基于期望块对数似然的激光吸收光谱层析成像

可调谐二极管激光吸收光谱层析成像(TDLAST)是一种重要的非侵入式燃烧检测技术。然而,TDLAST逆问题的欠定性使得传统算法重建的气体吸收密度存在较大误差。本文将期望块对数似然先验引入TDLAST逆问题的求解,提出基于高斯混合模型(GMM)正则化的温度重建算法(GMMTRT)。该方法利用GMM建模燃烧场气体吸收密度的局部分布特性,采用半二次分裂方法求解引入GMM正则化的TDLAST逆问题。利用火灾动力学模拟器生成的仿真数据与利用TDLAST实验系统获得的实际数据进行的重建实验均表明,GMMTRT重建的温度图像能够准确定位火焰位置,并清晰描述燃烧场感兴趣区域的温度分布。与现有的基于Tikhonov正则化的温度重建算法和同时代数重建算法相比,GMMTRT的重建误差分别能够降低15.42%~36.16%和23.10%~44.79%。

对数似然图像分割的快速主动轮廓跟踪算法

针对跟踪目标尺度变化问题,提出了基于灰度对数似然图像分割的快速主动轮廓跟踪算法。改进的主动轮廓跟踪算法将根据以目标与背景的颜色差异而建立的对数似然图对图像进行阈值分割和数学形态学处理,再将Kalman滤波器结合到主动轮廓跟踪算法进行目标跟踪。改进的主动轮廓跟踪算法对目标分割准确,轮廓特征显著,跟踪效果稳定,算法能很好地适应跟踪目标尺度变化。通过Kalman滤波器对目标位置点的预测减少了主动轮廓跟踪算法收敛的迭代次数,使算法的运算效率提高了33%左右。

基于线性对数似然核函数的说话人识别

为了提高文本无关的说话人识别系统的性能,提出了基于线性对数似然核函数的说话人识别系统。线性对数似然核函数利用高斯混合模型对频谱特征序列进行压缩;将频谱特征序列之间的相似程度转化为高斯混合模型参数之间的距离;根据距离表达式,利用极化恒等式求得频谱特征序列向高维矢量空间的映射方法;最后,在高维矢量空间,采用支持向量机(SVM)为目标说话人建立模型。在美国国家标准技术署公布的说话人识别数据库上的实验结果表明,所提核函数具有优异的识别性能。

对数似然相似度算法的MapReduce并行化实现

为提高Mahout中协同过滤算法处理大数据的能力,对云计算平台进行研究,提出一种基于MapReduce模型计算相似度的方法。通过设计4个MapReduce任务,实现对数似然相似度算法的并行化;结合算法自身的特点,采用复合键对和同现矩阵的思想将大量小键值对合并为大键值对,以减少中间计算量和通信开销。实验结果表明,和Mahout中的单机版相似度算法相比,基于Hadoop平台的对数似然相似度算法具有很好的加速比和可扩展性,能够提升推荐算法的效率。

基于条件对数似然的BP神经网络多类分类器

BP神经网络分类器存在收敛速度慢的缺陷,为了提高分类器性能,针对这一缺陷对BP算法进行改进.提出将条件对数似然(CLL)准则融入到监督性BP神经网络多类型分类过程中,利用CLL的可分解性优势,计算测试样本的条件概率,在误差反向传播时利用条件概率对权值进行相应的加权降权操作,简化误差反馈过程中的计算量.在实验中对改进算法的收敛速度和准确率进行了测试,说明了该算法的有效性及实用性.

一种GMM对数似然得分变换方法

基于高斯混合模型(GMM)的说话人识别方法通常采用对数似然得分作为测试时判定目标说话人的依据。文章在分析对数似然得分特点的基础上,提出了一种改进方法,提高了测试语音帧对于目标模型和非目标模型得分的相对差值。基于TIMIT数据库的实验证明了采用变换后似然得分的说话人识别系统比采用对数似然得分的系统具有更好的识别性能和抗噪声性能。

基于相似信息融合的固体发动机贮存寿命预测

为了解决发动机在现场小子样成败型区间检测数据下贮存寿命预测精度不高的问题,考虑到型号研制的继承性,可收集到大量相似型号发动机的贮存信息,提出了基于相似型号信息融合的贮存寿命预测方法。首先,利用配分布曲线法,将各来源相似型号成败型区间测试信息转变为相应的贮存可靠度函数;然后,根据对数似然准则,确定相似型号产品信息的可信度,并确定融合贮存可靠度函数;再用自助法,得到发动机可靠贮存寿命的区间估计。结果表明,对数似然准则所确定的融合权重可体现型号之间的相似性;通过融合相似型号贮存信息,可提高发动机贮存寿命的预测精度。

基于多重熵Hash及Box-Cox蓄电池续航时长分析与仿真

现代工业生产中,蓄电池是市电停电后通信网络业务能够持续运行的重要保障,是化解网络风险发生的重要一环。针对目前通信行业蓄电池智能化管理水平不高,尤其对于蓄电池的剩余寿命及续航时长无法测算,导致通信机房停电后无法准确预估蓄电池的续航时长。针对该问题,首先设计了一种基于信息熵的多重哈希(Hash)查询方法,然后提出了一种基于对数似然函数优化方法的Box-Cox算法,实现蓄电池时序运维数据续航时长的平稳化处理。实验结果表明对于大量的通信机房运维数据,通过基于熵的多重哈希(Hash)方法进行数据查询结构设计并使用最优化参数的Box-Cox算法可以有效计算得到蓄电池的续航时长。该方法能够将蓄电池机房运维数据转化为蓄电池续航时长生产知识数据,实现通信机房蓄电池能耗的有效管理运营,实际生产实践也证明了该方法的可行性。

基于空间约束高斯混合模型的EPLL自然图像复原

为了提高基于块先验的自然图像复原效果,有效去除图像中的噪声和模糊,提出了一种基于空间约束高斯混合模型的块似然对数期望(Expected patch log likelihood,EPLL)复原框架。基于图像块的空间分布信息,将图像块的空间约束高斯混合统计特性作为先验,在图像块复原的基础上实现整幅图像的全局优化复原。对比相关的图像复原方法,提出的方法去噪和去模糊效果更好,并且保留图像细节。利用客观性能指标对复原结果进行评价。实验结果表明,提出的方法有效易行,而且复原图像表现出良好的可视效果。

基于软判决下的校验关系的循环码参数盲识别

针对目前循环码参数盲识别算法存在的容错性差以及识别循环码码型不全的问题,提出一种基于软判决下循环码校验关系进行参数识别的算法。首先根据循环码码字向量与其校验矩阵的乘积为零向量的校验关系,得到码字与校验多项式反多项式的倍式相乘的校验关系表达式;将所有可能包含校验多项式的多项式分别代入,以截获的软判决信息来近似代替对数似然比,以简化计算,并以计算出的总的对数似然符合度值来表征代入表达式中的多项式是否包含校验多项式;然后将校验多项式与码长n对应的多项式x^(n)-1的关系分三种情况,得到这三种情况下校验关系的对数似然符合度在各码长或码长因数倍数下的变化规律;最后根据正确参数和错误参数下对数似然符合度的区别识别出循环码各参数。理论推导及实验仿真均证明了算法的有效性,对于各码长下不同生成多项式的循环码,算法均能在一定的信噪比及一定的码字截获量下对其码长、同步起点以及生成多项式进行正确识别,跟现有算法相比,识别性能有一定提升,且克服了部分算法仅能识别部分类型循环码的问题。对于长码(63,51)循环码,算法在信噪比为1.75 dB时对循环码码长和同步起点的正确识别率在99%以上,在信噪比为2.75 dB时对生成多项式的正确识别率在99%以上。

基于最优指标组合的代价敏感违约预测模型——以A股中小企业为例

企业违约预测是在当下时刻推断企业未来时刻发生违约事件的概率,与经济和社会息息相关。本研究的贡献在于:一是构造了兼顾指标组合违约预测精度和指标个数的多目标函数,通过sigmoid函数将蜉蝣算法转化为二进制蜉蝣算法,将其引入金融风险领域进行最优指标组合的遴选。二是在逻辑回归模型的对数似然函数中,给违约企业添加一个惩罚系数,以违约预测精度F-measure最大,反推最优的惩罚系数值,在保证总体判别精度的前提下,提高模型对违约企业的识别精度;同时使得逻辑回归求解的目标函数更贴合实际情况,确保了估计的权重向量更准确地反映指标数据与其违约状态间的函数关系。中小企业的实证研究表明:“高管年薪披露方式”“前十大股东是否存在关联”和“监事会持股比例”等企业内部非财务因素,以及“人均地区生产总值”“中长期贷款基准利率”和“货币和准货币供应量同比增长率”等宏观经济因素对中小企业违约预测的影响不容忽视。该方法可以提升对企业信用风险的识别能力,降低商业银行的不良贷款率。

棒位测量插件健康状态监测系统研究

由于棒位测量插件全生命周期运行状态的先验知识难以获得,引入隐马尔可夫模型(HMM)进行棒位测量插件健康状态评估,并设计监测系统。首先,采集不同运行时长下棒位测量插件的输出数据,针对其中的模拟量进行差值和归一化处理,将处理后的数据作为HMM的观测变量。然后,将初始状态下的观测变量输入HMM进行模型训练,建立棒位测量插件的状态监测模型,并计算出初始状态下的对数似然概率值。最后,将各时长运行下的观测变量输入状态监测模型,并分别计算对应的对数似然概率值,结合初始状态下的对数似然概率值计算出插件性能指标值。通过性能指标,可以反映棒位测量插件的各运行时长下状态与初始状态的相似度,从而实现棒位测量插件健康状态监测。

鲁棒的基于改进Mean-shift的目标跟踪

为了克服传统Mean-shift算法在跟踪运动目标时由于背景像素造成的定位偏差和由于遮挡造成的跟踪失效,提出了相应的改进措施。其一,根据初始帧目标和背景在颜色分布上的差异,建立对数似然图(log-likelihood image),筛选出目标中与背景可区分性好的颜色特征建立目标模型,并以同样的方法在后续帧建立候选模型,从而有效地减小背景像素的影响。另外,将候选区域划分为若干重叠的子块,分别利用Mean-shift算法对各个子块进行迭代,以与目标区域相应子块最为匹配的子块的所在位置对整个目标重新定位,由此很好地实现了目标部分遮挡情况下的稳定跟踪。当目标被严重遮挡时,则采用简单的线性预测,估计下一帧目标可能出现的位置。实验结果表明:提出的改进算法可以准确地进行目标跟踪,对部分遮挡和严重遮挡都有较强的鲁棒性。

关键词词频变化视角下我国“科学数据”领域研究主题演化分析

本文利用CNKI数据库通过词频分析法结合共词分析法对2005-2016年我国"科学数据"领域的研究主题进行演化分析。选取2005-2016年"科学数据"领域发表于北大中文核心期刊和CSSCI来源期刊的547篇期刊论文作为数据来源,通过对数似然值结合相对变化率判断关键词词频的相对增长、平稳和下降趋势,识别不同研究时段"科学数据"领域的核心词、突变词和新生词,并结合共词分析法揭示"科学数据"领域相关文献研究主题的动态演化趋势。研究结果表明:2005-2016年我国"科学数据"领域的相关研究从以技术层面的研究主题为主逐渐过渡到管理层面、服务层面和政策层面的研究主题,图书情报领域已逐渐成为我国"科学数据"相关研究的主要学科领域。

基于信息熵函数的启发式贝叶斯因果推理

贝叶斯网络分类器(BNC)由于其优越的分类性能和可解释性在数据挖掘和人工智能等领域有着广泛的应用.信息论为其迅速发展奠定了坚实的数学理论基础,例如条件互信息被用来度量BNC拓扑结构中属性间的条件依赖关系.然而,贝叶斯网络又被称为因果网络,但目前人工智能等领域中有关贝叶斯网络因果关系的研究是一个很有争议性的课题.属性间因果性的定义远比相关性的定义复杂微妙很多.而条件互信息可能不适用于度量BNC整体拓扑结构对数据的拟合性,并且其表达式的对称性决定了其只能描述属性之间的无向相关性,而非有向因果性.本文从信息熵的角度对贝叶斯网络中的因果关系进行了探索性的研究,首先基于对似然函数定义了联合熵函数与贝叶斯网络拓扑结构中联合概率分布的映射关系,然后在此基础上提出了类条件熵和局部条件熵函数来识别拓扑结构中属性间的因果关系.最后提出了一种基于类标签驱动的启发式结构学习方法来构建可以兼顾有标签数据拟合和无标签数据泛化的BNC(记为HBN).对美国加州大学欧文分校(UCI)机器学习数据库中35个数据集的实验评估表明,本文所提出算法与其它算法相比在分类性能上具有显著优势,例如HBN在0-1损失函数上明显优于CFWNB(17优5劣)、SKDB(14优5劣)、AIWNB(17优7劣);在偏差上HBN与CFWNB相比26优6劣,与SKDB相比10优5劣,与WAODE相比15优7劣,与RF相比29优4劣,与AIWNB相比22优6劣.由于CFWNB、WAODE、AIWNB没有结构学习过程,其拓扑结构不受训练数据扰动的影响.这三种算法的方差显著低于其它算法.而HBN的局部拓扑结构能充分体现测试实例中隐含的因果关系,在一定程度上减轻训练数据过拟合带来的负面影响.因此,与SKDB和RF相比,HBN的方差结果均明显占优(20优9劣,26优3劣).与其他算法相比,HBN的0-1损失函数和偏差结果分别平均提高了6.06%和12.65%.与SKDB和RF相比,HBN的方差结果平均提高了16.49%.HBN为不确定性知识表示和推理提供了一种有效且可行的方法.

云南省地区经济差异的空间统计分析

空间统计分析是一种将空间因素纳入经济问题分析的方法,可反映属性值之间的空间相关性。通过运用空间相关指数对云南省各地市2005年经济发展状况进行统计分析,发现云南省区域内经济发展存在空间相关性和空间集聚性。通过普通线性模型与空间统计模型的对比分析,揭示了空间因素、所有制结构,城市化水平及政府因素是影响地区间经济发展差异的最重要因素。

维吾尔语多词领域术语的自动抽取

多词领域术语抽取是自然语言处理技术中的一个重点和难点问题,结合维吾尔语语言特征,该文提出了一种基于规则和统计相结合的维吾尔语多词领域术语的自动抽取方法。该方法分为四个阶段:1语料预处理,包括停用词过滤和词性标注;2对字串取N元子串,利用改进的互信息算法和对数似然比率计算子串内部的联合强度,结合词性构成规则,构建候选维吾尔语多词领域术语集;3利用相对词频差值,得到尽可能多的维吾尔语多词领域术语;4结合C_value值获取最终领域术语并作后处理。实验结果准确率为85.08%,召回率为73.19%,验证了该文提出的方法在维吾尔语多词领域术语抽取上的有效性。

一种M-FSK信号的能量度量Viterbi软译码算法性能分析

Viterbi译码算法广泛应用于无线数字通信系统,一般采用比特对数似然信息(LLR)作为译码器的输入。针对M-FSK信号,该文提出一种采用信号解调得到的M维能量信息,直接作为译码器分支度量值,并给出了相应的Viterbi译码算法。在加性高斯白噪声(AWGN)和瑞利(Rayleigh)衰落信道下对所提算法的BER性能进行了理论推导,得到了闭合表达式。通过仿真验证了理论推导的正确性,与常规Viterbi算法相比,所提算法避免了比特LLR和分支度量值的计算,降低了算法复杂度和减少了信息损失,提高了M-FSK信号软解调Viterbi译码算法的BER性能,是一种更适用于工程实现的M-FSK信号的Viterbi译码算法。

NA误差下部分线性模型的经验似然推断

对于部分线性模型y_i=βx_i+g(t_i)+e_i,1≤i≤n,这里(x_i,t_i)是固定设计点,g是未知函数,e_i是负相协(NA)随机误差,给出了回归系数的经验似然比统计量,并讨论了似然比统计量的极限分布,可构造参数的经验似然置信区间.

基于图像块先验的单帧红外自适应校正算法

红外焦平面阵列的非均匀性严重限制了红外成像系统对目标的灵敏度,降低了图像的成像质量。本文基于图像块统计特性的期望块对数似然概率(EPLL),提出了基于图像块先验的单帧红外图像非均匀性校正算法,可以完成单帧红外图像的非均匀性校正。该算法首先利用高斯混合模型完成对图像块训练分类,然后利用EPLL准则获取带有非均匀性噪声图像对应的最大似然概率对数期望图像来完成对图像的校正。仿真试验和真实红外图像实验结果表明该方法对单帧红外图像的非均匀性校正效果良好,校正速度快,可以避免鬼影的产生并且可以完成持续性工作。