表象间的基矢变换与幺正矩阵关系的再讨论

以定理的形式给出了表象变换中获得幺正矩阵的一种简洁方法,并给予了合理的证明,同时结合具体实例验证了定理的正确性.我们认为这一定理具有一定的理论价值和实际应用价值.     

2000-2005年我国主要人鼠共患病的疫情和预防

我国已经证实的人鼠共患病按病原划分有5类20种,列出病名及其主要的啮齿动物宿主、传播媒介和地理分布。鼠疫、肾综合征出血热和钩端螺旋体病是我国3种主要人鼠共患病。通过分析监测数据,发现以上3种传染病在2000-2005年中发病人数大体上呈下降趋势。人鼠共患病预防措施包括控制传染源、切断传播途径和免疫接种。     

基于加权策略的SVM多元分类器

多元分类器通常需要在训练时间和分类精度之间折衷.提出了加权阈值策略和一对多分类方法的改进算法 OVA WWT,以增加结果融合的公平性,从而提高分类精度.基于OVA WWT策略和SVMlight二元分类器,实现了基于SVMlight的多元分类器MSVMlight.在CWT100G数据集进行的实验表明,该分类器具有较高的分类精度以及较短的训练和分类时间.相同的数据集上的阈值策略选择实验也说明了加权阈值策略能提高分类精度.     

VIENNA型三相三电平PWM整流器研究

分析了VIENNA型三相三电平PWM整流器的拓扑及其数学模型,以及三电平变换器的状态空间矢量调制技术(SVPWM)。提出了基于PI控制的双闭环的控制策略(即电压外环、电流内环),并引入中点电位因子r对中点电压进行平衡控制。为了验证所提控制策略的可行性,搭建了VIENNA型三相三电平PWM整流器的仿真平台以及1.6 kW的实验样机进行仿真与实验研究。仿真及实验结果表明,所提出的调制方法及控制策略是可行的。该整流器具有控制简单、易于数字化实现、在稳态条件下谐波畸变率小于3%、功率因数接近1等特点。     

基于改进蚁群算法与遗传算法组合的网络入侵检测

为提高网络入侵检测的检测效果,提出一种基于改进蚁群算法与遗传算法组合的网络入侵检测方法.该方法采用遗传算法(genetic algorithm,GA)对网络入侵的特征集进行快速选取,为后续特征提取打下基础;对传统蚁群算法(ant colony optimization,ACO)的节点选择策略和信息素更新策略进行改进,提出一种改进的蚁群算法,提高对最优特征的选择效果,采用改进的蚁群算法对特征进一步选择;采用支持向量机(support vector machine,SVM)统计机器学习方法建立各类网络入侵的检测分类器.仿真实验结果表明,新的网络入侵检测方法综合GA和改进蚁群算法的优势,能够获得更好的入侵特征,从检测正确率、误报率和漏报率3个方面综合比较,新的网络入侵检测方法具有更好的网络入侵检测效果,且提高了检测速率.     

喷动流化床射流穿透度智能拟合

在三维冷态试验台架上对喷动流化床射流穿透度进行了实验研究,得出了射流穿透度随喷口尺寸、载气密度、喷动气速的增大而增大,随静止床高、颗粒尺寸、颗粒密度、流化气率、载气黏度的增大而减小的结论.在实验研究的基础上利用最小二乘支持向量机对射流穿透度与喷动流化床主要设计参数之间的数值关系进行了智能拟合,并利用自适应遗传算法优化了最小二乘支持向量机的初始参数.通过15个预测样本的检验,最小二乘支持向量机模型的预测平均相对误差减小至4.0%,其性能大大优于常用的经验公式以及神经网络.     

基于多质心的不良文本快速过滤方法

针对Rocchio容易受到类别样本分布及噪声影响的而导致错误扩大类别范围的问题,提出对训练样本进行聚类,使用聚类形成的多个簇的质心向量替代单个质心向量作为过滤判定向量组的方法。该方法既能保证过滤效率,又比单质心的Rocchio过滤法具有更高的召回率和准确率。     

支持向量机的SMO算法及其自适应改进研究

提出在SMO算法上应用自适应学习的思想,并利用求解凸二次规划寻优问题的基础上进行改进的研究.研究表明,基于自适应学习的思想对SMO算法进行改进,可使SVM算法更能适应实际应用快速、高效的需求.     

含交易费用的稳健最优投资组合

在考虑投资组合问题时考虑了3方面的问题:交易费用和税收对投资组合选择的影响;假设风险资产和无风险资产收益的相关参数属于某个已知的凸多面体;讨论了存在风险资产和无风险资产情况下的稳健投资组合问题,并给出了问题的解析解.     

产生式与判别式分类方法比较研究

分类是数据挖掘领域研究的热点,产生式与判别式是数据挖掘中两种不同的分类模型。产生式模型具有通用性、灵活性及清晰的分层结构,学习得到的模型很容易满足模型解释要求;判别式模型没有明显的对系统中变量的基本分布建模的企图,仅仅对输入到输出之间映射的最优化感兴趣,可以提供更好的分类性能。从准确率、建模时间及渐进误差等方面对产生式与判别式分类方法进行了分析与比较,为研究人员在分类模型的选择上提供了参考。