神经网络与最小加权距离译码

本文旨在研究神经网络在最小加权距离译码中的应用.首先以逐步推广的方式介绍了若干神经网络模型及其收敛性质,然后研究了最小加权距离译码的性质与应用,最后证明求任一能量函数的最小值点问题等价于某一(n,k)线性码的最小加权距离译码问题,并提出用波尔兹曼机的退火法来作最小加权距离译码.

用于最小加权距离译码的神经网络方法

构造了用于最小加权距离译码的神经网络．并证明了所构造的神经网络的收敛性．最后给出了用所构造的神经网络进行最小加权距离译码的算法．

需求连续的无向网络上最小距离和问题算法

设施位置优化决策是运筹学中的重要领域和供应链战略规划的一个很重要的部分。企业在建立分散的服务系统时，会面对如何选择服务设施建立位置才能使设施与客户距离的平均值最小的问题。这里将运筹学与图论相结合，提出的有连续需求无向网络上的 ＭＳＰ（ＭｉｎｉＳｕｍ ｐｒｏｂｌｅｍ最小距离和问题）算法，并开发了一个基于此算法的计算机程序。此算法能够解决任意平面图上的最小加权距离总和问题，并且以离散方法代替导数方法来寻找图上距所有需求的加权距离总和最小点的位置。这里对所提出的算法进行了数值例子验证，证明本算法由于避免Ｔ ＮＰ问题，所以能够在较短的时间里求出可行解。

基于粗糙集的加权KNN数据分类算法

粗糙集是处理不精确、不确定性问题的基本方法之一。采用粗糙集理论与方法进行数据分析具有不必具备数据集的先验知识、不需人为设定参数等优点,因而它被广泛应用于模式识别与数据挖掘领域。针对粗糙集训练过程中从未遇到过的样本的分类问题进行了探讨,根据条件属性的重要性确定加权系数,采用加权KNN的方法来解决无法与决策规则精确匹配的样本分类问题,并与加权最小距离方法进行了对比实验;同时对其他一些现有的粗糙集值约简算法进行了分析与研究,提出了不同的观点。对UCI多个数据集的大量数据进行了实验,并与近期文献中的多种算法进行了性能对比,实验结果表明,提出的算法的总体效果优于其他算法。

RLDEAO优化的空气质量数据聚类分析

对空气质量数据进行聚类,传统聚类方法因受初始点的影响,存在随机性高、聚类精度低以及多个中心点出现在同一簇中的问题,为此提出了一种反向学习差分进化天鹰优化器(RLDEAO)优化的K-means互补迭代空气质量数据聚类方法。天鹰优化器(aquila optimizer,AO)算法具有很强的探索能力,不易受初始点的影响且更易实现,但易陷入局部最优。基于自适应逐维小孔成像反向学习策略、停滞扰动结合莱维飞行策略以及生物进化策略等改进思想,对AO算法进行了改进,有效提高了搜索性能,避免了局部最优;在求取聚类中心点时,设计了一种加权最大最小距离积法(weighted maximum minimum distance product,WMMP),能反映各特征的重要性,对改进聚类结果作用良好;将RLDEAO与WMMP相结合优化K-means互补迭代,提高了搜索速率和搜索精度。通过在多个数据集上的聚类测试,发现RLDEAO-KMC算法的收敛精度和聚类效果较AO-KMC、FCM、KMC、KMC++算法更优。可知,RLDEAO-KMC算法可以更高效地对空气质量数据进行聚类分析,有针对性地做出预测和应对。

基于加权MMMD的软测量数据过失误差侦测

在基于聚类分析的软测量过失误差侦测中,针对不同变量对建模影响程度的不同,提出了基于加权MMMD聚类分析的过失误差侦测方法。该方法在聚类的相似度计算时,根据各辅助变量与主导变量的相关性,给每个变量加以不同的权值。在新的相似性度量基础上进行聚类,并侦测出过失误差。用该方法对丙烯浓度的软测量数据进行了过失误差侦测,并用剔除过失误差后的数据做了建模仿真。实验结果表明了新方法的有效性,并能提高软测量数据的整体质量。

消除光照和姿态变化影响的人脸识别

光照和姿态变化带来的影响是自动人脸识别的两个主要瓶颈问题。提出了消除这两方面影响的处理方法:首先对训练集里的图像应用灰度归一化处理,降低对光照强度的敏感度;然后进行姿态估计,并用特征脸方法计算不同姿态的特征子空间,最后提出了"姿态权重PWV(Pose’s Weight Value)"这一概念,据此设计了加权的最小距离分类器WMDC(Weighted Minimum Dis-tance Classifier),分配不同姿态权重消除姿态变化影响。在FERET和Yale B数据库上的实验结果表明,此方法能在很大程度上提高人脸光照和姿态改变时的识别率。

转运成本分摊方法的研究

提出命名为加权最小距离的多转运交易模式下转运成本分摊方案,该方法是在最优潮流基础上对转运成本在多个转运交易中进行公平合理地分摊。并用一算例进行了测试,结果显示本方法能提供一定的优化运行信号,还有助于消除转运定价的不连续性。

基于级联分类器的心律失常检测

常见的心律失常如室性早博(PVC)和左束支传导阻滞(LBBB)在心血管疾病诊断和预后中具有重要的临床价值。本文提出一种用于PVC和LBBB自动检测的级联分类器,通过提取时域和形态特征,采用支持向量机区分PVC和非PVC,再采用加权最小距离分类器(W-MDC)将非PVC分为正常(N)和LBBB。用MIT-BIH心律失常数据库进行算法验证,对N、LBBB和PVC三分类的总体正确率为96.28%,N、LBBB、PVC各类的灵敏度和特异性分别为98.59%、97.15%,81.41%、91.89%和89.22%、84.87%,验证该算法的泛化能力及对不同病人的心拍分类有效性。此外,本文还证明多导联信息综合对LBBB分类性能的提高。

基于光谱连接空间的彩色相机光谱重构研究

针对彩色相机三通道响应值重构光谱反射率精度低的问题,提出了基于光谱连接空间的彩色相机光谱反射率重构方法。首先通过光谱反射率已知的训练样本集和多项式拟合方法建立相机响应值到光谱连接空间的转换矩阵,然后利用该矩阵将待重构样本的相机响应值映射到光谱连接空间,最后选用合适的光谱重构算法在光谱连接空间内实现光谱反射率重构,并利用色度误差和光谱误差两个指标对重构结果进行评价。在上述过程中,鉴于转换矩阵的重要性,采用了基于反距离加权的最小二乘法计算转换矩阵以提高相机响应值到光谱连接空间的转换精度。实验结果表明:本文方法切实可行且精度可靠,与基于彩色相机三通道响应值的光谱重构方法相比,色度重构精度和光谱重构精度均显著提高,平均色差和谱差分别为1.145 2和0.010 3,可在较大程度上满足数字典藏、高保真颜色复制等的需要。

山东地区地磁背景场的变化特征

本文利用按距离加权最小二乘曲面拟合的方法，对山东地区近期地磁场中总强度Ｆ值及垂直分量Ｚ值的观测资料进行了计算及分析，得到了山东地区地磁背景场近期的变化特征。结果表明：山东地区地磁背景场在地震活动平静状态下其变化特征与地理纬度的改变密切相关，而与地理经度的改变关系不大；Ｆ值或Ｚ值等值线的分布与地磁台分布状况有关，Ｆ值和Ｚ值随时间的增加而增大。

自由曲面的逆向工程软件设计

基于距离加权—最小二乘法的基本原理 ,利用ObjectARX提供的面向对象的C 应用程序编程环境 ,在通用CAD软件包AutoCADR1 4平台上 ,开发出自由曲面反求软件。

基于RANSAC的WTLSD平面拟合算法研究

为提高点云数据的平面拟合精度,降低点云数据中噪点对平面拟合算法的影响,提出一种基于随机采样一致性(random sample consensus,RANSAC)算法的距离加权整体最小二乘(weighted total least squares based distances,WTLSD)平面拟合算法,即RANSAC-WTLSD平面拟合算法。算法通过RANSAC算法对点云数据进行平面初拟合,基于初拟合平面参数构建初始距离权阵。在经过WTLSD算法对拟合平面参数的迭代计算与距离权阵的反复修正后,求得最终平面拟合参数。通过在仿真点云数据以及实际点云数据中的实验结果表明,该算法比常规平面拟合算法相比,具有更低的单位权中误差,更高的平面拟合精度,具有一定的实际应用价值。该算法适用于小数量级的点云数据平面拟合。