基于天气分类和卷积神经网络的短期负荷预测方法

为减少天气因素对短期电力负荷预测效果的影响,提高模型的预测精度,提出了一种基于天气分类和卷积神经网络的短期负荷预测模型。首先通过天气类型初分将原始数据样本集划分为晴天、阴天、多云和雨天4种类型。其次,为了识别相似气象条件,运用相关系数和k均值聚类方法,找到对新型负荷出力影响最大的气象因素,并对其聚类,选取高相似度的数据样本。之后根据特征选择的结果,构造神经网络输入数据集。最后,将该数据集输入至卷积神经网络训练并预测。通过算例验证分析所提模型具有更高的预测精度。

成因机制控制下低对比度油气层研究方法

为精准描述低对比度油气层与其他类型储层之间的数学差异,引入特征选择和分类归纳等数学分析模型。所提方法并不要求储层计算参数与储层实际特征完全吻合,只要能准确刻画不同类型流体之间的数值差异即可。以鄂尔多斯盆地陇东地区超低渗透油层改造后的产能预测为例,阐述整个实施过程。结果表明:利用所建产能模型预测77口新井压裂后的产能,平均绝对误差为0.95 t/d,平均相对误差为9.49%,可以满足实际生产需求;在开展或完善储层表征参数理论模型研究的同时,各种数学分析方法的适用性、逻辑性也应被重视;传统方法和数学模型的有效结合能避免方法的单一化或模式化,有助于解决地层评价领域中的各种疑难问题。

基于多目标进化封装的特征选择在人脸识别中的应用

为了在实施分类工作时将不相关的、多余的、具有噪声的特征从问题表示中去除,以降低复杂度并得到可接受的性能,提出了一种基于多目标进化封装的特征选择方法。首先利用染色体选择的特征重新参数化人脸图像从而获得主动形变模型特征集;然后通过多目标遗产算法进行特征选择,在最小化特征子集基数的同时最大化判别容量;最后结合提出的综合适应度函数及k-近邻分类器完成人脸的识别。在Essex人脸数据库上的实验验证了所提方法的有效性,实验结果表明,相比其它几种较为先进的方法,所提方法不仅降低了表示的维度,同时提高了分类性能。

小波分析和粒子群优化神经网络的语音端点检测

为了提高语音端点检测的适应性和鲁棒性,提出一种小波分析和粒子群优化神经网络(WA-PSO-BP)的语音端点检测算法.首先利用小波分析提取语音信号的特征量,然后将特征量作为输入BP神经网络进行学习,并采用粒子群算法优化BP神经网络参数,从而建立语音端检测模型.仿真结果表明,WA-PSO-BP提高了语音端点检测正确率,有效降低了虚检率和漏检率.这说明WA-PSO-BP是一种可行性较高,环境适应性较强的语音检测算法.

特征峰值投影技术应用于鱼粉蛋白近红外波长优选

采用近红外光谱线性分析技术实现对鱼粉蛋白的快速检测,选择合适的波长变量是提高模型预测精度的关键。主要目的是建立一种稳健、简单的多元线性回归(MLR)模型,通过研究基于特征峰值的投影技术实现参与建模的波长优选。特征物质在近红外光谱区域的吸收特征,以鱼粉一阶导数光谱的峰谷波长点作为出发点,依次采用逐步多元线性回归(SMLR)和连续投影线性回归(SPA-MLR)方法完成两度特征信息波长筛选,进一步对备选的波长变量执行显著性检验,最终确定近红外线性分析的特征信息波长组合。结果表明,近红外长波区域中优选出53个特征信息波长变量,能够提高鱼粉蛋白近红外定量模型的预测精度,简化了模型,从而提高了模型的适用性和稳健性。

基于有监督学习的应用识别研究

网络应用识别是网络管理、研究、规划、安全等一系列事务的基本前提,基于分组端口号和分组载荷的应用识别技术逐渐不能满足需求.根据不同应用具有各不相同的流量特性这一原理,可利用机器学习技术挖掘各种应用的流量模式,从而进行有效识别.本文使用简单的流量特征作为观测值进行有监督应用识别.通过比较多种通用的机器学习算法,找出最适用于应用识别问题的有监督学习方案,同时应用特征选择算法找出关键的流量特征.

基于Boruta-PSO-SVM的股票收益率研究

针对股票收益率的分类预测研究中支持向量机(SVM)存在的参数选择困难以及分类性能较差的问题,提出了一种基于特征选择(Boruta算法)和粒子群优化(PSO)算法SVM的新算法。通过Boruta算法对训练集进行特征选择,剔除无价值的特征以降低输入维度,同时引入PSO算法优化SVM核函数参数,从而提高SVM的分类性能。实验结果表明:相比决策树、神经网络及极限学习机算法,新算法取得了更高的分类精度,可以有效提高股票收益率的分类预测性能。

基于小波矩的自主式水下机器人目标识别

由于水体对可见光的衰减和散射较强,为克服传统CCD摄像机所得图像的低对比度、以及低信噪比的缺陷,提出以距离选通激光成像设备和前视声呐为传感器建立水下目标识别系统。通过前视声呐图像获取目标的距离信息,自主调节激光成像设备的接收摄像机与目标的距离,克服了水下机器人的距离选通激光图像自动采集的困难。对传统小波矩进行改进,获得反映目标全局和局部信息的具有旋转、平移、缩放不变性的小波矩,通过类内特征的均值和方差建立了特征选择模型。以特征选择后的小波矩作为广义回归神经网络GRNN的输入向量,对6类水池实测目标进行识别。试验结果表明建立的自主式水下机器人的目标识别系统具有较好的识别率,验证了所建系统的有效性和可行性。

邓小平民主法制理论学习与思考(三)

邓小平民主法制理论的核心精髓 ,是邓小平民主法制的灵魂 ,也是法学界、理论界重点研究和我们需要重点学习和掌握的根本问题 (续 2 0 0 1年第 1期《学报》) :九 ,创见性地提出“人治”到“法治”转变的思想 ;十 ,创见性地提出了正确处理党的领导与法制建设关系的思想。