基于模糊邻近关系的结构聚类

在有序粒度空间理论的基础上,提出了基于模糊邻近关系的结构聚类分析理论和方法.首先,给出了依据距离的一致聚类的概念,提出了模糊粒度空间的一致聚类特征;其次,给出了模糊邻近关系结构聚类的粒度表示,并获得了基于模糊邻近关系结构聚类的快速算法;进而,提出了获取最佳聚类的新方法,并且这一方法是全局最优的;最后,给出了通过两个模糊邻近关系的交运算获取结构聚类融合的方法.为复杂系统结构分析研究提供了一整套理论工具和方法.     

DSmT理论在综合敌我识别中的应用

战场环境的复杂性要求使用多种传感器对战场目标进行综合敌我识别,而综合敌我识别有待解决的基础性难题之一是如何对异类传感器输出的不确定性信息进行有效处理。针对一包含雷达、红外、电子支援措施和敌我识别器等传感器的综合敌我识别系统,对异类传感器敌我识别过程进行分析,根据其特点提出采用DSmT理论进行决策级融合,同时针对每类传感器构造不同的基本置信指派方法,并进行了算法仿真。实验结果证实了该方法的有效性。     

基于最小方差的动态综合评价方法及应用

利用时序加权平均(time order weight averaging operator, TOWA)算子和时序几何平均(time order weighted geometric averaging operator, TOWGA)算子对时序立体数据进行降维处理,并给出了确定时间权重的最小方差法。在事先给定的时间度的情况下,尽可能地寻找一组最稳定的时间权重系数来集结样本值,即寻找一组时间权重系数使其波动最小。最后,运用该方法进行了算例分析,并且将算例结果与熵值规划法进行了比较分析,验证了方法的有效性,总结了最小方差法的特点。     

基于依赖型算子的不确定语言多属性群决策法

研究了属性权重以实数形式给出、属性值以不确定语言变量形式给出的多属性群决策问题。基于不确定语言变量的运算法则,给出了一种基于不确定语言变量及其运算法则的新算子：依赖型不确定语言有序加权几何 (dependent uncertain linguistic ordered weighted geometric, DULOWG) 算子。与该类算子相关联的加权向量依赖于被集结的不确定语言变量,并且对错误或有偏见的不确定语言变量赋予较低的权重来减轻不公平性对评价结果的影响。提出了一种基于ULWGM算子和DULOWG算子的不确定语言多属性群决策方法,并进行了实例分析。     

一种基于马尔可夫链的高维离群点挖掘算法

提出了一种基于马尔可夫链的离群点检测(outlier detection algorithms based on Markov chain, MRKFOD)算法。该算法把基本数据集看作一个加权无向图,数据集中的每个数据表示一个节点,用每条加权边表示节点之间的相似度;形成一个邻接矩阵,把邻接矩阵当作马尔可夫链中的概率转移矩阵;寻求概率转移矩阵的主要特征向量;把每个节点的主要特征向量值作为每个数据的离群度。实验结果表明,该算法与其他高维离群点挖掘算法相比,在效率及有效处理的维数方面均有显著提高。     

一种改进的典型相关分析方法及其应用

传统典型相关分析准则函数在界定同组特征矢量中各元素之间不相关时采用乘法运算,易出现无法保证两组特征矢量同时达到同组元素协方差意义下最小的问题。为解决这一问题,提出了一种改进的典型相关分析方法,对典型相关准则函数分母部分进行修正,将其中的乘法改成加法,对该方法进行推导得到投影矫正系数,该系数对两组特征矢量特征方程进行调整,保证两组特征矢量同时达到同组元素协方差意义下最小。该方法有效地改善了融合效果、提高了人脸识别的正确率。在ORL和Yale人脸数据库上的实验结果都验证了其有效性。     

基于加权范数的时空相关K分布杂波建模

提出了一种基于离散复线性空间加权范数的时空相关K分布杂波建模及仿真方法.该方法利用经典的零记忆非线性变换(ZMNL)法或球不变随机过程(SIRP)方法,生成时间相关的杂波序列,并对其进行归一化处理.通过线性变换矩阵,使一维的杂波转换成满足一定性质的二维序列,通过求解离散复线性空间加权范数最小值,对二维序列进行迭代修正并得到时空相关的杂波序列.通过理论推导证明了该二维序列满足时空二维杂波的时间相关性、空间相关性及幅度特性.仿真结果验证了该方法的正确性和可行性.     

基于能量加权的子带杂交法在掌纹识别中的应用

在掌纹采集过程中,由于受光照噪声的影响,以及手掌的弓形常常给掌纹采集带来噪声.基于此,提出小波变换子带杂交的一种新颖掌纹识别算法.该算法综合考虑小波同层各子带及相邻层子带分解系数的噪声特点,采用基于掌纹图像空间能量加权,再由二维主元分析（Two-di mensional Principle component Analysis,2DPCA）算法降维、去相关,最终由最小距离分类器完成掌纹识别.基于香港理工大学公布的PolyU掌纹数据库的实验,此算法正确识别率达到100%.同2DPCA算法相比,提出的算法不仅正确识别率较高,识别效率也较高.     

基于加权信号泄漏比的多小区协作波束成型算法

为了减小多天线蜂窝通信系统中存在的小区间干扰,提出了基于加权信号泄漏比的多小区协作波束成型算法。该算法利用有用信号的均值对不同用户接收到的泄漏信号功率进行加权,之后各个小区独立设计并使用能够最大化加权信号泄漏比的波束。利用上下行信道的对偶性,得到了最优波束的闭式解。仿真结果表明:在不同的系统调度策略下,提出的基于加权信号泄漏比的多小区协作波束成型算法都可以在不影响用户公平性的基础上提高系统平均吞吐率,同时保持较低的实现复杂度。     

数据关联的分布式算法

为了提高分布式数据关联中的通信效率,该文对其信息传播方法提出改进。首先,将对领域各节点分别传送消息改为广播一个领域各节点共享的信度,改进了信息形式和传播方法,大大减少了通讯量。其次,引入对数运算,解决了数值计算中的稳定性问题。模拟仿真结果表明,该算法节省了能量资源,增加了网络使用寿命,可方便地实现网络规模的可标度化,与理论分析一致。