多边矩阵的关系距离及其优化应用——处理复杂系统的新思维系列之二十五

基于《多边矩阵理论》,由东方整体性思维所启迪,试图提供并完善一套从整体到局部处理复杂系统多指标、非均匀性和非线性问题的强有力的数学工具,并对其进行严格的理论推导和证明.作为系列论文的第25篇,介绍了多边矩阵的关系距离概念,给出了多边矩阵基于关系距离的算法,证明了这种算法是求解关系距离优化问题的简单且具有再现性的方法.作为应用,利用关系距离多边矩阵的广义交叉乘法中的求最小值的运算法则,解决了城市交通乘车方案中的优化问题.

企业家前台化行为动机感知、消费者-品牌关系距离与公司品牌评价

文章基于中国差序格局的本土文化特点,采用情景实验的方法探讨了企业家前台化行为的利他动机和利己动机对公司品牌评价的影响。实验结果表明:(1)在一般情况下,相比于企业家前台化行为的利己动机,企业家前台化行为的利他动机对消费者产生更为积极的公司品牌评价;(2)将消费者与品牌关系距离纳入研究模型以后,对于消费者-品牌关系距离近的情况,相比于企业家前台化行为的利他动机,企业家前台化行为的利己动机产生更为积极的公司品牌评价;对于消费者-品牌关系距离远的情况,相比于企业家前台化行为的利己动机,企业家前台化行为的利他动机产生更为积极的公司品牌评价。

社会转型、关系距离与城市居民纠纷解决方式的选择

本文试图从法律社会学角度,探讨纠纷当事人的关系距离对其选择纠纷解决方式的影响。定量研究表明,传统乡土社会"差序格局"对纠纷当事人选择纠纷解决方式仍然存在影响。但随着中国社会由传统向现代的转型,城市居民的关系格局介于"差序格局"与"自我中心网络"之间,由此在纠纷解决方式的选择上与传统乡土社会有所不同。这主要表现为,除了关系距离之外,纠纷类型(包括关涉生存利益的纠纷与不关涉生存利益的纠纷)也会影响纠纷解决方式的选择。基于定量研究的结果,最后提出完善我国多元纠纷解决机制的建议:尽力促使纠纷当事人达成和解;充分发挥社会型救济的积极作用;不断完善公力救济尤其是司法救济。

基于距离相关系数的局部实例加权朴素贝叶斯文本分类算法

朴素贝叶斯算法具有简单高效的特点,被广泛应用于文本分类。方法要求属性之间满足条件独立性假设,然而该假设在现实中很难满足。同时,随着大数据时代到来,文本数据呈现非线性结构的特点,经典朴素贝叶斯算法拟合效果不高。为解决以上问题,本文提出了一种基于距离相关系数的局部实例加权朴素贝叶斯分类算法。首先,计算属性和类别的距离相关系数,并将其作为属性权重嵌入到文档距离测度中,构建一种新的距离度量方法;其次,测算训练样本和测试样本的距离,进行实例选择和实例加权,构建局部实例加权贝叶斯文本分类器;最后,利用WEKA平台上的15个文本数据集对算法性能进行实验比较。结果表明新提出的算法在分类精度上均优于三种经典的朴素贝叶斯文本分类器。

融入距离方差和距离相关系数的偏最小二乘回归方法

偏最小二乘法(partial least square,PLS)在内部采用Pearson系数度量自变量和因变量之间的相关性时提取出的成分不能确保解释性最强,并且PLS在将提取的成分进行线性回归时也无法真实反映变量间的函数关系.针对这些问题,该文提出了融入距离方差和距离相关系数的偏最小二乘回归方法(DVDCCPLS).DVDCCPLS基于距离方差和距离相关系数提取距离成分,再将距离成分进行拟线性回归得到距离回归方程,通过模型求解方法将距离回归方程转换为原始数据的表达,最终得到结构简洁、精度较高的回归模型.该文分别采用麻杏石甘汤数据和UCI数据集测试DVDCCPLS的性能,并与其他5种经典的回归算法对比,结果表明:DVDCCPLS具有较好的回归效果和回归性能.

基于距离相关系数和Catboost方法的森林蓄积量估测

【目的】探讨采用Landsat-8遥感影像数据,基于距离相关系数特征选择的Catboost模型在森林蓄积量估测中的潜力和适应性,为森林蓄积量的估测方法再增加一种可能性,也能为“双碳”目标的实现提供理论支撑。【方法】以浙江省龙泉市为研究区域,使用多源数据,包括Landsat-8卫星影像数据、森林资源二调数据和数字高程模型的数据,整个过程使用十字折交叉验证法对模型检验。首先使用基于距离相关系数的方法筛选特征因子,在不区分树种的情况下,分别利用K最近邻算法(KNN)、装袋算法(Bagging)、决策树梯度提升算法(LGBM)、梯度增强集成分类器算法(Catboost)4种方法建立蓄积量估测模型。之后再选取样本数据中数量比较大的杉木、针叶混交林、马尾松3种优势树种,分别使用Catboost方法进行蓄积量估测,再按权求和与未区分树种情况下的估测结果进行比较。【结果】Catboost方法表现优势明显,优于K最近邻算法(KNN)、装袋算法(Bagging)以及决策树梯度提升算法(LGBM),其模型的精确度达到了81.43%,建模估测的精确度达到了76.74%,并且与3种不同优势树种按权求和的结果对比,Catboost法的建模精确度差别不大,但是估测的精确度提高了1.01%。【结论】基于距离相关系数特征选择方法结合Catboost模型在森林蓄积量估测中效果表现更好,并且尽管区分树种和不区分树种的情况下模型的估测能力差距比较小,但是区分树种情况下还是略有提高,这为测量区域森林蓄积量提供了一种新的思路。

沟通姿态与远距离浪漫关系满意度:积极心理资本的中介

为了考察沟通姿态与大学生远距离浪漫关系满意度的关系,以及积极心理资本的中介作用。文章随机选取350名正处于远程亲密关系中的18岁以上大学生进行量表施测,并采用SPSS 25.0和Amos 21.0进行相关分析和中介模型分析。研究结果表明:沟通姿态(除超理想型)对远距离浪漫关系满意度有显著的预测作用;积极心理资本在沟通姿态对大学生远距离浪漫关系满意度影响中起中介作用。对大学生亲密关系满意度的干预可以从改善不良沟通姿态,调动及赋予其积极心理资本角度入手。

FFT比相测距雷达中的相差—距离关系研究

连续波比相测距雷达具有结构简单、测距精度高、便于采用现代数字信号处理技术等优点。但其相差 -距离精确关系尚未见有正式文献予以报导。本文深入探讨了在采用 FFT法求相的情况下 ,连续波双频比相测距雷达中的相差 -距离的精确关系 ,从而为此种雷达的深入研究提供了一个重要的理论基础。

基于方向和距离关系的复合空间查询

利用四叉树索引,提出一种基于方向和距离关系的复合空间查询算法。其基本思路是:计算给定的方向区域和距离范围之间的交S,借助四叉树索引快速查找其MBR(Minimum Bounding Rectangle)被S包含或与S相交的空间对象,构成候选集,从候选集中删除不符合给定方向和距离关系的空间对象,得到查询结果。实验表明,算法具有较好的空间查询性能。

基于距离优势关系的高维多目标进化算法

收敛性与多样性是多目标进化算法的两个主要研究方面,随着多目标优化问题目标维度的增加,传统的多目标进化算法很难维持解的多样性。为了增强算法在高维多目标优化问题中的多样性,提出了一种新的距离优势关系。首先,为了保证算法的收敛性,在同一小生境内,基于距离优势关系计算候选解到理想点的距离作为适应度值,选择适应度值好的候选解作为非支配解。然后,为了增强算法的多样性,距离优势关系设定了每个候选解具有相同的小生境,并且保证在同一小生境内只保留一个最优解。最后,基于提出的距离优势关系对VaEA算法进行改进,得到的算法命名为VaEA-DDR。在5、8、10、15维目标的DTLZ及IDTLZ测试问题上将改进的算法与目前六种常用的算法进行实验对比。实验结果表明,改进后的算法具有较强的竞争性,能显著增强算法的多样性。

远距离因果关系与“一VP就XP”结构的意义

关于"一VP就XP"结构,汉语学界有多种看法。本文认为"一VP就XP"结构从语义上可以分为三种:结果的超常性、结果的偏离性、动作行为的超常量,各类"一VP就XP"结构可以统一用远距离因果关系解释,语料统计结果和格式的语篇功能都支持这一结论。

一种移动对象间方向与距离关系的结合推理方法

针对移动空间对象间方向与距离关系的结合推理问题,首先用射线的端点近似表示空间对象,用射线的方向表示空间对象的移动方向;然后利用射线与圆之间位置关系的组合来描述2个空间对象之间的相对移动方向;在此基础上分别研究该位置关系的组合对定性距离变化的约束作用及该位置关系的组合与OPRA2方向关系的对应关系,进而建立起OPRA2方向关系与定性距离变化之间的内在联系。提出一种OPRA2方向关系与定性距离变化的结合推理方法。

空间语言中师生亲疏关系与距离在教学上的体现

空间的变化可以传达出各种信息,特别是和人际关系的远近有着密切的联系,所以我们应认真了解并利用空间语言,使其与自身的有声语言及体态语言相协调,相配合,这是取得良好交际的极大需要,尤其是在教师传授知识的过程中。本文通过分析空间语言学中师生亲疏与距离的关系来讨论空间语言对教学的启发。

一种物联网框架下传感节点间跳数与距离关系的研究

研究对数阴影衰落模型的无线传感器节点间跳数与距离关系的问题。随机部署在圆形区域内的节点位置服从Poisson分布,节点间自组织构成连通网络。借助于对数阴影衰落模型特征和节点分布规律,给出了已知节点间距的跳数概率分布表达式,同时考虑了多跳依赖问题对分布表达式的影响;基于贝叶斯公式,推导出已知跳数信息的距离分布关系,并进行了实验分析与验证。结果表明,理论的推导结论与实验统计结果具有较好的一致性。

基于距离相关系数和KNN回归模型的森林蓄积量估测研究

【目的】探究Landsat8 OLI数据和KNN算法在森林蓄积量估测中的潜力。【方法】以湖南省湘潭县为研究区,采用Landsat8 OLI数据和同时期的二类调查数据,通过距离相关系数筛选特征,分别采用线性回归模型(MLR)、K-近邻模型(KNN)、距离加权KNN模型(DW-KNN)和优化欧式KNN模型(FW-KNN)对森林蓄积量进行估测。使用十折交叉方法进行精度检验,对检验结果进行对比分析。【结果】3种KNN模型的估测结果均高于传统的线性模型,并且在3种KNN模型中,FW-KNN算法效果最好,决定系数达到0.69,为3种模型中最高;3种KNN模型中,本研究优化欧氏距离KNN模型的估测精度最高,其均方根误差为30.3%,相比于传统KNN模型的均方根误差降低了5.1%,相比于DW-KNN模型降低了3.3%。【结论】采用DW-KNN蓄积量估测结果明显优于其他两种模型,说明通过特征与蓄积量的相关性优化样本间的距离是一种可行的KNN优化方法。

用最新的观测数据限制距离对偶关系

用模型无关的方法,选取最新的哈勃参数数据和Union 2.1超新星数据共同限制了距离对偶关系,发现3种参数化因子的最佳拟合值都不为0,但是在1σ置信区间内还是支持距离对偶关系的.然后边缘化了观测限制时超新星数据中哈勃常数取值的影响,限制结果表明,在1σ置信区间内,距离对偶关系与观测数据是吻合的.

基于互信息与贝叶斯信念网络的关系层次距离混合聚类算法

聚类是数据挖掘中重要的功能算法,其主要的功能是发现数据中潜在的知识.目前文献发表的聚类算法多数仅限于处理单一数值型数据或者分类型数据,其主要原因是含有多种类型的混合型数据间的相似性很难度量.本文提出了一种混合数据相似性度量方法:对于分类型属性,利用互信息构建贝叶斯信念网络,利用贝叶斯信念网络构建关系层次,继而为层次附上距离,形成关系层次距离,而对于数值型属性则利用标准化的曼哈顿距离来度量其相似性,最后结合分类型属性与数值型属性来对整个数据集进行相似性的度量.在此基础上,设计实现了用于混合型数据聚类算法CRHD,并通过UCI中的多个数据集和已有算法进行仿真实验对比,证明了CRHD算法的有效性.

基于改进Fisher准则、VMD、距离相关系数和核极限学习机的轴承故障诊断

针对滚动轴承早期微弱故障特征提取问题和诊断模型的参数优化问题,提出一种基于变分模态分解(VMD)和距离相关系数的特征提取方法和基于模拟退火粒子群算法的参数优化方法。首先依据不出现模态混叠的条件和信噪比最大的准则确定VMD的参数k和α,其次将分解所得各个模态的峭度,中心频率和同原信号的距离相关系数作为小波核极限学习机的特征向量,并用模拟退火粒子群算法基于改进的核空间的Fisher准则优化小波核的2个参数,同原始Fisher准则相比提升了分类准确率,适用于小样本训练集下核极限学习机的参数优化。对比实验表明相比EMD方法,VMD方法有更高的分类准确率和更好的噪声鲁棒性。

磁铁斥力与距离关系的实验

高中物理在力学部分有万有引力，在电学部分有库仑力的学习。上述二“力”的大小都与两物间距离平方成反比，但在做验证实验时，因受条件的限制，一般中学实验室都无法提供验证实验。如何找一个同样有此类似规律（力与距离平方成反比）的实验做演示，在中学物理教学中显得十分重要。

距离相关系数融合GPR模型的卫星异常检测方法

卫星在轨运行期间,遥测数据表现形式通常为多维时间序列。高斯过程回归(GPR)模型可以为重要的遥测参数提供动态门限,及时发现隐藏在工程阈值内的故障征兆,但是高维卫星数据使得GPR模型具有局限性。因此,为获取与多个遥测参数相关的动态门限,在GPR模型的基础上,融合距离相关系数对预测变量进行选择,减少信息冗余和计算量,提高模型的可解释性,并估计模型的泛化误差以设置更合理的预测区间,提高模型的泛化能力,检测数据流的持续异常。对实际在轨卫星数据进行仿真实验,验证了距离相关系数融合GPR模型的卫星异常检测方法可以在卫星故障早期检测到数据异常,而且提高了模型的预测性能,降低了虚警率。