基于支撑向量机在线学习方法的短期负荷预测

提出了基于支撑向量机在线学习方法的短期负荷预测,该方法克服了传统的支撑向量机负荷预测当训练样本集合改变时为了保证预测精度必需重新进行训练来得到新的回归函数的缺点.充分利用支撑向量机解的稀疏性和前一次的训练结果,提出了递增和递减算法,直接修改原有回归函数的系数来得到新回归函数.实例计算表明,该方法与传统支撑向量机方法相比,具有计算速度快,推广能力强的显著特点,在相同预测精度下,计算速度提高了近两个数量级.     

一种基于多分类支持向量机的网络入侵检测方法

构造了一种基于异构数据距离的径向基核函数，可直接应用于异构的网络数据，并利用实验数据得到修正的基于异构数据距离的径向基核函数(I-HVDM-RBF)，从而减少了支持向量的个数，降低了运算量，采用I-HVDM-RBF核函数和一对一方法构造了多分类支持向量机来进行网络入侵检测，检测选用美国国防部高级研究计划局入侵检测评测数据，结果表明：与Ambwani方法比较，其检测精度提高了约3％，支持向量个数减少了268个，检测时间缩短了5min；与Lee方法比较，其拒绝服务攻击、远程到本地攻击和普通用户到超级用户攻击的检测精度分别高出73％、19％和3％。     

正交频分复用系统非线性信道估计算法

为了提高正交频分复用(OFDM)系统的传输质量和有效性，提出了一种基于最小二乘支持向量机的OFDM非线性信道估计算法．通过在OFDM符号中插入导频而获得训练数据，利用最小二乘支持向量机将训练数据映射到高维空间，并在此空间采用结构风险最小化准则对时变信道频率响应函数进行回归估计，把低维空间的非线性估计转化为高维空间的线性估计，提高了估计的精度．仿真结果表明，该算法能够有效地减小由多径引起的频率选择性衰落的影响，与传统算法相比，在同一误码率条件下的信噪比提高了3～7dB。     

一种IP/DWDM光因特网中的路由选择机制

研究了一种资源约束最短路径优先 (RCSPF ,Resource ConstrainedShortestPathFirst)路由选择机制·这种机制可以用于扩展以通用多协议标记交换GMPLS为基础的IP/DWDM光因特网控制平面·借助光网络设备的可编程功能 ,在现有开放最短路径优先OSPF协议基础上 ,增加基于资源的路由约束条件 ,在一定程度上减少发生网络拥塞的可能性·另外 ,由于采用源路由以及在选路由过程中采用资源预分配机制 ,因此增强了对GMPLS信令系统的支持·同时 ,为了解决在资源不足情况下造成的信道分配失败问题进一步提出了相对路由的概念 ,使IP/DWDM光因特网在大幅增加带宽容量的同...     

基于模型库的冷连轧过程控制仿真支撑系统

结合当前实际应用对改善仿真建模过程的需求,以简化专业领域仿真过程、提高仿真建模效率为目的,提出了以模型重用技术为基础,基于领域模型库的仿真支撑系统的思想,给出了仿真支撑系统总体结构设计方案,并针对带钢冷连轧过程优化控制系统,就标准仿真流程框架的提取、层次化领域模型库的构建及支撑系统运行机制的实现等关键问题进行了探讨·应用实例说明本文提出的仿真支撑系统总体框架及运行机制是可行的·     

红外遥控预付费水表的设计

针对IC卡水表应用于工业环境时存在的不足之处，提出了一种基于红外遥控的预付费水表的设计方案。从上位PC机通信电路、红外发送与接收电路以及电源模块等几个方面详细介绍了该水表系统硬件部分的实现方法。此外简要介绍了系统的软件设计以及红外通信硬件抗干扰措施。     

基于钻孔煤层赋存可视化的实现

讨论了基于钻孔资料的煤层赋存状况可视化的一种实现方法，即在数据库管理系统中管理原始数据和预处理绘图参数，对AutoCAD进行二次开发，实现煤层赋存可视化自动成图，可以自动生成煤层的三维赋存状况图和二维剖面图。     

百色盆地百49块百岗组三段高分辨率层序地层学分析

以高分辨率层序地层学理论为指导，通过地表露头、岩芯、测井资料的综合研究，并结合地震剖面资料，分析了百色盆地塘寨油田百49块古近系百岗组三段不同级别的层序界面和湖泛面特征及识别标志，划分出1个长期、3个中期、14个短期基准面旋回层序。在此基础上，详细讨论了各级次基准面旋回层序的垂向序列、岩性岩相组合、结构类型及更加样式等特征，并探讨了高分辨率层序地层学的研究成果在区块油气开发工程中的应用前景。     

基于数据仓库的城市交通拥堵疏导数据管理

从分析城市交通拥堵疏导管理决策中数据来源的多样性及异构性出发，为实现对各种数据和信息的汇总和综合，提出了城市交通拥堵疏导管理数据仓库的体系结构，探讨了该体系结构建立中的数据抽取与转换，元数据、中央数据库与数据集市，数据访问与分析等重要组成部分，并且，通过主题，维度，粒度及分割等概念的引入，着重研究了该数据仓库中的数据组织与数据模型的建立，从而为城市交通拥堵疏导管理决策提供一个统一、综合的数据环境。     

汇率预报的非线性组合建模与预测方法研究

近年来的经济统计研究表明,组合预测比单项预测具有更高的预测精度,但线性组合预测方法在汇率的组合建模与预测方面存着较大的局限性。本文提出了一种基于支持向量机回归(SVM)的汇率非线性组合建模与预测新方法,并讨论了建模中SVM核函数、损失函数的选取和容量控制等问题。对于英镑、法郎、瑞士法郎、日元对美元等汇率时间序列的组合建模与预测结果表明,该方法具有很强的学习与泛化能力,在处理外汇市场这种具有一定程度不确定性的非线性系统的组合建模与预测方面有很好的应用价值。