面向类不均衡数据的多任务博弈概率分类向量机

在工程实际中获取的故障样本往往会呈现不均衡特点,同时传统的分类模型也会存在局限性。针对这些问题,基于稀疏贝叶斯理论、模糊隶属度等理论,提出了一种多任务博弈概率分类向量机(MGPCVM)分类方法。首先,在MGPCVM的目标函数中,设计了博弈因子,将不同类样本质心间的博弈信息赋予每个样本特定的样本质心敏感值,以解决传统分类器对不平衡数据集分类表现较差的问题;然后,在贝叶斯框架理论下,采用截断高斯先验分布的方法,使样本参数的正负与对应的标签信息相一致,且使样本质心敏感值产生了稀疏估计;最后,将MGPCVM方法应用于两种不同实验平台采集的滚动轴承实验数据处理,进行了故障诊断有效性验证。研究结果表明:在不同的不平衡比(IR)下,MGPCVM方法的准确率均保持在95%以上,相对于支持向量机(SVM)、概率分类向量机(PCVM)等方法提升了4%~8%;与典型向量式分类方法相比,MGPCVM方法可以在不平衡数据条件下表现出优越的分类性能,适用于实际工况中数据失衡的分类问题。

知而不熟 熟而不透——谈向量投影的应用

平面向量的数量积与向量投影是处理向量运算的两个有力工具,下面就向量投影在解决平面向量及其相关综合问题中的应用进行举例分析。

向量的投影及其应用

向量的投影与投影向量是平面向量知识中非常重要的基本概念,给解决平面向量的数量积及其他相关应用问题提供一种实用的工具,成为解决问题的一种特殊技巧方法。当问题中涉及的几何图形有垂直条件或隐含垂直信息时,尤其是在垂足确定的条件下.

基于多层全连接神经网络的6C地震波极化向量识别研究

利用机器学习原理,提出一种基于多层全连接(multi-layer fully connected, MFC)神经网络的六分量(six-component, 6C)地震波极化向量识别方法。首先利用6C地震波各波型极化向量数学模型和一系列仿真参数得到5种波型和噪声波型各5 000个极化向量数据集,然后随机选取其中5 000个作为测试集,其余划分为训练集,进行MFC神经网络与支持向量机(support vector machine, SVM)的综合辨识性能对比实验。结果表明,MFC神经网络模型识别5种极化向量类型(SH波和Love波视为一类)和6种极化向量类型的效果均显著优于SVM模型,平均识别率分别达到99.786%和87.940%。

向量数据库及其应用研究

[目的/意义]文章通过揭示向量数据库理论、技术、应用等体系,以期推动多模态AI相关理论、技术、应用研究与实践创新。[方法/过程]文章运用文献追溯法、内容分析法阐述了向量数据库演进历程并界定其核心概念,对比分析了其特点、价值,据此梳理了其应用机理、功能及对应的关键技术、应用模式,探讨了向量数据库所面临的挑战及对策,展望了其理论、技术、应用发展趋势。[结果/结论]向量数据库源自向量索引方法体系构建、发展于向量数据检索引擎构建、完善于向量数据库管理系统构建;数据模型、索引机制等方面相比关系数据库、图数据库特点明显;具有用户、数据管理、开发者、研究者等方面的价值;关键技术分为向量数据的嵌入生成、索引、检索3类;应用模式分为数据驱动型、知识驱动型、场景驱动型3类;面临向量数据优质生成、语义描述、存储资源利用、协同共享、伦理安全等方面的挑战;发展态势趋向理论框架体系化、技术方案成熟化、应用服务生态化。

一类转置与自身的列向量组等价的特殊矩阵

先给出方阵的列向量组和行向量组的转置等价的充分必要条件.再对一类由初等矩阵诱导的列向量组和行向量组的转置等价的矩阵进行了研究,指出这一类特殊矩阵具有对称性和非平凡情况下的退化性.

基于SIMD的VSIPL三角函数向量化技术研究

为提高嵌入式信号处理软件中三角函数的计算效率,并满足软件的可移植性需求,发展一种基于单指令多数据(SIMD)技术的三角函数向量化技术,并基于向量、信号与图像处理函数库(VSIPL)标准对向量化后的三角函数进行接口实现;同时,在ARM平台上对VSIPL向量三角函数接口进行性能测试。测试结果显示该方法相比循环遍历的方式具有2倍以上的加速效果,表明方法能够显著提高三角函数的计算效率,在高性能、可移植嵌入式信号处理软件领域具有一定的工程价值。

关联变换·理解本质·萌生方法——向量数乘运算的教学与思考

为发挥向量数乘运算的教学功能,设计了类比实数乘法关联几何变换的概念建构路径和揭示运算律的几何意义,运用数乘证明平行关系和显现单位向量的符号和功能的概念理解路径,反思了向量数乘运算教学应该促进向量概念的理解、促使向量方法的萌生.

基于双重方向向量的大规模多目标进化算法

大规模多目标优化问题的决策空间维度高达数百维,在巨大的搜索空间中实现快速收敛同时高效保持种群多样性极具挑战。针对上述问题,文中提出了一种基于双重方向向量的大规模多目标进化算法(DDLE),该算法的主要思想是利用两类不同的方向向量引导种群进化,提高算法的搜索效率。首先,设计了一种收敛性方向向量生成策略提升算法的收敛速度;其次,推出了一种多样性方向向量生成策略增强种群的多样性;最后,提出了一种基于自适应的环境选择算子动态平衡种群进化过程中的收敛性与多样性。为验证DDLE的性能,将其与5种先进的算法在72个大规模基准测试问题上进行了对比实验。实验结果表明,DDLE在求解大规模多目标优化问题上相较于其它对比算法具有显著优势。

依托平面向量,三点共线妙用

结合平面向量基本定理及其应用,得到三点共线的结论:已知平面内一组不共线的基底向量→PA,→PB及任意向量→PC,若→PC=λ→PA+μ→PB(λ,μ∈R),则A,B,C三点共线的充要条件是λ+μ=1。利用平面向量中的三点共线的结论,可以巧妙地解决一些平面向量的综合问题。

对教材中“空间中点、直线和平面的向量表示”的深度理解

从教材对“空间中点、直线和平面的向量表示”的论述出发,在基于数学本质理解概念的基础上,从研究一个数学对象的一般观念入手,结合数学概念生成的合理性,实现对教材的深度理解.厘清了此内容知识和思维的逻辑,达成“何由以知其所以然”的教材理解.

了解知识本质 巧用向量解题——空间向量的应用易错点扫描

在空间向量的学习中,有些同学不能正确地理解空间向量的基础知识,或在某些概念及公式的理解与应用上认识模糊,常常使解题思路走入误区,现举例分析如下。

弱监督场景下的支持向量机算法综述

支持向量机(Support Vector Machine,SVM)是一种建立在结构风险最小化原则上的统计学习方法,以其在非线性、小样本以及高维问题中的独特优势被广泛应用于图像识别、故障诊断以及文本分类等领域.但SVM是一种监督学习算法,它旨在利用大量的、唯一且明确的真值标记样本来训练学习器,在不完全监督、不确切监督以及多义监督等弱监督场景下难以取得较好的效果.本文首先阐述了弱监督场景的概念和SVM的相关理论,然后从弱监督场景角度出发,系统地梳理了目前SVM算法的研究现状和发展,包括基于半监督学习、多示例学习以及多标记学习的方法;其中基于半监督学习的方法根据数据假设可细分为基于聚类假设和基于流形假设的方法,基于多标记学习的方法根据解决方案可细分为基于示例水平空间、基于包水平空间以及基于嵌入空间的方法,基于多标记学习的方法根据处理思路可细分为基于问题转换和基于算法自适应的方法;随后,本文总结了部分代表性算法在公开数据集上的实验结果;最后,探讨并展望了未来可能的研究方向.

定理诠释,应用剖析——平面向量基本定理

平面向量基本定理是处理平面向量问题的理论依据,下面就平面向量基本定理的应用,进行举例剖析。一、定理诠释如果e_(1),e_(2)是同一平面内两个不共线的向量,那么对于这一平面内的任一向量a,有且只有一对实数λ_(1),λ_(2),使a=λ_(1)e_(1)+λ_(2)e_(2)。

深挖隐形圆,求解向量模的最值

平面向量是“数”与“形”的统一体,平面向量的模就是平面向量的长度,因此求解平面向量模的最值最好的方法就是数形结合法.利用建系法或平面向量的几何意义往往能挖掘出“隐形圆”,它能助力我们巧妙求出平面向量的模的最值,本文举例说明.

平面向量模问题的求解策略研究——从一道高考真题说起

平面向量是高考命题的重要考点,尤其是平面向量模的问题,时常出现在高考题的填空题中.我们知道,向量既有大小又有方向,这里的大小就是指向量的模,也叫向量的长度.计算向量的模或模的最值(取值范围)是一类常考题型.那么这类问题该如何破解,本文从一道高考真题谈起.

平面向量及其应用学习要点聚集

要点一:平面向量的线性运算及应用要熟练掌握向量的有关概念,如平行向量,平面向量基本定理,用基底表示向量,向量的三角形法则,向量的平行四边形法则,这是平面向量线性运算的基础。向量是一个有“形”的几何量,因此在研究向量问题时,一定要结合图形进行分析与判断,这是研究平面向量的重要方法和技巧。

共面向量定理及其推论的应用举例

众所周知,向量具有“形”和“数”的功能,平面向量是解决平面几何问题的利器,同样,空间向量是解决立体几何的有力武器.当我们空间想象力不足时,或者问题用传统方法不便处理时,空间向量便成了解决立体几何的有力工具.从教学实践看,学生利用共面向量定理及其推论解决一些非常规试题不太擅长.

基于贝叶斯优化支持向量回归的流线型箱梁颤振气动外形优化方法

为解决风洞试验耗时费力和计算流体动力学(CFD)计算量大的问题,提出了一套新型流线型箱梁断面颤振性能气动外形优化方法.以风嘴参数为设计变量,利用CFD获取断面三分力系数,以准定常理论估算的颤振临界风速为优化目标.根据贝叶斯优化支持向量回归构建代理模型,利用混合加点法更新模型,通过寻优算法确定最优断面.以虎门大桥为例,得到桥梁在可行域内颤振性能最佳的断面方案.结果表明,风嘴升高,颤振临界风速先增后减,相对高度为0.6时整体性能较优,相对高度为0.7时可获得最优断面.底板宽增加,颤振性能显著降低,下斜腹板倾角为14°~16°时颤振性能最优.断面优化后桥梁颤振临界风速相比原始断面提升约31%.

基于字词向量融合的民航智慧监管短文本分类

为解决民航监管事项所产生的检查记录仅依靠人工进行分类分析导致效率低的问题,提出一种基于数据增强与字词向量融合的双通道特征提取的短文本分类模型,探讨民航监管事项的分类,包括与人、设备设施环境、制度程序和机构职责等相关问题。为解决类别不平衡问题,采用数据增强算法在原始文本上进行变换,生成新的样本,使各个类别的样本数量更加均衡。将字向量和词向量按字融合拼接,得到具有词特征信息的字向量。将字词融合的向量分别送入到文本卷积神经网络(TextCNN)和双向长短期记忆(BiLSTM)模型中进行不同维度的特征提取,从局部的角度和全局的角度分别提取特征,并在民航监管事项检查记录数据集上进行试验。结果表明:该模型准确率为0.9837,F 1值为0.9836。与一些字嵌入模型和词嵌入模型相对比,准确率提升0.4%。和一些常用的单通道模型相比,准确率提升3%,验证了双通道模型提取的特征具有全面性和有效性。