FO-CA:一种基于距离差异度组合权重的多属性数据分类方法

为了解决多属性数据分类问题,提出了一种基于模糊优选模型与聚类分析的分类方法(FO-CA)。首先由模糊优选模型得到有序综合指标数据集,其中在权重阶段提出了距离差异度并以此为依据构建了一种组合主客观权重的赋权方法;然后采用聚类分析将有序综合指标数据集聚类为几个簇进而分类;最后选取UCI中的Iris、Wine和Ruspini 3个数据集进行仿真实验。实验结果表明,该分类方法相比模糊优选方法及K-Means算法能获得更好的分类结果,对决策者有一定的参考价值。

黄昏时段驾驶员对红绿色障碍物空间距离判识差异

为研究黄昏时段不同颜色引起驾驶员空间距离判识差异的变化规律,选用32名驾驶员,在黄昏环境照度变化的实际道路中,对不同深度距离下红、绿色障碍物的空间绝对距离和相对距离进行判识。比较人在三维空间中对红、绿色障碍物距离判识结果,获得判识距离差异特征值。对所获得的试验结果,运用BP神经网络模拟距离判识差异随照度和深度距离不同而变化的规律。结果表明:在三维空间,红、绿色障碍物黄昏时段距离判识差异显著,绿色障碍物判识距离大于红色,BP网络可以很好地拟合距离判识差异变化规律;随着外界环境照度的下降,红、绿颜色引起的距离判识值差异均增大,其中绝对距离差异增加明显;随着空间深度方向距离增加,判识差异也增大,其中相对距离判识差异增加量较绝对距离小。

基于斜率距离差异的单相接地故障定位研究

课题引用一种基于斜率距离差异的单相接地故障定位方法,从而实现故障定位。在此基础上,对故障定位工程实现进行介绍,利用110kV马场地金属性接地对故障定位法进行了研究,研究表明:该方案能够准确、快速地进行故障区段定位。

基于像素差异的金属腐蚀区域分割仿真研究

研究基于图像的金属腐蚀区域分割问题,提高分割区域的准确性。针对传统基于金属本身与腐蚀颜色的区别,利用像素差异的变化进行腐蚀区域的分割,因当腐蚀颜色与金属的本体颜色相差不是很大,或者在边沿发生像素的混淆时,利用差异边缘像素相减的方法很难完整分割腐蚀区域的问题。为了解决上述问题,提出利用空间像素差异距离聚类的金属腐蚀区域图像分割算法。通过计算差异像素之间的差异距离概率,将差异像素特征进行严格划分,对划分后的结果进行排序计算,详细描述混淆边沿信息,对腐蚀区域进行完整分割。实验证明,改进方法能够对金属腐蚀造成的细微区域完整分割,取得了满意的效果,为金属腐蚀区检测提供了参考。

基于感知去模糊的高分辨率破损图像修复方法

为提高修复图像的视觉效果,提出基于感知去模糊的高分辨率破损图像修复方法。将高分辨率图像样本输入卷积自编码生成对抗网络中,利用编码器降维处理并输出其低维特征矩阵后,由解码器对其升维并解码,最终采用生成器完成映射学习。通过不断搜寻,获得与输入高分辨率图像L_(1)距离差异最小的生成图像,由判别网络对其作真假判断,实现高分辨率破损图像的粗修复后,再将其输入感知去模糊网络模型中,增强图像细节信息后实现高分辨率图像修复。实验结果表明:该方法修复后的高分辨率图像细节丰富、颜色自然、视觉效果突出。

基于小波核扩散与双阶段SVM的轴承复合故障分类方法

轴承复合故障分类中存在故障特征强线性不可分及故障数据标签不足问题,严重影响分类精度。为此,提出基于双阶段支持向量机(SVM)与小波核扩散的轴承复合故障分类方法。针对故障特征强线性不可分,使用小波核函数对其进行高维空间映射,并利用极大重叠离散小波包变换获取信号在不同频带上的能量分布作为故障特征;针对故障数据标签不足,提出增量式核空间标签扩散的双阶段SVM分类模型,在小波核空间核差异距离基础上,利用增量式核空间标签扩散对训练样本的近邻样本、粗分阶段边界样本进行扩充,并在细分阶段依据扩充后的样本完成模型训练。3组轴承复合故障数据验证了所提方法的有效性,实验研究表明,在单类训练样本为5的条件下,所提方法比SVM分类准确率平均提升7.5%,并优于其他流行算法。

基于堆叠降噪自编码器的跨项目软件缺陷数量预测方法

在软件缺陷预测技术应用中,需要预测的项目可能是一个全新的项目,或者需要预测的项目历史数据较为不足。一种解决方法是利用已有数据充足的项目(源项目)构建模型完成对新项目(目标项目)的预测,主要利用传统机器学习方法对源项目与目标项目进行特征迁移学习完成缺陷预测,但不同项目之间的数据存在较大的分布差异,同时传统机器方法学习到的特征表示能力很弱且缺陷预测性能较差。针对此问题,从深度学习出发提出一种基于堆叠降噪自编码器的跨项目缺陷预测方法,该方法结合堆叠降噪自编码器和最大均值差异距离,能够有效地提取源项目与目标项目可迁移的深层次特征表示,基于该特征可以训练出有效的缺陷数量预测模型。实验结果表明,在Relink数据集和AEEEM数据集上与经典的跨项目缺陷预测方法Burak过滤法、Peters过滤法、TCA以及TCA+进行比较,该方法在大多数情况下可取得最好的预测结果。

基于图像化变差函数的性能数据异常判别

为提升发动机性能监控的智能化水平,实现性能数据的高效利用,提出了基于图像化变差函数的发动机性能数据异常判别方法。通过研究发动机性能数据的标准化修正方法和图像转化方法,将数值型表示的发动机性能数据转化为发动机性能图像。通过引入变差函数理论,采用4方向的变差函数值表示性能特征值,融合不同时刻不同参数的性能数据。在提取发动机性能图像关键特征点的基础上,定义性能图像间的差异距离,实现基于变差函数的发动机性能图像异常判别方法,从而实现对发动机性能状态的判别。选用若干组实际发动机性能数据对方法进行验证。验证结果表明:该方法运算高效,实现了高维性能数据的降维和对性能图像运行状态的分类,从而判别发动机性能数据的运行状态。

基于值差度量和聚类优化的K最近邻算法在银行客户行为预测中的应用

为提升贷款金融客户行为预测的准确性,针对传统的K-最近邻(K NN)算法在数据分析中处理非数值因素的不完备问题,提出了一种采用值差度量(VDM)距离的对聚类结果迭代优化的改进K NN算法。首先对收集到的数据信息进行基于VDM距离的K NN算法的聚类,再对聚类结果进行迭代分析,最后通过联合训练提高了预测精度。基于葡萄牙零售银行2008—2013年收集的客户数据比较可知,改进的K NN算法与传统的K NN算法、基于属性值相关距离的K NN改进(FCD-K NN)算法、高斯贝叶斯算法、Gradient Boosting等现有算法相比具有更好的性能和稳定性,在银行数据预测客户行为中具有很大的应用价值。

基于多目标遗传算法优化弹性光网络的多路径保护机制

弹性光网络中多路径的保护方案相比单路径有效地降低网络带宽阻塞率,但会导致接收端多径时延差的问题,且业务的多路径分割传输策略使用了光网络较多的频谱资源。该文基于多目标遗传算法提出了遗传多路径保护算法(Genetic Multipath Protection Algorithm,GMPA),解决多路径时延差和节约频谱资源问题。在GMPA算法中,根据业务请求在光网络中建立K条边分离最短路径和带宽分配方案作为GMPA算法的初始种群,设计了一种联合考虑传输时延差和带宽资源分配的向量函数优化种群分类和拥挤距离排序。为提高算法的搜索能力和收敛速度,算法在交叉操作中设计个体自交叉方式,在变异过程中设置了带宽基因位变异范围及约束条件。仿真结果表明,相比多路径保护(Multiple Path Protection,MPP)算法和工作路径首次分配保护路径最后分配(Primary First-fit Modified Backup Last-fit,PF-MBL)算法,GMPA算法获得最低的带宽阻塞率,其频谱资源利用率接近最优的MPP算法,路径间距离差异性能优于MPP算法。

水基动力无杆抽油机故障敏感因子提取方法研究

水基动力无杆抽油机作为一项新技术,尚未大规模的投入使用,对其故障的研究还不成熟。为了提高抽油机系统故障信号的可分性和诊断正确率,针对抽油机的典型故障,对采集到的故障信号进行数据归一化处理以及EEMD降噪。研究了基于时频域特征参数提取的方法以及基于流形学习的降维故障诊断方法。最后提出采用距离差异度和流形差异度寻找故障的敏感因子。研究结果表明,此种方法能够提取抽油机故障的敏感因子,为后续的研究奠定了基础。

风电平台桁架式桩腿RPD测量与分析

以某型桁架式桩腿的风电安装平台全程升降试验过程为依托,通过手工测量和电子测量的方式测量全程升降中同一桩腿上不同主弦管齿条升降距离差异值(Rack Phase Difference, RPD)和同一桩腿上不同主弦管齿条升降速度差异值(Rack Phase Velocity, RPV)。在此基础上,分析该平台升降全过程中RPD的变化,得出影响RPD变化的因素,并提出控制方法,为后续同类型平台对RPD进行控制提供参考,提高全程升降的稳定性。

Sex differences in anogenital distances and digit ratios in wild David＇s rock squirrels Sciurotamias davidianus

The prenatal hormonal environment plays an important role in organizing sex differences in the morphology, physiology and behavior of humans as well as other vertebrates. Currently, all related research on rodents has been focused on Myomorpha. This study presents data on sex differences in the anogenital distance （AGD） and the ratio of the second to the fourth digit length （2D：4D） from 44 wild David＇s rock squirrels Sciurotamias davidianus captured from the Qinling Mountains, China. This was the first study of a species from Sciuromorpha. The AGD as well as body mass are sexually dimorphic. There are no sex differences or lateral asymmetry in 2D：4D. Significant correlation was not found between AGD and 2D：4D for any paw. The findings indicate that 2D：4D may not be fixed or influenced by the prenatal steroidal environment in David＇s rock squirrels [Current Zoology 60 （2）： 180-185, 2014].