S-粗信息矩阵与它的两类形式

利用粗信息矩阵,提出了S-粗信息矩阵概念,给出了S-粗信息矩阵的结构和特征。S-粗信息矩阵具有两类形式:单向S-粗信息矩阵,单向对偶S-粗信息矩阵,双向S-粗信息矩阵。给出了S-粗信息矩阵与粗信息矩阵、S-粗集、Z.Pawlak粗集的关系定理。

粗信息矩阵与它的特征

给出了信息矩阵的概念,利用这个概念,提出了粗信息矩阵,给出了粗信息矩阵的特征,得到了一系列重要的定理.

S-粗信息矩阵与它的动态特征

提出了S-粗信息矩阵的概念。并讨论了单向S-粗信息矩阵,双向S-粗信息矩阵;给出了S-粗信息矩阵的结构特征。S-粗信息矩阵不仅是研究系统动态近似特征,而且是知识挖掘、知识发现的一个新的理论工具。

基于信息矩阵的动态嵌套Kriging模型在船型优化中的应用研究

本文提出一种基于信息矩阵的动态嵌套Kriging模型的构建方法。该方法利用高斯函数信息矩阵,提取加点子空间,利用增量拉丁超立方进行自适应采样,同时为应对采样过程中因样本分布密集而造成的全局近似模型在某些局部空间过拟合的问题,在加点子空间中构建局部近似模型,用于准确地描述局部目标解空间。最后通过数学函数对该方法的有效性与鲁棒性进行验证和分析,并将其应用于S60船型优化中。

一种高阶费歇耳信息矩阵分布式求逆方法

为获得多智能体系统任意耦合型无向网络导航克拉美-罗下界的显示表达式,简化高阶费歇耳信息矩阵求逆过程,提出了一种分布式求逆方法,即矩阵分块对角化求逆方法。首先,针对任意耦合型无向网络导航定位模型,构造了高阶费歇耳信息矩阵,并结合其对称特点及矩阵元素与网络拓扑间的对应关系,将其分解为两个分块对角矩阵的线性组合,它们分别包含所有节点和边的费歇耳信息量。其次,通过两次运用矩阵求逆引理,推导了费歇耳信息矩阵的逆即克拉美-罗下界以及网络节点等价费歇耳信息矩阵的显式表达式;同时引入了迭代过程,将整个求逆过程完全分解为若干个低阶矩阵间的运算,以减小单步运算量。最后,通过数值试验对该算法进行了验证,并与矩阵分块迭代求逆法进行了对比分析。结果表明,两者均具有较高的计算效率和精度,但本算法运算量更小,计算速度更快,从而验证了算法的准确性和有效性。该算法可用于分析任意耦合型无向网络导航定位模型中各节点或边费歇耳信息的融合过程。

MPARMA模型EM算法及观测信息矩阵的计算

混合周期自回归滑动平均模型(Mixture Periodical Autoregressive Moving-Average-MPARMA)是一类新的用于描述周期时间序列中非线性特征的非线性模型,由于MPARMA模型的参数较多,传统的参数估计方法的推导十分冗繁。利用EM(Expectation Maximization)算法,研究了混合周期自回归滑动平均模型的参数估计方法,讨论了EM估计的标准差,详细推导了观测信息矩阵和缺损信息矩阵的计算公式。蒙特卡洛模拟实验结果表明,EM算法是一种简单有效的MPARMA模型参数估计方法。

信息矩阵背景下消费者对服饰品牌的停留意愿研究:直播虚拟试穿作为中介效应

本文研究了缺失信任感、良性关系、锚定效应使消费者对服饰品牌的停留意愿的影响,这是一项必要的新研究。考虑到消费者在接触品牌信息时候的相关渠道和平台很多且复杂的情况下,且信息流矩阵对于服饰品牌营销的重要性,基于先前的 PPM 模型研究结果,使用了 234 名消费者样本,描述性分析结果显示了消费者对于服饰品牌的营销渠道的信息流敏感程度,以及他们在电子商务平台上直播虚拟试穿的高使用率,消费者对品牌缺乏信任感或不能建立良好关系,都会影响他们停留在当前品牌的意愿得到证实。最后研究表明,直播虚拟试穿可以调节锚定效应,促使消费者停留在当前服饰品牌,并于消费者建立良好的关系。因此,本研究为服饰品牌营销者提供了在信息流矩阵背景下消费者的停留意愿,他们可以通过及时与消费者建立友好关系增加用户的黏性,并增强独特性来吸引更多新的消费者。

改进的认知诊断模型项目功能差异检验方法——基于观察信息矩阵的Wald统计量

Hou,de la Torre和Nandakumar(2014)提出可以使用Wald统计量检验DIF,但其结果的一类错误率存在过度膨胀的问题。本研究中提出了一个使用观察信息矩阵进行计算的改进后的Wald统计量。结果表明:(1)使用观察信息矩阵计算的这一改进后的Wald统计量在DIF检验中具有良好的一类错误控制率,尤其是在项目具有较高区分能力的时候,解决了以往研究中一类错误率过度膨胀的问题。(2)随着样本量的增加以及DIF量的增大,使用观察信息矩阵计算Wald统计量的统计检验力也在增加。

粗信息矩阵与其粒度矩阵特征

提出了粗信息矩阵、信息粒度矩阵、粗粒度矩阵的概念,给出了粗信息矩阵的结构及粒度特征;讨论了粗信息矩阵、粗粒度矩阵的性质及运算法则。给出粗信息矩阵与粗集、S-粗集的关系定理、粗信息矩阵与其粗粒度矩阵的关系定理,粗信息矩阵不仅是研究粗系统结构特征的新理论工具,而且是粗系统理论研究与应用研究又一个新的研究方向。

信息矩阵方法在面雨量预报集成中的应用

对多种数值天气预报降水产品进行集成应用,是克服单一预报模式缺点、提高预报准确率的有效途径。任何预报集成方法其本质是建立输入-输出关系,在数学上可以用函数关系表达。给出了用信息矩阵识别这种函数关系的方法,并以面雨量预报为例建立了集成方案。利用欧洲中期天气预报中心(ECMWF)、日本气象厅(JMA)两种数值模式降水预报产品分别计算输出了淮河流域面雨量预报产品。利用地面观测雨量资料,采用泰森多边形法计算流域面雨量实况。将2011年6-8月ECMWF、JMA面雨量预报产品和面雨量实况资料作为学习样本,构建了模糊关系矩阵。利用2012年6-8月ECMWF、JMA两种数值模式面雨量预报产品进行了集成预报试验。采用降水分级检验评分(TS)方法,对比分析了ECMWF、JMA以及集成预报(CFCST)的预报性能。结果表明:基于信息矩阵方法的面雨量集成预报性能总体上高于单个预报成员。

基于分块信息矩阵十字链表的快速状态估计方法

充分利用信息矩阵的分块对称稀疏结构特点,提出了一种基于分块信息矩阵十字链表的快速状态估计方法。采用等效电流量测变换技术,将功率量测方程严格等值变换为电流量测方程,使非对角雅可比矩阵元素为常数,以利于信息矩阵的修正。创建了分块信息矩阵的下三角分块十字链表,提高了信息矩阵内存空间操作与节点优化编号的效率。基于量测方程与分块信息矩阵的网络节点关联关系,提出了信息矩阵形成与修正的量测方程直接追加法,避免了雅可比矩阵的存储操作及其矩阵运算,提高了分块信息矩阵形成与修正及其十字链表存储空间开辟的效率。通过IEEE118、IEEE300以及波兰2746节点的仿真测试,验证了所提方法的快速性。

基于全信息矩阵的多分类器集成方法

自动文本分类是提高信息利用效率和质量的有效方法,而多分类器的有效组合能够得到更高的分类准确率.给出了样本集在多分类器下的全信息矩阵概念,并提出一种权重自适应调整的多分类器集成方法.该方法能够自适应地选择分类器组合及确定分类器权重,并利用分类统计信息指导分类结果的集成判决.通过在标准文本集Reuters-21578上的实验表明:该方法能从查准率和查全率两方面提高文本分类的整体性能,同时表明了该方法的有效性.

基于信息矩阵的草原火灾损失风险研究

草原火灾是我国牧区多发的自然灾害之一,对牧区造成不同程度的财产损失和人员伤亡,给我国畜牧业的生产造成了很大影响.因此研究草原火灾发生次数与草原火灾造成的经济损失之间的关系对理解草原火灾各因子之间的关系,有效地进行防灾减灾具有重要意义.选取吉林省1995—2005年的草原火灾次数和草原火灾经济损失两个指标,基于信息矩阵方法得到草原火灾次数和经济损失两个指标之间的模糊关系矩阵.通过计算发现,当草原火灾发生次数小于30次时,草原火灾损失随草原火灾次数呈现不规则增长;当草原火灾次数大于40次时,草原火灾损失基本稳定在15万元左右.

基于复合信息矩阵的软件体系结构演化波及效应分析

演化性是软件的基本特性之一。软件演化由一系列复杂的变化活动组成。本文从宏观层面入手,以软件体系结构(software architecture,SA)作为软件的蓝图和支撑,设计了复合信息矩阵模型,作为软件体系结构演化波及效应分析的新工具。结合矩阵特性、图论知识和算法设计,新模型可以对一般SA静态和动态演化中的波及图表1效应进行理论分析和量化界定,弥补了现有研究模型需要简化连接器和无法评估连接器影响的不足,从而为SA演化的利用和评价提供了更为全面的依据,并为基于矩阵变化的SA演化计算机自动处理提供了新的理论支持。

基于电路特征信息矩阵的容差模拟电路故障诊断

针对模拟电路软故障诊断问题,提出了一种基于电路特征信息矩阵的故障诊断方法。依据电路在不同激励下各测点的响应特征向量组建立电路特征信息矩阵,利用加权马氏距离表征各故障特征向量之间的相似程度。再通过将待测电路马氏距离矩阵与各故障模式的马氏距离容差矩阵进行对比计算,获得电路的特征信息相似度矩阵。对其进行相应的离散度和模糊度加权处理,求取待测电路对电路各故障模式的总体相似度矢量。最后根据电路故障判断准则确定电路故障模式。诊断过程利用相关软件进行数据采样、分析和处理,减小了工作量,提高了诊断效率。实验结果表明,方法适用于容差条件下软、硬故障的诊断,相对于利用单一故障特征的诊断方法,具有更高的检测准确率。

基于信息矩阵的自适应卡尔曼目标跟踪滤波器

为了克服线性系统中卡尔曼滤波发散这一问题,提出了一种基于信息矩阵的AKF.首先,通过对AKF滤波方程的等价推导,针对性解决了协方差矩阵的初始值问题,在信息矩阵初值P-10未知(P0一般初始化为0)时,滤波的稳定性和准确性都不受影响.另外,在基于信息矩阵的AKF基础上,为了更好适应实时场景,一种简化AKF算法(SAKF)被提出.仿真结果表明,基于信息矩阵的AKF与传统AKF(基于Sage-Husa的AKF)相比较,在P0未知时,其目标跟踪滤波效果明显优于传统AKF,该滤波算法在运动目标跟踪、航迹描绘等领域都有广泛的应用前景.

自然灾害风险分析的信息矩阵方法

从致灾因子危险性分析,到伤亡和损失的可能性研究,自然灾害风险分析由4个环节组成,即致灾因子、承灾体输入、承灾体输出和社会系统。在大多数据情况下,风险事件的不确定性,主要来自于致灾因子时间、地点、强度的不确定。因此,自然灾害风险分析主要涉及两类模式识别:致灾因子概率分布识别和承灾体系统输入-输出关系识别。由于概率分布和输入-输出关系在数学上均可用函数表达,所以,自然灾害风险分析涉及的两类模式识别,均是函数关系的识别。给出了用信息矩阵识别这些函数关系的方法。为演示该方法的优点,用它处理了在我国得到的地震数据,识别了震中烈度与震级的关系。结果表明,得到的结果比线性回归、基于正态分布的模糊推理和人工神经元网络等的结果好。

信息矩阵方法在山洪灾害风险预警中的应用

山洪灾害风险预警指标的确定是防洪减灾工作中的关键技术问题,但由于山洪实测资料序列较短且山洪灾害样本量较小,难以采用传统的统计模型建立山洪灾害风险预警指标。任何统计模型其本质是建立输入-输出关系,在数学上可以用函数关系表达,信息矩阵方法能够从小样本获得信息并建立这种函数关系。利用淠河流域历史降水与流量极值资料,将2003—2012年17次典型洪水过程作为学习样本,构建流域前期土壤含水量饱和度、5个时间尺度(1,3,6,12,24 h)降雨量以及4个重现期(<5、≥5、≥20、≥50 a)洪峰流量的模糊关系矩阵,进而建立山洪灾害风险预警不同等级组合指标。从2003—2012年洪水资料中选取未参与统计的40组独立样本,对不同时间尺度山洪灾害风险预警组合指标进行应用检验,总体预警合格率达到70%,表明该方法应用于山洪灾害风险预警是可行的。

基于等价Fisher信息矩阵的AUV集群网络导航精度分析

针对集群自主水下航行器(AUV)节点间的信息传递融合对协同定位精度的影响问题,文中提出4种AUV集群的网络导航模型,并引入等价Fisher信息矩阵等相关理论,对信息在节点间的传递融合进行分析,得出了影响集群AUV定位误差的因素,并设计了定位精度较高的编队构型,最后通过理论和仿真验证了当跟随AUV节点之间也有信息融合时,利用整个编队的信息对跟随AUV的位置进行估计,可以提高跟随AUV的定位精度。

基于信息矩阵的舰船等级维修项目信息管理

舰船等级维修过程中产生大量的各种各样信息,这些信息的管理和运用直接决定项目整体的管理效果。根据维修任务和维修资源建立二维信息结构矩阵,并在此基础上增加维修组织、维修时间维度扩展为多维信息结构,以此构造舰船等级维修项目信息结构体系。以该体系为基础,通过着色和降维处理,从不同用户视角依次获得舰船等级维修项目信息的全局视图、用户视图、横向移动视图和纵向移动视图,根据这四个视图跟踪项目中信息的产生、传递,找出其中的规律和需要调整的地方,从而实现信息的控制与管理。