基于系统动力学-云模型的抗浮锚杆系统风险等级评价

随着地下空间不断开发,抗浮工程失效事故发生频率越来越高,因此对抗浮锚杆系统进行风险等级评价十分必要。首先,根据锚固界面力学失效机理对锚固界面子系统进行系统动力学分析,得到锚固界面风险形成路径,进而构建了抗浮锚杆系统风险评价指标体系;其次,以此为基础采用网络层次分析法和熵权法确定指标主、客观权重并通过博弈论方法进行组合优化;再次,结合云模型提出了抗浮锚杆系统风险等级评价方法;最后,结合实际工程进行验证。结果表明：该抗浮锚杆系统风险等级评价结果为Ⅱ级“需考虑的”,评价指标体系和评价方法对其风险等级评价具有较好的可行性,为抗浮锚杆系统风险等级评价和安全管理提供依据。     

基于支持向量机的图像检索主动学习方法

为解决基于内容的图像检索中训练集样本过小问题,本文提出一种结合相关反馈和支持向量机的主动学习算法,首先计算未标注样本到分类超平面的距离以及与当前训练集中样本的余弦距离和,然后取具有总的最大余弦距离同时到超平面距离最短的样本加入训练集,通过增加最具信息的样本到训练集,使得分类器可通过少量反馈次数而快速达到较高的准确性.试验表明,本文算法能有效提高分类器的分类精度和泛化能力,在减少评价样本数量的前提下,可快速收敛于用户定义的目标查询概念.     

基于语料库的名词短语识别方法

名词短语识别是自然语言处理领域的非常重要的子任务。利用最大熵法（ME）、支持向量机法（SVM）和隐马尔可夫模型（HMM）3种有代表性的统计方法对汉语文本进行名词短语识别,并对实验结果进行比较分析。结果表明HMM法在封闭测试中优势明显,SYM法在小样本模式的开放测试中表现良好,而最大熵方法在两种测试中的识别结果均比较理想。分析表明,HMM方法侧重应用在与线性序列相关的现象上;SVM方法适用于有限的汉语带标信息的分类问题;而最大熵方法特别适用于把不受限的文本特征加入统计模型中的情况。     

基于动柔度矩阵和支持向量机的井架损伤识别技术

动柔度矩阵是结构损伤检测的有力工具.支持向量机是在统计学习理论上发展出的一种学习机器,其针对小样本分类识别性能优越.提出了一套基于支持向量机和动柔度矩阵的损伤识别技术.对JJ160/41-K型石油井架模型进行了损伤实验研究,利用实验数据构建了分类识别支持向量机,并以数值仿真计算,验证了该技术的有效性.     

基于GA-SVM的上市公司财务评价模型研究

财务评价是企业财务管理中的重要环节,本文在对传统财务评价方法的不足进行分析的基础上,结合财务管理理论和企业预警理论,采用GA-SVM方法建立上市公司财务评价模型。首先以沪深两市2007~2009年度A股上市公司为研究对象,以因财务状况异常而被列为特别处理的公司(ST公司)作为界定上市公司的财务危机标志,并以上市公司年报财务数据作为输入特征向量,然后将遗传算法与支持向量机相结合,通过实证方法建立上市公司财务评价模型,实证结果验证了该模型的有效性。     

基于特征选择和SVM参数同步优化的网络入侵检测

为了提高网络入侵检测正确率,利用特征选择和支持向量机(SVM)参数间的相互联系,提出一种特征选择和SVM参数联同步优化的网络入侵检测算法.该算法首先将网络入侵检测正确率作为问题优化的目标函数,网络特征和SVM参数作为约束条件建立数学模型,然后通过遗传算法对数学模型进行求解,找到最优特征子集和SVM参数,最后利用KDD 1999数据集对算法性能进行测试.结果表明,相对于其他入侵检测算法,同步优化算法能够较快选择最优特征与SVM参数,有效提高了网络入侵检测正确率,加快了网络入侵检测速度.     

盾构隧道开挖面对数螺旋破坏模式研究

利用水土压力统一计算理论,将盾构隧道开挖面涉及的水土压力分算参数和合算参数转变为统一参数,该方法可应用于土层为砂土和黏土的情况,特别适用于土层为黏质粉土及粉质黏土的情况.基于上述计算的统一参数和极限分析上限法,推导了考虑水压影响的开挖面对数螺旋破坏模式的极限支护压力解析解公式;并利用土层厚度加权平均法,对多层土体参数和水压力进行了简化分析,从而可将上述解析解公式应用于多层土盾构隧道开挖面稳定性评价中.结合上海长江隧道实例,利用推导的解析解公式对盾构隧道开挖面极限支护压力进行了计算,并将计算结果与前人研究进行了对比分析.结果表明:所建立的开挖面对数螺旋破坏模式可应用于盾构隧道开挖面稳定性评价中.     

参数优化支持向量机的农业大棚温室温度预测模型

利用支持向量机核函数linear,polynomial,radial basis function和sigmoid,通过粒子群算法对惩罚参数c和gamma寻优,建立农业大棚温室温度预测模型.试验结果表明:通过粒子群算法设定惩罚参数c为14.392,gamma为0.01时,得到的P_RBF预测模型对由24个测试时间所测数据组成的训练集拟合程度达90.849%,对加入随机影响因子的由5个测试时间所测数据组成的预测集拟合程度达90.545%,显示该预测模型具备相当的鲁棒性;P_RBF模型对温室内温度预测具备相当的可靠性,可以准确预测温室内温度变化趋势,解决温室控制系统中温度难以预测的问题.     

液压支架姿态的监测与控制

分析了液压支架姿态与围岩破坏的关系,提出液压支架姿态的监测方法和手段,结合现场实际,确定出液压支架姿态控制的合理范围。     

灰多元线性回归及其在搜索引擎中的应用

经典多元线性回归分析模型不能实时跟踪响应变量的动态变化和在大量样本中因出现病态数据而影响拟合效果的问题,基于灰色系统时间序列的特性,提出了将灰系统思想与经典多元线性回归分析模型结合,形成一种全新的模型——灰多元线性回归分析模型。实验结果表明,该模型不仅能更加准确地给出响应变量的变化趋势,而且能过滤掉少量病态数据,从而避免了对拟合效果的影响。将新模型应用到网站的搜索引擎中,通过对网站访问流量及各个关键字搜索频率,预测该网站下一阶段的网站的访问流量,预测结果可为网站的管理者提供决策支持的理论依据。