数据驱动模式下基于非平行超平面SVM算法的贸易经济预测

数据驱动的多元化发展导致数据异构性增强、维度提升和特征量规模扩大,给贸易经济分析带来更大挑战。为了提高贸易经济分析的科学性,采用非平行超平面支持向量机算法(support vector machine,SVM)对贸易经济进行预测分析。首先,根据贸易经济影响因素进行主成分分析,获取影响贸易经济的关键特征,并对特征进行量化和去噪处理。然后,采用广义特征值最接近支持向量机(proximal support vector machine via generalized eigenvalues,GEPSVM)进行贸易经济预测分类。根据预测指标要求,选择核函数GEPSVM算法(KGEPSVM算法)对分类的非平行超平面求解,通过类别划分函数获得经济预测结果。实证分析表明,对比常用的非平行超平面支持向量机算法,所提算法的贸易经济预测性能更优,而且在常用贸易经济指标的预测中,表现出较高预测精度和稳定性。

基于联邦加权学习算法的三维激光隧道裂缝探测研究

为解决采用三维激光扫描仪探测隧道裂缝的识别精度低、抗干扰能力差的问题,提出基于联邦加权学习算法的裂缝探测研究新思路。基于隧道激光点云数据,首先使用优化联邦加权学习算法,并采用异步和残差测试自适应调整算法,以此整体达到精准探测隧道裂缝的目的。在临滕高速隧道进行试验,围绕裂缝探测的可靠性、准确度和测量精度等指标,将本文算法与传统算法进行对比分析,结果表明本文提出的新方法能有效提高隧道裂缝探测的可靠性及准确率,对探测裂缝宽度的精度上也有较好的性能。当探测结果中出现灰尘、钢筋裸露等干扰因素时,新算法较传统算法在可靠性上仍有明显优势,仍能达到95%以上的识别准确度和低于10%的识别误识率,这些确保了算法应用效果的鲁棒性。通过工程现场的实践,本算法识别出的裂缝宽度与人工测量值之间最小偏差仅为0.06 mm,验证了其良好的裂缝识别精度。

基于优化算法竞赛场景的改进data profile技术

数值比较是评估最优化算法特别是全局优化算法必不可少的手段,通常利用已知全局最优值的测试函数集来对优化算法进行性能评估。Data profile技术是用于比较确定性最优化算法的一种数据分析技术,最近被推广到随机优化算法的数值比较中。但data profile技术存在一个不良性质,得到的profile曲线会随着参与比较的优化算法的不同而改变。这一“传递无效性”缺陷不利于普通用户对该技术的认识和使用。分析表明,导致“传递无效性”的根源在于data profile的“收敛条件”定义,笔者提出的新“收敛条件”可以消除该缺陷,条件是需要用到目标函数的全局最优值,因而适用于最优值已知的众多优化算法竞赛场景。大量数值实验表明,改进的data profile技术消除了“传递无效性”缺陷,有利于不同算法竞赛之间结果的相互验证和推广使用。

基于相序的多点地质统计学相建模方法及其应用

目前的多点地质统计建模方法均以一定维度的数据模板为载体,将概率或几何距离作为建模工区未知区域模拟取值的判定标准,该判定标准在地质建模时与地质含义的联系较为薄弱。针对上述不足,文章回归地质建模的本质,考虑相建模过程中数据事件与训练图型对比的地质含义,提出基于相序的多点地质统计相建模方法。该方法以具有沉积学意义的相序为基本的相似度对比单元,新建适合于相序相似度对比的动态数据模板,采用句法模式识别技术,通过动态规划方法计算数据事件中已知相序与训练图型中对应相序的相似度,对建模工区未知区域进行相模拟,实现了从沉积学意义出发对强非均质性储层进行多点地质统计学建模。理想模型和塔河X区三角洲前缘储层沉积相模拟表明,本文方法能够有效重现训练图像所显示的各地质体的几何形态,较好地反映储层不同相的沉积展布规律,大幅提高了相建模的精度。该方法将沉积学与多点地质统计学有效结合,提出了一种全新的多点地质统计学相似度对比方法和多点地质统计学建模框架,为复杂储层的相建模提供了一种新的方法。

基于量化数据特征统计的深伪图像检测研究

深度伪造技术因“低门槛、高效率、高仿真”等特性而被滥用于伪造身份,引发的个人信息安全问题给公共安全治理带来了严峻挑战。目前深度伪造图像主流检测以卷积特征为主,量化特征应用较少,基于量化特征占用空间小,运行成本低等优点,探究图像各颜色分量上的纹理、颜色特征与图像真伪的关联程度,筛选有效特征进行深伪图像自动检测,研究量化特征在深伪图像鉴定方面的应用价值。对深度伪造人脸数据集ForgeryNet中的40000幅实验样本图像进行分组实验,提取各组图像在Gray,YCrCb,Lab,HSV和RGB颜色空间上的纹理特征和颜色特征,利用多元统计法筛选既具有显著差异又具有相关性的特征,然后用XGBoost、逻辑回归分类器、线性SVM、多层感知机和TabNet进行算法验证,并与主流卷积神经网络进行对比分析。在5类算法中,XGBoost和LSVM分类效果较好;MLP和LP效果较差;TabNet效果不稳定,受分类类型影响较大,检测精度在52%~89%之间。数理统计筛选所得特征下的深伪图像检测精度显著提高,在真伪图像组,在真伪图像组,XGBoost算法在筛选特征和纹理特征时的检测精度比所有特征时分别提高1.10%和1.43%,LSVM和MLP两种算法在纹理特征时的检测精度比在所有特征时分别提高了0.12%和0.10%。利用颜色空间下筛选的量化特征,其检测精度均高于主流卷积神经网络的检测精度,且纹理特征的检测结果优于颜色特征,对身份替换深伪图像更易识别。相比图像卷积特征,量化特征具有较强的解释性,在鉴定领域具有较高的利用价值。

新型发动机火花塞检测技术

由于发动机的结构复杂,而火花塞处于发动机的内部,发动机在装配完成后,传统的火花塞检测方法存在误判、效率低等缺点。这里设计了有一种新型的发动机火花塞检测方法—基于Labview高精度、多通道的火花塞检测系统,用NI的采集卡采集相应的模拟量,系统反馈出火花塞放电性能变化曲线,上位机通过神经网络算法自动分析数据,并与台架已经进行检测的合格火花塞进行验证性比较,并将测试数据导出到Oracle数据库中,通过实验室与现场的测试结果表明,该系统能够准确地反馈出火花塞是否合格。

精确时钟同步协议最佳主时钟算法

精确时钟同步协议(IEEE1588)是关于网络测量和控制系统的时间协议,可达到较高的网络对时精度,实现高精度的时间同步。最佳主时钟算法(BMC)是IEEE1588的最主要的核心技术之一,按IEEE1588协议进行时钟同步的系统通过运行最佳主时钟算法来选择系统中的主时钟,其他时钟全以主时钟作为参考进行时钟同步。分析了精确时钟同步协议最佳主时钟算法的组成、相关概念及原理,根据算法的原理和实际要求设计了最佳主时钟算法功能模块,在Linux下用C语言编写程序,实现了最佳主时钟算法,给出了模块的设计流程图,为测试模块的功能,设计了测试验证图。通过验证,所设计的程序能实现最佳主时钟算法。

精确时钟协议的最优主时钟算法

IEEE1588标准是测量和控制领域的精确时钟同步协议,通过控制网络同步全系统设备的时钟。在不需要太多资源的情况下,能达到高精度的时钟同步;该协议规定了系统内只有一个主时钟,其他的设备的时钟都要和该主时钟同步,因此主时钟的选择好坏对于时钟的同步精度至关重要;文中研究了最优主时钟的算法思想、原理和组成,设计了实现最优主时钟算法的功能模块和方法,并使用测试系统对模块的功能进行了相应的仿真测试;实验结果表明,设计的功能模块能够轻松的选择到系统的最优主时钟,验证了最优主时钟算法的可行性和有效性,为精确时钟同步协议的进一步应用奠定了基础。

TRMM卫星微波成像仪资料的陆面降水反演

为了探讨微波亮温与降水的关系,用TRMM卫星上微波降水雷达PR、微波辐射计TMI资料和973资料组提供的2002年6～7月120站的每小时自记降水记录,采用逐步回归方法,反演陆面降水。通过资料匹配分析显示,由于时空匹配问题,站点降水与微波辐射计亮温及亮温的组合因子的相关性并不高,明显低于TRMM卫星的测雨雷达PR与微波辐射计亮温及其组合因子的相关程度,因此仅用微波亮温和站点降水难以建立较好的反演算式。结合时空匹配较好的TRMM卫星降水雷达PR、微波辐射计TMI资料,建立新的算式,并且和其它算式进行比较。就反演降水结果而言,新算式比原有算式有一定改善,但对6～10mm/h的降水来说,新算式与原有算式反演结果都较差。

数据挖掘分类算法在冠心病临床应用的比较

证候是中医理论的核心。准确判定冠心病患者属于何种证候是中医有效治疗的重要前提。本文中,基于冠心病临床流行病学调查得到的1069例中医四诊信息和相应的辨证结果数据,用四类数据挖掘方法和一类统计方法作为预测模型对其学习和预测。采用十倍交叉验证方法得到的三个指标——敏感性,特异性和正确率以及运行时间来衡量算法的性能,并从每类方法中选择一个最优者进行对比研究。运行结果显示Bayes-ian network是贝叶斯方法中性能最好的,敏感性90.17%,特异性88.89%,正确率89.24%,运行时间0.53 s;径向基神经网络(RBFN)是神经网络中最好的,敏感性84.07%,特异性94.32%,正确率91.49%,运行时间1.03 s;L ibsvm是支持向量机(SVM)方法中最好的,敏感性91.19%,特异性93.15%,正确率92.61%,运行时间1.0 s;ADTree是决策树方法中最好的,敏感性83.73%,特异性95.99%,正确率92.61%,运行时间2.78 s;Logis-tic回归的敏感性是88.14%,特异性94.44%,正确率是92.70%,运行时间1.09 s。综合各项性能指标,SVM最好,Logistic回归次之,决策树、贝叶斯和神经网络依次次之。本文的对比研究为准确判别冠心病的中医证候提供适宜的数据挖掘方法。

基于路径比较的变异测试方法

提出基于路径比较的变异测试方法.首先,通过比较穿越路径判定变异体是否被杀死;然后,建立基于路径覆盖的变异测试数据生成模型,该模型把杀死变异体作为目标,把满足特定路径覆盖作为约束;最后,采用遗传算法求解该模型.将本文方法应用于典型被测程序,结果表明,该方法可以降低变异测试的难度,并提高测试数据的生成效率.

用电信息采集系统中数据比对功能的实现及应用

电力用户用电信息采集系统是国家电网公司智能电网中全面建设的一个重要工程,系统每天接入的新用户数量巨大,采集系统需要有数据自动分析能力确认数据的正确性,降低人工调试工作,减少差错。文中提出将正在建设调试过程中的采集数据与营销系统电费结算的抄表数据进行比对的方法来判定采集数据是否正确,给出了实现原理与判定算法,并分析了常见的在终端安装调试过程中产生差异的原因,显著降低了采集终端接入调试工作量,提高了采集数据的正确率,对用电信息采集系统建设过程的质量管理有重大意义。

电力系统短期负荷预测建模仿真研究

精确的电力系统负荷预测能够使电网安全稳定的运行。传统的电力系统负荷预测只注重预测方法的研究,诸如基于人工神经网络的方法、支持向量机的方法等,很少关注数据的预处理。为了提高短期负荷预测的精度,采用双向比较法对浙江省某市的实际电力负荷历史数据进行预处理,并用K-means算法进行聚类分析,使具有相同特征的数据属性归为一类,以此降低原始数据维数。利用LSSVM算法进行负荷预测,从而得到准确的预测结果。仿真结果表明,经过聚类的LSSVM模型预测结果的平均相对误差和最大相对误差,远低于传统模型。充分说明了双向比较法和K-means算法相结合的短期负荷预测方法不仅有更高的预测精度还使预测误差更加的平稳。

短基线干涉仪测元与距离变化率融合处理方法

短基线干涉仪与脉冲雷达(或微波统一测控系统)相结合的外弹道测量体制是目前航天发射任务主动段测控的主要手段。针对不同传感器跟踪测量数据的融合问题,建立了短基线干涉仪测量元素与雷达测量的距离变化率测量元素融合的算法,实现了利用测速数据确定目标的位置和速度参数的功能。仿真结果表明,该方法改变了以往短基线干涉仪测量必须依赖定位数据的境况,拓展了外弹道的数据处理手段。

基于实时数据库的一个改进的数据压缩算法

在分析实时数据库中应用的旋转门压缩算法和基于斜率比较的旋转门压缩算法原理的基础上,提出了比例压缩算法和改进的基于斜率比较旋转门压缩算法。改进的算法通过改变构造斜率区间的时间点和角度,通过斜率最大点和斜率最小点来构造符合条件的斜率区间范围,以完成数据的压缩。给出了改进压缩算法的应用实例、性能的整体测试和分析,与旋转门压缩性能进行了对比分析。测试实验证明,该算法可以满足采集点不同分布情况下的数据压缩需求。

分类算法在煤矿勘探数据分析系统中的比较

煤炭开采过程中需要对收集的勘探数据进行分析和研究,从中挖掘出更加有价值的信息。文章针对多种数据分类算法,研究分析他们在煤炭勘探数据分析中的作用。通过研究和比较多种分类算法在数据分析工作中的性能,找到能够更加有效地处理勘探数据的分类算法。

激光诱导荧光结合AdaBoost算法的食用油分类

为了快速、准确地识别食用油类型,采用激光诱导荧光技术,利用405 nm激光在食用油表面诱导离子体激发并发出荧光,由SpectraSuite软件采集和记录荧光光谱数据。以5种食用油为实验对象,实验采集的光谱数据共750组,分别采用4种不同的算法(BP算法、AdaBoost⁃BP算法、AdaBoost⁃DT算法、AdaBoost⁃KNN算法)对光谱数据建立训练模型,通过4种模型的比较得出,以KNN算法作为弱分类器的自适应提升(AdaBoost)模型对光谱数据的分类效果最好,迭代100次后测试准确率为100%,且泛化误差为0,表明此算法具有很好的泛化性能和稳定性。

轨迹大数据的比较算法研究

为了对轨迹大数据比较算法进行深入了解和研究,介绍了各类轨迹比较算法,并结合轨迹大数据的研究发展和应用背景,对轨迹大数据比较算法进行较为全面和系统的综述。随着轨迹大数据应用问题的不断凸显,轨迹大数据的研究需要结合目标需求,深入研究轨迹数据比较算法的大数据计算、算法智能性以及算法的效率和有效性等问题。

基于PSO⁃KPCA⁃LVQ的燃气调压器故障诊断

针对燃气调压器故障数据的非线性、非平稳与高维度的特点,提出基于粒子群优化(PSO)的核主元分析法(KPCA)与学习向量量化神经网络(LVQ)的故障诊断方法。先采用KPCA对故障数据进行降维和降噪,由于核函数中未知参数难以确定,采用粒子群算法(PSO)进行优化得到最优的核参数;然后采用LVQ对数据进行识别分类;最后,将PSO⁃KPCA⁃LVQ算法故障诊断正确率及运行时间分别与PSO⁃KPCA⁃SVM算法以及LVQ算法进行比较。结果表明,基于PSO⁃KPCA⁃LVQ的故障诊断模型优于其他两种算法,验证了该文算法的有效性。

地层倾角测井数据处理算法研究与应用

为自主研发适应各种仪器来源的地层倾角测井数据处理软件,在系统研究地层倾角测井数据的预处理以及相关对比、平面拟合、确定地层真倾角、移除构造倾角等倾角计算过程的基础上,建立了完整的算法体系。使用Visual C++编程,解决了诸多技术难点,实现了地层倾角资料处理的全过程,并且每一步都进行了严格的质量控制。经与斯伦贝谢公司GeoFrame的BorDip模块测试对比,计算出的倾角矢量角度误差主要在±1°以内,方位误差为±5°以内。软件功能和效果较好地满足了当前的生产需求。