基于半监督聚类的真核启动子识别

首先将待测试的DNA序列片段利用词项-序列矩阵进行表示,然后通过奇异值分解进行降维,最后采用全局一致性和局部一致性兼顾的半监督聚类算法对长的DNA序列片段进行测试,并与现有的几种启动子识别算法的结果进行对比。     

局部凸空间上连续规函数Gateaux可微性与Fréchet可微性

分别给出局部凸空间上连续规函数Gateaux可微性与Frechet可微性的充分必要条件．     

一种基于LDA和FCM的BPA多模型软测量方法

模糊C-均值聚类(FCM)算法是数据预处理中常用的一种方法,但用这种方法进行数据聚类,各类别边界信息间往往存在干扰,模型精度不能得到很好改善。本文采用一种改进的线性判别分析(LDA)方法,用于扩大样本类别间的距离,使聚类更为精确。将FCM算法与改进的LDA算法结合提取样本特征,然后通过多模型融入到SVM算法中。通过对双酚A软测量建模的仿真研究表明该方法具有较好的效果。     

道路交通安全现代化水平综合评价模型

在结合事故致因理论和哈顿矩阵的基础上,以层次分析法建立道路交通安全综合评价指标体系,经专家评定获得各指标对其所隶属准则的判断矩阵,并计算出各权重向量和最优权重向量.同时,以道路交通发达国家在其完成第一次道路交通现代化的具体时期内各指标具体数据,通过聚类算法获得现代化评价基准值.采用量化值加权函数法建立评价模型,并得到中国现代化指数随时间历程的变化数据,从而研究中国道路交通安全现代化水平及影响因素,并分析了评价模型的局限性.     

闪电函数族

构造了一族处处连续而又处处不可微的函数。与已有的不可微连续函数相比,这族函数有如下特点。1)每个函数都有直观的形象———形如闪电,故称为"闪电函数",这族函数之全体称为"闪电函数族";2)很容易直观地理解为什么每个闪电函数是处处连续而又处处不可微的;3)每个闪电函数均具有如下意义下的准自相似性:其局部图像适当地在横向和纵向拉伸后将与整体图像相同;4)每个闪电函数均可由无穷次地重复相应的"闪电变换"而获得。根据Mandelbrot关于海岸线分维数的定义,还讨论了闪电函数的分维性。     

一种半监督模糊聚类算法的研究

为了提高对未知样本的使用率,充分发挥出半监督聚类算法的优势,ISFCA算法将约束项引入到竞争聚类算法(CA算法)的目标函数中。但在ISFCA算法的隶属度函数中,存在迭代的非必要信息,增加了算法的复杂度。改进了ISFCA算法的隶属度函数,提取出迭代的必要项uCA″rs和非必要项uCA′rs,从而简化隶属度迭代计算过程,使样本的聚类更加合理。实验结果表明,优化后的ISFCA算法对阀门的故障诊断是行之有效的。     

基于数据驱动的线性聚类ARIMA长期电力负荷预测

针对某些发达城市因负荷波动大而导致的长期电力负荷预测精度低问题,提出了一种基于数据驱动线性聚类(data-driven linear clustering,DLC)的自回归积分滑动平均(auto-regressive integral moving average,ARIMA)预测方法。首先,利用线性特征作为聚类标准对每年的大型变电站负荷数据集进行预处理;然后,对得到的每个子序列构建最优自回归积分滑动平均模型,以预测其相应的未来负荷;最后,汇总所有的模型预测结果从而获得电力系统长期负荷预测结果。从误差分析和应用结果可知,理论和实践都验证了所提出的方法在保证建模精度的同时能够降低随机预测误差,从而获得更稳定、更精准的电力系统负荷预测结果。     

基于因素-时间变权模型的公路隧道群运营期安全性评价研究

公路隧道群运营期安全保障工程相较于单体隧道更为复杂,面临的大量不确定性和安全风险直接威胁着隧道安全运营。从“人-车-隧道-交通环境-管理”五个要素构建运营安全评价因子集,结合变权理论对开展动态评价研究,形成因素-时间变权方法的双动态权重计算模型以体现指标的时变特点,结合模糊综合评价模型进行等级评价,以某高速隧道群开展评价工作。通过上述研究表明：因素-时间变权模型对于运营期的隧道群安全评价指标的权重控制具有极强的针对性,能很好的弥补常规评价方法中对隧道运营期安全因时变性的特点造成的评价结果失真的缺点;变权理论的利用为开展风险的动态管控提供了重要的理论支撑。     

基于智能手机传感器和SC\|HMM算法的行为识别

在获取智能手机传感器信号的基础上, 提出一种基于谱聚类和隐Markov模型的日常行为识别算法. 该方法利用智能手机获取的加速度、 地理位置和接受信号强度等数据, 结合谱聚类分析和隐Markov模型学习, 能有效地对用户日常行为进行自动识别. 实验结果表明, 在真实的手机数据集中, 该方法具有较高的准确度.     

基于有序聚类的强度折减法安全系数确定方法

 为准确获取强度折减法中位移-折减系数关系曲线中的突变点,引入有序聚类分析方法,以确定安全系数。首先介绍了强度折减法,指出了目前确定安全系数的各种失稳判据存在的问题。鉴于系统模式在突变破坏点前后发生了变化,特别是位移和塑性应变急剧增大,尝试用有序聚类分析法找出该突变点。针对常规Fisher最优分割法不适用于渐进趋势,结合“回归类”聚类思想,将拟合的一次多项式作为聚类中心,残差平方和作为回归类直径,建立起新的有序样品回归类聚类方法。利用该法将位移-折减系数序列分为稳定段和失稳段,从而确定突变点,采用对应的折减系数作为系统的安全系数。用该方法对澳大利亚计算机应用协会(ACDAS)的经典边坡考题EX1(a)进行了研究,计算出的安全系数和Flac3D内置强度折减模块(Solen fos)的计算结果一致,证明了方法的可行性。最后,在基础上建立了更方便实用的系统稳定状态的判别式。