基于均值约束满足度剪枝策略的高效序列模式挖掘算法

为了减少无用候选序列的生成,并使挖掘得到的序列模式符合用户要求,约束条件下的频繁序列模式挖掘已成为数据挖掘领域的一个新的重要研究方向.作为强约束形式的一种,均值约束目前仍然是基于约束的频繁序列模式挖掘的一个困难问题,其主要原因在于很难利用均值约束来进行序列模式挖掘中的剪枝.为此,提出了一种基于均值约束满足度剪枝策略,并且以前缀增长方法为基础设计了一个有效的频繁序列模式挖掘算法.通过分析并实验验证了该算法的时间效率和剪枝性能,结果表明,该方法是有效的.

一类带平均值约束的二元方程组的定态分歧

应用线性全连续场的谱定理、Lyapunov-Schmidt约化方法以及隐函数定理,研究了一类带平均值约束的二元方程组的定态分歧,并计算出了当系统参数λ处于何种情况下,该方程组会产生分歧解φ.

面向属性效应控制的等均值约束支持向量回归机

针对现有的属性效应控制方法无法有效控制非线性回归建模的属性效应问题,基于间隔最大化和结构风险最小化原则,通过向SVR目标学习准则中施加等均值条件约束,提出等均值支持向量回归机(EM-SVR).所提出的方法具有较好的泛化能力,同时继承了EM-LS的良好性能.实验结果验证了所提出方法的有效性.

基于改进LE和约束种子K均值的半监督故障识别

为充分利用少量有标记样本蕴含的重要信息,在拉普拉斯特征映射(LE)算法基础上,对标记样本点进行置信度约束,提出了改进的LE算法及基于该算法的半监督故障诊断模型。该模型采用改进的LE算法,直接从原始高维振动信号中提取最敏感的低维流形特征,随后将其输入到基于约束种子K均值算法构建的分类器,从而以可视化的聚类结果标识机械设备的运行状态。与核主成分分析、核判别分析等经典算法进行比较,该模型能明显提高轴承故障类型和滚动体故障严重性的识别性能。

GIM和不同约束条件相结合的BDS差分码偏差估计

现阶段BDS卫星和地面跟踪站数量较少,用BDS单系统获取的DCB精度有限,针对此问题,本文基于CODE GIM,采用两种不同的"零均值"基准约束方案(分别称为约束1和约束2),选取2015年(DOY002-090)MGEX的BDS数据,求解BDS的DCB,并对其进行精度评估。结果表明,两种约束方案下,卫星DCB差值整体趋势一致,DCBC2I-C7I、DCBC2I-C6I的系统性偏差分别约为-3.3ns和1.2ns,接收机DCB的系统性偏差与卫星DCB大小相同,符号相反。相对于约束1,施加约束2后,IGSO和MEO卫星DCB估值更加稳定(DCBC2I-C7ISTD最大改善21%,DCBC2I-C6ISTD最大改善13%),IGSO和MEO卫星的稳定性(分别在0.1ns和0.2ns左右)优于GEO卫星(0.150.32ns)。约束2的DCB估值效果不仅与CAS/DLR产品有较好的一致性(Bias:-0.40.2ns),而且顾及了BDS卫星DCB间的稳定性差异。两种约束方案下,BDS接收机DCB的STD无明显变化,说明约束的选择对BDS接收机DCB的稳定性无明显影响。BDS接收机DCB稳定性整体上优于1ns,中高纬度区域较好(STD 0.4ns左右),低纬度区域稍差(STD 0.81ns)。

多层屈曲约束斜撑钢框架抗震性能研究

为研究多层屈曲约束斜撑钢框架(buckling restrained braced frame,BRBF)的弹塑性动力性能,采用刚接与铰接两种形式的模型为研究对象,以屈曲约束斜撑(buckling restrained brace,BRB)水平力分担率平均值β和首层剪重比CB为主要研究参数,通过弹塑性动力二阶非线性分析,探讨了BRBF结构的抗震性能.结果表明:在设防烈度地震下最大层间位移各层分布较均匀;罕遇和特大地震下,刚接模型除首层和顶层外各层集中,铰接模型因柱脚铰接首层特别大,另外受第二振型影响中上层也较大.强震作用下,β≈30%时,结构以剪切变形为主,第一振型卓越;β≈60%时,第二振型参与;β≈90%时,第二振型卓越.结构基本周期一定时,β值大小不影响地震输入总能量;模型基本周期相近时,结构等效速度VE基本相等;同时,β值可从结构弹性基本周期以及地震波弹性体系能量谱中得到推算,再次验证了基于能量平衡抗震设计法的有效性.

面向大规模数据属性效应控制的核心向量回归机

属性效应在现实生活中广泛存在,如果不加以控制,将会严重影响回归学习的性能.针对大规模数据属性效应控制的非线性回归学习问题,提出了快速等均值核心向量回归机(fast equal mean-core vector regression,FEM-CVR).首先基于间隔最大化目标学习准则,通过施加等均值约束条件,提出了等均值支持向量回归机(equal mean-support vector regression,EM-SVR).在此基础上,证明了EMSVR等价于一个中心约束最小包含球(center constrained-minimum enclosing ball,CC-MEB)问题,然后通过引入近似最小包含球理论,得到原始输入数据集的压缩集即核心集(core set),进一步提出了针对大规模数据属性效应控制的最小包含球快速非线性回归学习方法 FEM-CVR,并从理论上对相关性质进行了深入分析.实验表明:该方法能够快速处理针对大规模数据属性效应控制的非线性回归学习问题,具有较好的泛化能力,并且其时间复杂度上限与数据集大小无关,仅与最小包含球近似参数ε-有关.

高分辨率影像中城区树冠多尺度聚类识别方法

提出一种约束均值漂移方法,对高分辨率影像中的城区树冠进行提取。该方法首先进行小波分解,建立小波金字塔结构,用特定窗口,对每一层小波的低频系数计算均值,同时对其高频系数计算标准偏差,在每一层,用这些均值和标准偏差构成特征空间,最终构成多尺度金字塔影像特征空间;然后,从金字塔顶层开始,逐层进行均值漂移计算,并在层间进行尺度传递,由于尺度传递可能造成特征空间更加不平滑,所以本文采用约束均值漂移方法进行聚类,实现城区树冠初步聚类分割。最后,由于特征空间的特征可区分性很难保证在区域边缘处的聚类精确性,所以本文进一步采用基于聚类特征的监督分割方法提取树冠。实验结果表明,与传统的直接监督方法以及非监督方法相比,该方法能较好地消除高分辨率导致的影像高度细节化等因素对城区树冠提取的影响,具有很强的实用性。

直扩系统中基于循环平稳特性的低秩盲自适应抗干扰算法

直扩系统中,频移滤波器可得到比传统线性时不变滤波器更好的抗干扰效果。本文在频移滤波器基础上,在约束MMOE准则下,研究一种低秩盲自适应算法---盲循环多级维纳滤波算法。理论分析和仿真表明,这种算法比同准则下的最小递归二乘算法有更低的复杂度和计算量,并且可以获得相当的抗干扰效果。

利用和声搜索算法求解投资组合最优化研究

随着社会的进步,经济呈多元化趋势发展,多元化的投资就显得尤为重要。为了使投资收益尽可能大、风险尽可能小,通过对基数约束均值-方差模型进行详细分析,本文提出了基于和声搜索算法的投资优化组合求解算法,通过对5个投资案例进行仿真测试,验证采用这种算法是有效可靠的。

对飞行目标的多雷达探测问题的研究

通过多雷达探测来精确定位飞行物是目前电子对抗领域中应用广泛的一种方式。文章首先通过理论分析几个雷达定位才能定位一个目标,并同时分析距离误差和坐标误差对定位精度影响。最后给出了一种定位算法用以计算飞行物的目标,并给出了控制雷达定位精度的建议。

高分辨率遥感影像上居民地自动提取方法

提出了一种基于特征分解的无监督分割方法,对高分辨率遥感影像中的居民地进行提取。该方法通过小波分解多尺度特征,利用居民地内、外部结构差异以及平均光谱辐射强度差异构成特征空间,采用约束均值漂移算法进行特征空间自适应分解,实现居民地自动提取。实验结果表明,该方法能很好地消除高分辨率导致的影像高度细节化等因素对居民地提取的影响,有效提取居民地。

Stochastic maximum principle for mean-field forward-backward stochastic control system with terminal state constraints

In this paper,we consider an optimal control problem with state constraints,where the control system is described by a mean-field forward-backward stochastic differential equation(MFFBSDE,for short)and the admissible control is mean-field type.Making full use of the backward stochastic differential equation theory,we transform the original control system into an equivalent backward form,i.e.,the equations in the control system are all backward.In addition,Ekeland's variational principle helps us deal with the state constraints so that we get a stochastic maximum principle which characterizes the necessary condition of the optimal control.We also study a stochastic linear quadratic control problem with state constraints.