比例延迟微分方程的极限学习机算法

目的 针对比例延迟微分方程,提出一种基于极限学习机(ELM)算法的单隐藏层前馈神经网络训练方法,并将该方法推广到求解双比例延迟微分系统。方法 首先,构建一个单隐藏层前馈神经网络并随机生成输入权值和隐藏层偏置;然后,通过计算系数矩阵使其满足比例延迟微分方程及其初值条件,将其转化为最小二乘问题,利用摩尔-彭罗斯广义逆解出输出权值;最后,将输出权值代入构建的神经网络便可获得具有较高精度的比例延迟微分方程数值解。结果 通过数值实验与已有方法的结果进行比较,验证了该方法对处理比例延迟微分方程与双比例延迟微分系统的有效性,且随着选取的训练点和隐藏层节点数量增多,所得到的数值解精度和收敛速度也随之增加。结论 ELM算法对处理比例延迟微分方程以及双比例延迟微分系统具有较好的效果。     

空中交通延误预测研究综述

空中交通系统作为典型复杂系统,其非线性聚合的动力学特征给延误预测带来挑战,使空中交通延误预测问题保持了开放性.近二十年来,针对此问题,利用传统机器学习、深度学习、复杂系统建模仿真、排队理论等,涌现出大量研究成果.首先系统性阐述了空中交通延误产生与传播的原因,并根据预测数值类型、预测对象以及预测时间尺度对现有研究中的延误...     

半在线模型的松弛

研究半在线模型的松弛,讨论以下半在线松弛模型：已知工件最大加工时间在某一区域内（known largest job interval）, 分别讨论了该模型下2台同型机的极小化Cmax问题和极大化Cmin问题。对这两个问题构造pInteval算法,给出其竞争比并证明它是紧的,还分析了上述两个问题的特征和LS算法的竞争比。     

石油机械大尺寸零件精密测量装置研究

研究了一种可用于工业现场进行大尺寸零件精密测量的装置。该装置以有高稳定性和强抗干扰能力(室外时频率稳定性可达10^-7)的双纵模热稳频He—Ne 激光器为光源,其拍频频率约为790MHz ,拍频波长λ约380mm,拍频波长为测量基准;以拍频波节点为对准标志, 最邻近节点到被测点的尾数间距x₁,x₂用组合于同一光路中的分系统激光干涉仪测量,分辨率为0.08μm的方法来进行大尺寸L的测量 。测试表明,此装置具有很好的环境适应性和同类仪器中最高的频差稳定度。整个测量系统可在0～20m 范围内工作,测量不确定度优于±30μm/ 10m 。对石油机械大尺寸零件测量的环境性和高精度性研究具有重要意义。     

利用支持向量机方法预测储层产能

支持向量机方法(SVM)是基于结构风险最小化原理,采用核函数处理技术,较好的适应小样本、非线性和局部极小点等实际问题,克服了常规统计方法的局限性,避免了维数灾难。能够在有限的样本集基础上,兼顾模型的通用性和推广性,有效解决了学习性和延拓性的问题,预测精度更高。实际生产中影响储层产能因素众多,各因素间相互影响,在综合考虑地层因素的基础上,提取了测井产能预测参数,利用支持向量机方法对产能进行了预测,预测结果与实际一致,并将处理结果与多元回归及BP神经网络处理结果进行了对比分析。实践表明支持向量机方法优于后两种方法,是一种值得推广使用的方法。     

社会需求、技术缺失与机器的诞生

在肯定前人关于技术发展根奉动力是“需求”的观点基础上,提出了技术改进和技术发明的一般性机制——“技术缺失”的显现和对这种显现的领会,并结合原始手工工具和机器的发明历史予以论证。机器的诞生是资本主义生产需求引发的,没有这种社会需求便不会有“机器缺失”的显现,也就没有弥补“缺失”的发明活动。机器技术的每一步进展,都是从手工工具使用时的局限中发现了改进的方向,前一阶段的技术缺失是后采改进和发明的向导;前一阶段的功能结构,在后一阶段都有一定的保留。现代技术尽管异常复杂,它的发明仍然是以另一个层次的“技术缺失”为基本条件的。     

基于局部密度比的模糊隶属度设置算法

基于知识发现中的局部异常因子思想, 提出一种基于局部密度比的模糊隶属度设置算法, 该算法根据样本的邻域密度比设置样本的隶属度, 并采用一种单参数选择策略. 数值实验表明, 所提出的算法在带噪声的非线性函数估计方面具有很好的鲁棒性, 有效地解决了模糊支持向量机中的模糊隶属度设置问题, 对处理带噪声的分类和非线性函数估计问题具有重要的意义.     

一个简单面向对象语言的抽象机定义及其可视化实现

定义一个简单面向对象语言SOOL的抽象机SAM, 并设计开发了SAM的可视化实现系统VisualOO. VisualOO系统可以把任意一个SOOL源程序转换成SAM内部表示, 并且动态演示该程序在SAM上的执行过程. 定义的抽象机及其可视化系统可以应用于程序设计语言形式语义学的教学中.     

计算机视觉技术在杂草识别中的研究进展

传统农业中覆盖式喷洒除草剂,浪费除草剂和人力资源、污染环境,采用计算机视觉技术把杂草从农作物和土壤的背景中识别出来,定量、定位地喷洒化学制剂就显得极为重要。从杂草的颜色、形状、纹理以及多特征融合四个方面综述农作物和杂草识别技术,总结了国内外研究中的难点和亟待解决的问题,探讨了未来发展方向。     

改进SVM及其在时间序列数据预测中的应用

运用标准支持向量机预测海量金融时间序列数据会出现训练速度慢、内存开销大的问题,文中提出一种分解合作加权的回归支持向量机,将大样本集分解成若干工作子集,分段提炼出支持向量机,同时根据支持向量的重要性给出不同的错误惩罚度,并将其应用于证券指数预测．与标准算法相比较,文中方法在保证泛化精度一致的前提下,极大地加快了训练速度．