基于全局-局部散度的多元时间序列无监督降维方法

针对传统降维方法不能直接应用于多元时间序列,现有的多元时间序列降维方法难以在保证降维有效性的同时大幅降低数据维度的问题,提出一种基于全局-局部散度的多元时间序列无监督降维方法。首先,提出一种特征序列提取方法,提取多元时间序列协方差矩阵的上三角元素,将其组合为特征序列。然后,以“局部散度最小、全局散度最大”为基本思想,提出一种无监督降维模型,在保持局部近邻关系的同时,尽可能保留全局信息。将特征序列作为输入,最小化所有样本点邻域方差之和,最大化邻域中心点方差。求解模型得到的投影矩阵能够实现多元时间序列的降维。最后,在20组公开数据集上,对所提方法进行了实验验证。结果表明,所提方法能够在保证降维有效性的同时,较大幅度地降低多元时间序列的维度。

一种支持DTW距离的多元时间序列索引结构

现有的索引结构难以有效地支持DTW距离度量下的多元时间序列相似性搜索.首先给出一种将不等长多元时间序列转换为等长一元时间序列的方法,并证明这种转换满足下界距离引理;以此为基础,提出一种多元时间序列的DTW下界距离,并对其性质进行分析;然后,针对给出的下界距离,提出一种支持DTW距离度量的多元时间序列索引结构,对多元时间序列数据库进行有效组织;再给出多元时间序列相似模式搜索算法及流程,并证明该搜索方法具有非漏报性;最后,通过实验对所提方法的有效性进行验证.

多元时间序列特征降维方法研究

针对常见的降维方法难以有效地保留多元时间序列主要特征的问题,分析了传统PCA方法在多元时间序列降维中的局限性;提出一种基于共同主成分分析的线性降维方法;把共同主成分与核技巧相结合,通过数学推导,将其拓展为基于共同核主成分分析的非线性降维方法;最后分析两种方法的降维有效性.与传统PCA方法相比,基于共同核主成分分析的降维方法可以表达变量间的非线性关系、能够选取合适的核函数和形状参数,因此降维手段更为灵活、对数据的适应性更强.实验结果表明,本文提出的降维方法能够更有效地对多元时间序列进行降维.

基于SMOTEBoost的非均衡数据集SVM分类器

在对实际问题进行数据挖掘时面临的多数是非均衡数据集,即各种类型的数据分布并不均匀,且关注的类型常是少数类。运用含有少量少数类型事例的数据集训练后的模型进行预测时,通常对多数类的预测精度很高,而少数类的预测精确性却很差。提出了一种集成方法SMOTEBoostSVM,通过SMOTE技术人工生成增加少数类样本量,以具有较强分类性能和泛化性能的SVM作为弱分类器,并以AdaBoost算法构建集成分类器。实验结果表明,SMOTEBoostSVM集成分类器比单纯运用SMOTE技术、AdaBoost算法以及SVM等的分类器,在非均衡数据集的分类预测中具有更好的效果。

基于平稳小波变换的飞行数据去噪方法

为更有效地去除飞行数据中的噪声,分析了平稳小波变换的基本原理,将小波系数相关性与阈值收缩去噪方法相结合,提出一种基于系数相关性的改进阈值函数去噪方法。该方法采用平稳小波变换,先对小波系数进行相关性分析,而后使用改进的阈值函数对小波系数进行阈值处理,最后进行信号重构。实验结果表明:该方法不仅能够很好地保持信号的形状,而且信噪比较高、均方误差较小;在实际的飞行数据处理中能够获得较好的去噪效果。

基于神经网络的时变参数系统仿真优化方法

时变参数系统的仿真优化问题是一个新兴的研究课题,相比传统仿真优化,时变参数系统对实时性的要求高,而对解的精度要求不高。本文提出将该问题转换为一类神经网络预测问题,并从理论上证明了该方法的可行性。首先,线下构建神经网络模型描述输入参数到最优解的映射关系;然后,利用训练好的神经网络模型线上实时预测最优解。考虑到边界样本对最优解拟合曲面的影响,提出构建中心样本和边界样本,分别训练两个神经网络模型。仿真和实例表明,该方法能够随时变参数的变化实时给出满意解,从而为求解时变参数仿真优化问题提供一种新的解决思路。

关联规则挖掘在发动机故障分析中的应用

大部分关联规则挖掘算法仅以出现频率作为阈值来产生关联规则,然而在发动机故障数据分析领域,很多关键故障的出现机率较低,采用传统的挖掘算法无法适应航空发动机故障分析的需要。提出一种新算法,称为权重式多重支持度关联规则挖掘算法,此算法可针对不同重要度的故障定出不同的支持度阈值,由此产生的关联规则,可以解决高重要度但出现较少的故障不易被挖掘的问题。

电力市场中的价格钉研究

电力市场中普遍存在价格钉现象。结合近年来的相关文献对价格钉进行了综述:首先分析自由竞争的电力市场中电价的基本特点,并从经济学角度分析价格钉产生的原因,影响价格钉的供给与需求方面的主要因素,然后重点对价格钉的预测方法和控制途径进行了评述,对比了各种预测方法的优缺点及适用面,以及各种可能的控制途径。文章最后探讨了今后的研究方向。

基于支持向量机的电价价格钉预测

电力行业在放松管制、引入竞争机制、提高效率的同时,也带来了电价的剧烈波动问题,成为威胁电力市场稳定安全经济运行的一个重要方面。在确定价格钉判别标准的基础上,分析价格钉的主要分布特点。针对价格钉与正常价格分布的不平衡性,为提高价格钉发生预测的准确性,对标准的支持向量机进行修正:一方面运用少数类样本综合仿制技术(SMOTE)增加价格钉这一少数类样本的数量;另一方面对价格钉与正常价格这2类分别设置不同的惩罚系数。方法应用于澳大利亚昆士兰电力市场中价格钉预测,取得了较好的效果。

数据库中关系代数除法运算的教学研究

关系代数中的除法运算是数据库课程中的难点问题。文章从关系代数除法运算的定义出发,以实例为牵引,通过类比整数的除法运算,阐明关系代数除法运算的本质,给出除法运算的基本运算表达方法并用SQL语句实现,突破除法运算的难点,以期取得较好的教学效果。

DTW提前终止率的估算方法研究

提前终止在提高时间序列相似性搜索的效率、减少冗余计算等方面起着重要作用。目前缺少一种有效的理论分析方法来以相对较小的计算代价估算出提前终止策略对DTW计算的优化程度。分析了DTW提前终止产生的机理,提出了一种DTW提前终止率的估算模型,并对其进行了有效性验证。实验结果表明,该方法能够有效地估算出DTW距离的提前终止率,且估算精度优于EaEst方法。

特征点分段提取的时间序列模式匹配方法

常用的时间序列模式匹配方法难以平衡计算复杂度与匹配精度,针对该问题,提出了一种特征点分段提取的时间序列模式匹配方法。提取时间序列每个变量维度上的特征点,降低序列长度;将特征点序列转化为分位点矩阵,利用欧氏距离对分位点矩阵进行相似性度量;在几组时间序列数据集上对所提方法进行分类实验。结果表明:所提方法在降低计算复杂度的同时,获得了较高的匹配精度。

猪弓形虫病的诊断与防治

本文描述了镇江市某大型猪场大棚圈养猪于 2 0 0 0年 9月暴发弓形虫病的临床观察 ,尸体解剖检查及实验室病原体与血清学检查的诊断过程 ,以及确诊后应用 2 0 %磺胺嘧啶钠 ( 0 .0 1 5～ 0 .0 2 g/ kg体重肌注 )的治疗经过。

猪败血性链球菌病诊治

猪败血性链球菌病诊治李正欣赵恒昌猪链球菌病临床上常见的是局部淋巴结脓肿，但以败血性链球菌危害最大。如不及时诊治能引起猪急性死亡，现将一起猪败血性链球菌病诊治介绍如下：１发病情况润州象山七一农技站猪场饲养的１３８头（多为架子猪）猪，１９９６年９月２４日...

多元时间序列的相似性匹配

常用多元时间序列相似性匹配方法难以在高效刻画局部形态特征的同时考虑各变量间的相关信息.针对此问题,提出一种动态窗口内多维拟合分段方法.基于序列的局部形态特征抽象出各变量维度上拟合线段的倾斜角及持续时间,组成模式表示矩阵,并借助一种多元模式距离实现序列的相似性模式匹配.与主成分分析法、基于点分布特征的匹配法对不同数据规模的数据集进行对比,验证了该方法的有效性,特别对于多变量、不等时间跨度的中等规模多元时间序列相似性匹配具有较好的效果.

基于LSSVM和信息熵的航材备件组合预测方法

为了实现航空装备的精确化保障,需要对航材备件数量进行预测,现有方法难以在小样本的条件下,准确地预测航材备件数量,为此提出了一种基于最小二乘支持向量机和信息熵的组合预测方法。首先,将基于最小二乘支持向量机的一元预测方法和多元预测方法相互结合,提出了一种组合预测模型;然后,使用信息熵理论对组合预测模型的权重系数进行优化;最后,给出了所提预测方法的计算步骤。实验结果表明,所提方法在预测航材备件数量时,具有较高的准确性。

镇江市2005～2006年狂犬病疫情分析及防制策略

[目的]分析镇江市2005￣2006年狂犬病流行情况,探讨其流行回升的因素。[方法]收集1981年以来镇江市狂犬病疫情资料及对2005￣2006年流行病学调查资料进行分析。[结果]镇江市2005￣2006年狂犬病疫情波及全市5个辖市、区的15个乡镇;全年9个月有发病,有较明显的夏秋季高峰;60～69岁年龄组年平均发病率0.72/10万为最高,其次为50～59岁组(0.58/10万),最低为3～29岁组(0.05/10万);发病人群以农民为主,占86.67%。肇事动物均为犬类;患者被致伤后,46.67%未作伤口处理,真正规范处理的为零;20%患者在暴露后接种了狂犬疫苗,其中全程接种占66.67%。[结论]养犬数增加而管理滞后,犬的免疫接种率低,患者暴露后伤口处理不及时、不规范或未处理,未注射狂犬疫苗或免疫球蛋白,疫苗的质量等因素是导致镇江市狂犬病疫情回升的原因,因此加大以上各方面的管理是防制狂犬病的有效措施。

多模函数优化的改进花朵授粉算法

为了探讨花朵授粉算法(FPA)在解算多模函数优化问题中存在的不足,通过定义种群多样性及差异性指标,定性分析了FPA在多模复杂函数优化中的寻优缺点。基于模拟退火思想优化全局授粉过程,并利用Nelder-Mead单纯形搜索技术对花朵局部授粉进行重构,提出一种新的花朵授粉寻优架构。仿真结果表明,相对于基本的FPA、布谷鸟算法、萤火虫算法,改进花朵授粉算法能够有效避免陷入局部最优,具备优异的全局勘探和局部开采能力,对多模优化问题具有一定优势。

基于群组AHP法的装备维修保障能力模糊综合评估

首先构建了装备维修保障能力指标体系;然后,应用层次分析和群组决策相结合的方法计算出装备维修保障能力指标体系中的各个指标的权重;最后运用多级模糊综合评判法建立了装备维修保障能力评估的数学模型,并给出了实例验证,结果表明该模型的可行性和实用性,为部队改进维修保障方案提供了客观依据。

基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。