模糊遗传滚动优化的LS-SVM预测控制研究

提出一种基于最小二乘支持向量机(LS-SVM)的非线性系统预测控制算法。该算法通过LS-SVM对非线性系统输入输出数据序列的训练学习建立其预测模型;基于模糊遗传算法完成非线性预测控制的滚动优化过程。仿真结果表明基于该方法的非线性系统预测控制比基于RBF神经网络的预测控制具有更好的控制效果。     

基于高分辨雷达的运动目标参数估计方法研究

根据运动目标的频域回波的特点，深入研究了一种具有多项式相位结构的运动目标回波仿真模型，并提出了基于该模型的多特征参数提取方法。该方法基于匹配傅立叶变换理论，依据频域雷达目标回波特征构造匹配函数，对目标回波数据进行匹配傅立叶变换，变换结果的主瓣坐标反映了目标散射点的距离及速度信息。大量的仿真实验结果证明，该方法十分有利于进行运动目标的特征提取。根据对仿真结果的分析，进一步给出了改进算法，使得在较低信噪比情况下也能够有效的检测出目标上的散射点的距离与速度参数。     

最小二乘支持向量机分类器的高稀疏化及应用

为减少训练完毕之后的最小二乘支持向量机的分类计算量,借鉴神经网络的快速剪枝策略,提出了一种新的稀疏化算法:HS-LSSVM。它在主成分分析基础上,筛选出样本子集作为支持向量,它们既包含较多核函数矩阵信息,又相互独立性强,具有较好的代表性。算法将其余个体的信息转移至支持向量上,在实现高度稀疏化的同时,良好地保持了LSSVM的分类性能,并能适用于多类问题。对多个分类问题的测试表明,HS-LSS-VM具有稀疏率高,分类性能强,且稀疏化速度较快等优点。     

THE λ-GROBNER BASES UNDER POLYNOMIAL COMPOSITION

Polynomial composition is the operation of replacing variables in a polynomial with other polynomials. λ-Grgbner basis is an especial Grobner basis. The main problem in the paper is： when does composition commute with λ-Grobner basis computation？ We shall answer better the above question. This has a natural application in the computation of λ-Grobner bases.     

基于Lax-Wendroff型时间离散的高精度GDO方法

将传统的GDQ方法与Lax-Wendroff型时间离散相结合,构造出一种时空同步离散的高精度守恒型差分方法.数值试验证明该方法能够很好的模拟激波、压缩波、稀疏波和接触间断等流场特性,并具有精度高、计算量小、形式简单、边界条件易于处理等优点.     

最小二乘支持向量机的预优共轭梯度法

针对Suyken等人提出的最小二乘支持向量机的共轭梯度法在输入样本的个数较大时,需要求解高阶线性方程组这一缺陷,提出了一种新算法。该算法利用分块矩阵的思想将该高阶线性方程组系数矩阵降阶,为了提高收敛速度,克服数值的不稳定性,采用条件预优共轭梯度法求解低阶的线性方程组。通过仿真试验证明用本文方法训练最小二乘支持向量机比共轭梯度法的训练速度提高了将近一倍。     

基于最邻近聚类和向量模糊c-均值的混沌预测

针对混沌时间序列难预测的问题,提出一种新的基于最邻近聚类和向量模糊c-均值(FCMV)聚类算法的模糊建模方法。其前提参数辨识分两步,首先用最近邻聚类法初始划分输入空间,得到规则数及初始聚类中心,再用FCMV把具有相同收敛向量的聚类中心归到同一个区域来优化前一步得到的聚类中心,得到前提参数;采用递推最小二乘算法辨识模型的结论参数。最后通过对Mackey-Glass混沌时间序列的建模和预测验证了该方法的有效性与实用性。     

Chaotic time series multi-step direct prediction with partial least squares regression

Considering chaotic time series multi-step prediction,multi-step direct prediction model based on partial least squares(PLS)is proposed in this article,where PLS,the method for predicting a set of dependent variables forming a large set of predictors,is used to model the dynamic evolution between the space points and the corresponding future points.The model can eliminate error accumulation with the common single-step local model algorithm,and refrain from the high multi-collinearity problem in the reconstructed state space with the increase of embedding dimension.Simulation predictions are done on the Mackey-Glass chaotic time series with the model.The satisfying prediction accuracy is obtained and the model efficiency verified.In the experiments,the number of extracted components in PLS is set with Cross-validation procedure.     

最小二乘法及其应用

探讨了最小二乘法的基本原理、几何解释、线性拟合和若干非线性拟合及其在物理、化学等学科中的应用。     

对波莱尔改进拉格朗日插值公式思想方法的研究

R.Méray、波莱尔(E.Borel)及C.Runge等人已指出利用拉格朗日(Lagrange)插值公式所得多项式在一些情况下不能很好逼近被插函数.如何改进拉格朗日插值公式使之更好地逼近被插函数是当时数学家思考的一个重要问题,波莱尔即为其中之一.基于原始文献,利用历史分析和比较的方法,搞清了波莱尔改进拉格朗日插值公式的思想背景,分析了他的改进方法,探讨了其思想在当时的重要影响.