brittleness entropy.Each player has two optional strategies：rational for negative entropy and irrational for negative entropy.The model is designed to identify the players who select an irrational strategy for negative entropy.The players who select the irrational strategy for negative entropy continue to compete for negative entropy after the recovery of ordered state and make other subsystems can＇ t get enough negative entropy to reduce entropy increase.It leads to cascading failure of the complex system in the end.Genetic algorithm is used to seek the solution of game model,and the simulation result verifies the effectiveness of the proposed model.The model provides a new way to prevent cascading failure of complex systems.     

基于改进雷达图的可视化聚类方法研究

针对高维数据的聚类过程不够直观、聚类结果也不易解释的问题,本文提出了一种基于改进雷达图的交互式可视化聚类方法。首先对传统雷达图进行了改进,采用熵权法确定数据的主要特征和属性排列,在去掉非主要特征基础上采用以极径表示属性值,以属性权重确定极角的改进雷达图进行数据可视化来突出数据的主要特征;然后采用改进的k-means算法对平面上的点集进行聚类,该改进算法不需事先给定簇的个数,能够依据密度和距离对初始中心进行优化,且在聚类过程中可交互调整参数,并使用不同颜色来区分不同类别,方便观察聚类过程和结果;最后通过仿真实验表明改进的雷达图更能反应数据的分布情况,改进的聚类算法具有更高的效率和聚类准确度。     

基于直流系数相关性AVS预测算法

针对AVS视频编码标准,提出了利用预测残差直流系数相关性来改进其编码效率.不直接对直流系数进行编码,取其与左边块和上边块差值及本身绝对值的最小值,对其最小值对应的差值进行编码.实验结果表明,笔者提出的算法在不影响编码质量的前提下,编码码率降低1.09％,实现了很好的压缩效果.     

粗糙面后向散射的基尔霍夫标量近似法研究

实际的粗糙面由高斯型粗糙来模拟,结合高斯型粗糙面的相关系数,依据基尔霍夫标量近似法给出了高斯型粗糙面后向散射系数表达式,通过数值计算得到了后向散射系数随入射角及入射波波长的变化曲线,分析了粗糙面高度起伏均方根、相关长度、介质介电常数、入射波波长对后向散射系数的影响,得到了较完整的高斯粗糙面后向散射特征.     

基于小波包最优基的网络数据的压缩

将紧支撑集正交小波包变换运用到网络数据压缩中来。研究了直接影响网络数据压缩质量的几个因素---域值,小波函数,分解级数,小波包基。在此基础上,选取域值熵作为优选指标,给出了取得最优方案的快速搜索方法。实验表明,选用的压缩方法提高了网络数据的压缩效果。