基于相空间重构的神经网络短期风速预测

针对风速具有较强的混沌特性,预测难度较大,提出了一种基于相空间重构的神经网络短期风速预测方法:对数据进行小波降噪,运用互信息法和虚假最近邻点法确定最佳的延迟时间和嵌入维数,对样本空间进行重构,使新的样本能够表征原始时间序列动态特性,更能反映风速变化特性。在此基础上运用BP神经网络进行短期风速预测。实验结果表明短期风速预测精度得到提高。     

基于残差邻域嵌入的超分辨率算法

通过对基于邻域嵌套的超分辨率算法研究,并受到多分辨率图像处理的启发,提出了一种改进的采用残差进行邻域嵌套的超分辨率算法。在灰度和彩色图像上的实验均表明该方法得到的结果具有更低的均方根误差,而且更好地保持了高频空间的细节,例如高对比度和锐利的边缘。     

基于模糊最近邻聚类学习算法的海水藻类繁殖状态预测

为了预报海洋赤潮等灾害的发生,需要监测海水中藻类的繁殖状况.通过建立针对海水中叶绿素a浓度状态的预测模型间接预测海水中藻类的繁殖生长状况.运用基于数据的模糊最近邻聚类学习算法对采样数据进行聚类处理,基于最优模糊逻辑系统建立了针对海水叶绿素a浓度状态的预测模型.根据采样数据的特点和降低模型阶次的实际需求,设计了改进的模糊...     

中文文本分类方法比较研究

中文文本分类是中文信息处理过程中的关键技术。本文介绍了中文文本分类的基本过程和基本原理,讨论了朴素贝叶斯（NB）、K-最近邻（KNN）、支持向量机（SVM）这三种中文文本分类方法,并对这三种分类方法进行分析和比较。     

基于故障敏感分量和改进K近邻分类器的故障状态识别

针对故障状态下的滚动轴承振动信号非线性非平稳性强、噪声干扰大导致的故障敏感特征提取难的问题,在对轴承振动信号进行局域均值分解(local mean decomposition, LMD)的基础上,提出了一种基于故障敏感分量的特征提取与改进K近邻分类器(K-nearest neighbor classifier, KNNC)的故障状态辨识方法。该方法采用相关系数法对LMD分解出的振动分量进行故障敏感性的量化表征,然后对筛选出的信号分量进行时域/频域的特征提取,构建不同故障状态下的特征样本集。为加快故障状态识别速度,排除不良样本的影响,提出一种基于二分K均值聚类的改进KNNC算法,精简了大容量的训练样本,有效去除不良特征样本和干扰点。实验结果表明,以敏感分量特征作为输入的改进KNNC算法能够快速准确地识别轴承不同故障状态。     

基于观测值聚类的多雷达数据融合

根据多部雷达同一时刻对同一目标的观测值在空间呈团状的特征,运用模式识别理论中聚类的方法解决数据融合问题。采用一种改进的KNN算法对多雷达观测数据进行聚类,结合聚类中心和目标预测值,应用卡尔曼滤波器估计目标状态,从而实现多雷达数据融合。实验结果表明,这种方法是有效的。     

The MAP test for multimodality

We introduce a test for detecting multimodality in distributions based on minimal constrained spanning trees. We define a Minimal Ascending Path Spanning Tree (MAPST) on a set of points as a spanning tree that has the minimal possible sum of lengths of links with the constraint that starting from any link, the lengths of the links are non-increasing towards a root node. We define similarly MAPSTs with more than one root. We present some algorithms for finding such trees. Based on these trees, we devise a test for multimodality, called the MAP Test (for Minimal Ascending Path). Using simulations, we estimate percentage points of the MAP statistic and assess the power of the test. Finally, we illustrate the use of MAPSTs for determining the number of modes in a distribution of positions of galaxies on photographic plates from a rich galaxy cluster.     

基于网络选址的设施系统可靠性

将设施系统的结构用网络表示,其中顶点代表服务设施或客户,边代表物品或信息的传输途径。设施系统的可靠性在很大程度上会受网络边失效的影响。为了度量此种情形下的设施系统可靠性,提出可行可靠度概念。基于集合覆盖问题、 p-中值问题和无容量限制固定费用选址问题建立一个综合选址模型,设计邻域搜索算法并求解一个实例。结果表明,在成本增加不多的情况下,考虑边失效情形可以明显提高设施系统的可靠性。     

关于 D- 空间的研究

讨论了D-空间的拓扑性质,并得到了一些很有用的覆盖性质.最后讨论了D-空间和其它空间的关系,在不要求分离性公理的假设下,给出Van.Douwen问题的一个否定回答.     

浅谈邻和质数列的构造

本文探讨了由准邻和质数阵,通过对其特征、性质的研究,发现可以通过对偶数列的寻找配质和及配数从而把准邻数和质数阵化成邻和质数阵,从而完成从1到自然数 n,这 n 个自然数的一个邻和质数列(每相邻两数的和都为质数)。