多维加权密集连接卷积网络的卫星云图云检测

云检测是多光谱卫星云图分析的前提。传统云检测方法不能很好地对多光谱卫星云图进行特征表示,导致了云检测不是很准确。卷积神经网络虽然能有效地提取特征,但训练时会产生梯度扩散,训练效率低,优化困难等问题。针对这些问题,提出多维加权密集连接卷积神经网络模型实现对多光谱卫星云图的云检测。跨层连接能够实现网络中所有层之间的信息流,从而减少训练过程中的梯度消失导致收敛困难的问题。特征图之间连接的权值不同使得网络能够更高效地利用特征信息。通过实验结果对比,该模型可以很好地提取云图特征,提高多光谱云图检测的准确率,具有更好的泛化性能和优化效率。

语义相似和多维加权的联合敏感属性隐私保护

针对现有k-匿名方法直接用于多敏感属性数据发布中存在大量隐私泄露的问题,提出一种基于语义相似和多维加权的联合敏感属性隐私保护算法。该算法通过语义相似性反聚类思想和灵活设置多敏感属性值的权值,实现了联合敏感属性值和语义多样性分组的隐私保护,并根据应用需要为数据提供不同的隐私保护力度。实验结果表明,该方法能有效保护数据隐私,增强了数据发布的安全性和实用性。

基于多维加权贴近度方法的方案优选

在决策支持系统中经常遇到从以前的方案库中优选方案进行决策。方案选择会对决策结果影响很大,常常有一定的模糊性。用多维加权贴近度方法可以很好的计算出方案库中的方案与目标方案的相似程度,相似程度最高的方案即为最优方案。此方法分析了三种类型的定量特征以及模糊特征的隶属度函数的设定,两种常用贴近度的使用,用权重分析系统进行特征权重的设置。实例证明该方法比一般加权和方法选出的最优方案更准确、更有效。

情报吸收的多维加权贴近模式

本文运用模糊集合论的贴近度概念,讨论了情报需求者对情报所含知识吸收的多维加权贴近模式。

多维加权密集连接网络的流量混沌预测仿真

针对现有多维加权密集连接网络的流量预测方法没有充分考虑网络流量的时变性、混沌性、噪声污染性等特点,使得最终预测结果与真实值之间误差较大,预测耗时较长,提出了基于蚁群优化BP神经网络算法的多维加权密集连接网络流量混沌预测方法,采用小波分析对多维加权密集连接网络信号进行消噪处理,并依据混沌理论对消噪处理后的网络信号进行相空间重构,提取多维加权密集连接网络流量变化规律;在此基础上,建立了一个BP神经网络模型,利用梯度下降法调整BP神经网络参数;将调整后的BP神经网络参数作为蚂蚁的初始位置信息,通过蚁群之间的信息沟通交流和觅食过程中的相互协作获取BP神经网络各层神经元的初始连接权值和相应阈值等最优参数,建立优化预测模型,对多维加权密集连接网络流量进行预测。仿真结果显示,上述研究方法得到的预测结果与真实值拟合度较高,不仅能够有效降低多维加权密集连接网络流量预测误差,而且提高了预测速度。

基于多维加权贴近度方法的方案优选

在实际工程设计中经常遇到从以前的方案库中优选方案的问题.用多维加权贴近度方法可以很好地解决这个问题,分析了隶属度函数的选取、贴近度的选择、权重的设定以及它们对加权贴近度的影响.实例证明该方法有效、可行.

基于多维加权贴近度的精益评标模型研究

针对目前建设工程招投标中"经评审的最低投标价法"背景和只抽取部分分项进行电子评标的弊端,提出精益评标概念,并结合模糊贴近度理论构建商务标评标模型。根据建设工程商务标清单项目的组成构建评标模型的指标体系,在此基础上利用模糊贴近度理论对投标报价进行综合评价排序,选出中标方并对比招标控制价,分析判断中标结果的合理性。最后结合案例应用证明基于多维加权模糊贴近度的精益评标模型计算方法简捷实用,其评价结果更为科学合理,为评标提供了新的思路。

求解多维背包问题的双决策交互差异算法

针对传统多维背包问题的求解算法存在的修复方式单一、种群动态适应性差等问题,提出一种双决策交互差异算法(DDEA)。融合自主学习思想,设计多维加权价值密度和相对价值概率指标,双重决策确定物品选择顺序,制定相应解的修复优化策略。采用双种群交互差异进化算法,设置主群和辅助群2个种群,种群间进行信息交互,提高种群多样性,避免陷入局部最优,提高算法寻优能力。主群实施差异进化机制,依照个体优劣依次划分为3个子群,分别按照特定方式进化,并在进化过程中完成与辅助群的交互,增强算法群智能性。引入刺激-响应机制,平衡算法的全局和局部搜索能力,并加入精英库协同寻优,加快算法收敛速度。仿真结果表明,DDEA算法可求出全部最优解,平均相对误差率为3.04×10-5,相比于同类算法降低2个数量级,有效提升了多维背包问题的求解精度、效率和稳定性。

基于加权多维定标的组网定位算法

提出一种视距条件下基于加权多维定标(MDS)技术实现到达时间(TOA)组网定位新算法。利用改进的MDS技术,得到移动台位置的粗估计值。分析基站拓扑结构对定位结果的影响,利用求组合数的方法,分别求出每种基站组合下移动台的位置估计,并与粗估计值进行比较,均方误差小的基站组合对最终定位结果贡献较大,通过加权求得最终结果。与传统MDS算法相比,加权MDS算法对冗余信息的处理能力更强,定位精度更高。

基于移动锚节点的加权多维标度节点定位算法

针对无线传感器网络节点定位精度不足等原因,提出了一种基于移动锚节点的加权多维标度度节点定位算法,首先通过对移动锚节点的轨迹进行采样,添加虚拟锚节点,增加拓扑约束关系,将虚拟锚节点收集的信息与实际节点之间的信息构成距离矩阵,然后利用奇异值分解计算节点相异性矩阵的逼近阵,通过加权多维标度对节点进行定位。仿真实验表明:与MDS-MAP和MDS-MAP(P)算法相比,该算法具有良好的定位精度。

地区能源结构低碳化差异的收敛机制及影响因素——基于加权多维向量夹角指数

基于改进的加权多维向量夹角方法,构建能源结构低碳化指数,测度中国30个省市1996—2017年的能源结构低碳化水平,并检验地区差异的收敛机制和影响因素。结果表明,中国能源结构低碳化水平总体呈现波动上升趋势,区域间和区域内部均表现出非平衡演进特征;能源结构低碳化水平随经济发展水平差异的缩小而收敛,随产业结构差异的收敛性不显著;在经济发展水平较高、产业结构升级较快以及能源输入型等三类地区,能源结构低碳化水平随经济发展水平和产业结构高级化的收敛性相对显著;能源结构低碳化一定程度上内生于经济系统和产业结构的演化。经济发展水平和产业结构相关影响因素均显著性良好,需要注意的是FDI、市场化等因素在相对落后地区的作用未得到有效发挥。主要研究启示有:能源结构低碳化转型应注重与经济发展及产业结构升级进程的协同;落后地区应重视技术创新、经济开放、市场化等短板的改善,着力破解模式锁定和路径依赖。

带目标高度约束信息的TOA加权多维标度定位算法

针对实际目标位于地球表面且高程已知的情形，本文提出了一种将地球中心作为虚拟观测站的加权多维标度定位算法。首先基于目标高度约束信息，将地球中心作为虚拟测量站，建立新的定位方程；然后推导了在到达时间定位体制下目标定位的克拉关罗下限：接着对原有的加权多维标度算法进行测量信息扩维处理。实现了目标位置的定位解算并且通过与克拉美罗下限的对比，分析了所提算法的性能；最后通过计算机仿真证明了所提算法的有效性，为下一步的工程转化应用奠定了基础。

收发未精确同步条件下非相关多运动辐射源TOAs/FOAs协同定位方法

在联合到达时间/到达频率的无线定位体制中,除了TOAs/FOAs(Time-Of-Arrivals/Frequency-Of-Arrivals)估计误差与传感器位置/速度先验观测误差以外,收发两端的传感器时钟同步误差也是影响定位精度的重要因素.为了抑制时钟同步误差和各类观测误差的影响,本文针对非相关多运动辐射源定位场景,提出一种基于加权多维标度分析的TOAs/FOAs多辐射源协同定位方法.文中首先通过构造两组标量积矩阵推导定位关系式,然后基于一阶误差分析方法得到该关系式中的误差渐近统计特性,并进而构建联合定位与时钟同步误差校正的优化准则.针对此优化模型,本文提出一种基于正交投影矩阵数学性质的参数解耦合优化算法,可实现对多运动辐射源位置/速度参数与同步误差参数的分步估计,显著降低了参与优化迭代的变量维数.此外,文中还在收发未精确同步条件下推导TOAs/FOAs多辐射源协同定位模型的克拉美罗界,定量证明多辐射源协同定位可以带来性能增益,并且利用一阶误差分析以及正交投影矩阵数学性质证明新方法的渐近统计最优性.仿真实验结果验证所提出的协同定位方法的优越性.

基于Euclidean修正的分布式加权定位算法

传统的多维定标(MDS)算法由于采用多跳距离代替节点间的直接距离,生成的局部网络准确度低,在不规则网络中定位误差大。相对于现有的算法,引入Euclidean方法来产生多跳节点间的准确距离,并采用一种加权机制来改进协强系数,以抑制累积误差。仿真结果表明该方法在C型网络和低连通度的矩形网络定位中能取得更好的效果。

多维敏感属性流数据发布的隐私保护方法

在很多应用场景下,数据是实时发布的,并且这些数据绝大部分由多个敏感属性组成,针对传统的多维敏感属性数据发布隐私保护方法主要解决静态多维敏感属性数据发布或数据动态连续发布的隐私保护,而对多敏感属性实时流数据发布的研究较少这一问题,本文提出一种基于滑动窗口模型的加权优化多维桶分组算法(weighted optimization multi-dimensional bucket grouping algorithm,WOMBPA).首先,在实时流数据发布过程中基于滑动窗口模型批处理思想,对不同敏感属性进行排序;然后根据不同属性敏感程度值,对数据构建加权优化多维桶分组;最后进行匿名化处理.实验分析结果表明,本文所提方法解决流数据发布中多个敏感属性保护的同时,也减少了信息损失度和隐匿率,保证发布数据的可用性.

一种高精度超声波定位系统设计与实现

目前,国内的超声波室内定位系统只能在特定方向上测距,且存在较大的定位误差。为解决这个问题,文中分析了超声波定位的流程及特点,设计了一种反射锥结构,该结构有效地扩大了超声波的收发角度。在此基础上,提出了温度补偿方案,进一步减小了测距误差。另外,提出了改进的加权多维标度定位算法,该算法性能稳定,定位精度高。实验结果表明,该系统在超声波有效范围内将定位误差降低了4 cm,定位精度高于其他同类算法。

一种基于加权多维标度分析的多个非相关源TDOA/FDOA协同定位方法

时/频差定位是针对运动辐射源的一类重要无线定位体制,其定位精度受时/频差观测误差和传感器模型(包括位置和速度)先验观测误差的影响较大。为了提高在大观测误差条件下的定位性能,提出一种基于加权多维标度分析的多个非相关源TDOA/FDOA协同定位方法。新方法包含2个计算阶段:阶段a利用2组多维标度分析中的标量积矩阵形成定位关系式,并进而构造加权矩阵以获得多个非相关源以及各传感器位置和速度的估计值;阶段b利用多维标度分析中引入的中间变量构建阶段a估计误差的约束优化模型,由此获得阶段a估计误差的估计值,并利用其更新阶段a的估计结果。通过一阶误差分析证明,所提方法对辐射源与传感器位置和速度的估计精度均能渐近逼近相应的克拉美罗界(CRB)。仿真实验结果验证了所提方法相比于其他时/频差定位方法的优越性。

堤防工程综合安全模型和风险评价体系研究及应用

为获得荆南长江干堤的安全特性,在层次分析法及模糊一致理论的基础上,考虑堤防工程水、土两相系材料的特点,建立了模糊综合评判系统结构模型。通过正态型模糊隶属函数,结合两种权值理论实现了对堤防工程的安全综合评判。在模糊综合评判结论的基础上,结合模式识别的间接方法,提出了广义多维加权模糊识别模型,实现了对典型堤身段的安全模式识别,并对模型指标体系作了敏感性分析。所得成果比较全面地反映了干堤在复杂运行条件下的综合安全特性,对指导工程现场管理与监测有现实意义。对于复杂堤防系统,模糊综合评判是实现全面风险分析的有效手段,而广义多维加权模糊识别模型可以为工程安全决策提供有力依据。

CBR中的检索模型研究

事例检索模型直接影响基于事例推理(Case-BasedReasoning,CBR)的结果。该文提出了一种将多概念学习的决策树算法、多维加权贴近度法与模糊综合评判法相结合的事例检索模型,并根据事例状态的属性设计了几种隶属度函数。分析了此模型的优缺点,指出了今后的改进方向。