双核函数最小二乘支持向量机汽油干点软测量建模

针对单核函数最小二乘支持向量机容易陷入局部最优值,提出双核函数最小二乘支持向量机软测量建模算法。该方法利用Sigmoid核函数与RBF核函数线性加权构成双核函数,去除部分较小支持向量样本的方法,改善最小二乘支持向量机的稀疏特性,提高模型运算速度,用k-交叉验证法进行部分参数的优化,最后将此方法用于建立汽油干点软测量模型,并与标准支持向量机、单核最小二乘支持向量机比较,结果表明双核函数最小二乘支持向量机软测量模型具有更高的计算精度和更好的推广能力。

基于多尺度排列熵与双核极限学习机的滚动轴承故障诊断方法

针对极限学习机隐含层节点数需人为设定,分类的准确性与稳定性较差,核极限学习机(K-ELM)对核函数选取要求较高,单一核函数难以对非线性样本充分学习、泛化性仍有不足等缺点,提出一种基于多尺度排列熵(MPE)和非线性加权组合的双核极限学习机(DK-ELM)的滚动轴承故障诊断方法并证明了其可行性与优越性。首先,计算不同故障状态轴承信号的多尺度排列熵,获取一系列无量纲特征;然后,利用双核函数计算其高维特征向量集并输入DK-ELM中建立轴承信号状态分类模型,对不同状态的轴承信号进行分类。实验结果证明,核函数的引入可以有效提高ELM分类性能,DK-ELM的分类模型比支持向量机(SVM)、ELM以及各单核极限学习机具有更高的分类精度,而且对训练样本数量较少的情况有更好的分类效果。

基于变尺寸窗口的多特征NLM图像去噪算法

常规非局部均值算法的邻域相似性计算过程容易遭受噪声干扰,影响相似像素的权重分配,导致图像结构信息损失严重。针对上述问题,提出一种变尺寸窗口的多特征非局部均值算法,首先根据图像结构张量特征对图像区域进行划分,在不同特征的区域内采用不同尺寸搜索窗口和自适应平滑滤波参数,结合灰度特征、多方向梯度特征和空间特征共同度量邻域相似性,再应用双核函数计算相似性权值,对目标区域的像素权值进行重分配,从而实现图像去噪目的。结果表明,新改进方法的图像峰值信噪比平均提高69%以上,结构相似度平均达到0.77以上。结论认为,相比常规非局部均值算法,新改进方法去噪能力强,边缘及纹理细节保护更好,具有良好的应用前景。

鲁棒LSSVR的模拟电路性能在线评价策略

针对模拟电路性能的在线评价问题,既要考虑运算速度又要考虑评价的可靠性。而现场数据的采集常包含有错值,对于错值正确的处理直接关乎到评价结果的可靠性。运用标准支持向量回归机(LSSVR),结合鲁棒学习的优越性,设计修正双核径向基核函数(MDRBF)在线调节核宽度保证支持向量数目确定的精确性,利用改进的鲁棒学习算法处理包含错值的数据集,在线完成模拟电路输出预测与实际输出对比,获取预测误差。该方法利用鲁棒学习算法更新LSSVR权值来处理错值,同时应用增量、减量交互的学习方法兼顾历史数据,控制存储数据总量,完成鲁棒LSSVR(RLSSVR)模型的在线更新。实验以高校模拟电路实验为依托,采用近两年内由精密仪器设备测评所得的小功率放大器的8项技术指标构建训练集,进行RLSSVR在线评价。实验表明,所提出的方法能有效处理错值所带来的回归偏差,性能优于传统LSSVR法、ε-SVR法及WLSSVR法,与精密仪器性能评价结果较为接近,且有较优的运算速度,适于在线推广。

Formulation of Green's Function in Solving Schroedinger Equation forBipartite System with Kinetic Coupling Gained by Virtue of Entangled States

Using the entangled state representation we present a formulation of Green'sfunction in solving Schrodinger equation for bipartite system with kinetic coupling.