机器学习在模式识别中的应用研究

近年来,机器学习已成功应用于模式识别领域,并且随着研究的深入,机器学习的相关算法和理论又得到了完善和扩展。本文将阐述机器学习的基本概念．分析应用在模式识别领域的若干机器学习算法。     

广西全州越城岭花岗岩体东部钨、锡、钼矿产找矿勘查预测探讨

广西全州越城岭花岗岩体东部地区成矿条件好,钨锡（钼）矿化普遍、矿化点密集分布,迄今除个别矿点工作程度相对较高,达到详查外,大部分矿点皆只限于地表矿点勘查或普查,至今只有一个仅具有地方工业价值的小型矿床,其余皆为矿（4C）点。此次的钨锡（钼）成因类型可分高-中温热液型、矽卡岩型二类,越城岭花岗岩体西侧还有含锡矿、绿柱石及铌钽的伟晶岩型。可初步预测预测该区钨〉10万吨．锡〉5万吨,铅锌〉10万吨。     

遗传算法在共形天线阵方向图综合中的应用

使用遗传算法(GA)来优化基于圆柱共形的天线阵的方向图,以实现所期望的平均副瓣和指定方向的零陷.作为一种优化算法,它能解决一些N维和非线性的优化问题.首先给出了共形阵列的方向图公式,其次介绍了GA算法和其它阵列综合方法.最后给出了应用实例及其运用不同方法的仿真结果.结果表明,该算法是一种解决多维和非线性问题的行之有效的方法.     

进化计算中的精英个体产生策略

初始种群是影响基因表达式编程算法（GEP）的重要因素之一。提出了精英个体产生策略,产生具有较高的适应度的精英个体,使种群从一个较高的基础上开始进化,从而提高种群的进化效率。在此基础上,提出了综合精英个体产生策略和基因空间均匀分布策略优点的综合种群产生算法。实验表明,精英个体产生策略可以提高进化效率17%,综合算法可以更加有效地提高系统的进化效率。以上算法的思想还可以应用于其它进化计算中。     

Multi-objective Optimization of Controller for Process with Reverse Response and Dead Time

Due to the difficulty of controlling the process with inverse response and dead time,a Multi-objective Optimization based on Genetic Algorithm (MOGA) method for tuning of proportional-integral-derivative (PID) controller is proposed. The settings of the controller are valued by two criteria,the error between output and reference signals and control moves. An appropriate set of Pareto optimal setting of the PID controller is founded by analyzing the results of Pareto optimal surfaces for balancing the two cr...     

基于遗传小波神经网络模型的脱机签名鉴定

根据脱机中文签名的特点,提出了一种用基于遗传算法的小波神经网络进行脱机中文签名鉴定的方法.基于遗传算法的小波神经网络模型结合了遗传算法的全局搜索能力和小波神经网络快速高精度的特点,克服了梯度下降法易陷入局部极小和引起振荡效应等缺点.该模型用遗传算法对小波神经网络的各参数进行前期优化训练,再用梯度下降法对参数进行二次优化.实验结果表明,将此模型用于脱机签名鉴定系统,与单独采用BP网络或小波神经网络相比,性能有明显的提高.     

基于遗传算法的关联规则挖掘

根据关联规则挖掘的要求,结合遗传算法的特点,提出了一种基于遗传算法的关联规则挖掘算法,在基本遗传操作选择、交叉、变异的基础上,引入了挑选操作,取消了交叉、变异概率,给出了详细的算法设计及描述,并通过实例证明了算法的性能。     

水泥板表面BRDF统计建模的优化与实现

分析了水泥板表面光散射的特点,结合图像处理方法计算了水泥板表面CCD图像像素的灰度梯度。通过遗传模拟退火算法反演出双向反射分布函数（BRDF）中遮蔽函数的参数,将反演的参数替换遮蔽函数中的经验参数计算水泥板表面的BRDF,并将拟合值和BRDF的实验值相比较,结果显示,随入射角增大遮蔽函数参数取反演值时的BRDF比取经验值时的BRDF精度更高,为目标表面BRDF统计建模的优化提供一种方法。     

基于遗传算法-BP神经网络的径向式导叶多级泵水力性能优化

针对径向式导叶多级泵内部流动状态复杂多变而导致其水力性能曲线难以精确测量的技术难题,采用遗传算法(ge-netic algorithm,GA)迭代优化反向传播(back propagation,BP)神经网络的权值与阈值,构建了基于GA-BP神经网络的径向式导叶多级泵水力性能预测模型,以MD500-57型径向式导叶多级泵为研究对象,建立了输入层为13个神经元、隐含层为10个神经元、输出层为2个神经元的GA-BP神经网络,采用正交试验方法设计了试验参数的正交试验方案,运用数值模拟计算方法对正交试验方案进行求解,获得了试验参数的训练样本,并对神经网络进行训练与测试,计算了过流部件关键几何参数的最优组合方案.试验结果表明:优化后该多级泵在设计工况下扬程增加了2.4 m,效率提高了3.34％,且高效区范围变宽.     

基于遗传神经网络的股票价格预测

针对股票市场的复杂性,本文将遗传算法用于BP神经网络的训练过程,建立了相应的优化模型,并将其应用于股票价格的预测。采用遗传算法对网络结构和权值进行优化,提高了网络的预测精度。实践表明：该方法预测精度高、误差小,值得推广。