基于平均熵的自适应人工蜂群算法

针对基本人工蜂群算法容易陷入局部最优和早熟等问题,提出一种改进的人工蜂群算法(ASABC)。利用平均熵机制初始化种群,增加种群的多样性,避免算法陷入早熟;同时,采用自适应调节邻域搜索步长的策略来提高算法的局部搜索能力,提升算法的计算精度;为了平衡算法的全局搜索能力和局部搜索能力,引入自适应比例选择策略来代替人工蜂群算法的适应度比例选择方法。对8个标准测试函数的仿真实验结果表明,与3种常见的智能优化方法相比,改进的算法具有显著的局部搜索能力和较快的收敛速度。

GIS线元的平均熵不确定带

在GIS线元的位置不确定性方面 ,国内外学者已提出了“ε 带”、“e 带”、“g 带”、“H 带”等模型 ,然而就应用而言 ,由于“ε 带”具有不变带宽 ,因而应用最为广泛。但是“ε 带”的宽度往往难以确定 ,从而限制了它的使用范围。在“H 带”的基础上 ,提出了根据线元的平均信息熵确定“ε 带”宽度的思想 ,建立了线元的平均熵不确定带 。

平均熵

设Ｔ为紧度量空间Ｘ上的连续自映射，ｍ为Ｘ上的Ｂｏｒｅｌ概率测度，通过把测度（拓扑）摘局部化，引入了Ｔ关于ｍ的平均测度（拓扑）熵的概念，它们分别为相应ｍ－测度（拓扑）混沌吸引子熵的加权平均，从而Ｔ关于ｍ的平均测度（拓扑）熵大于零当且仅当Ｔ有ｍ－测度（拓扑）混沌吸引子．证明了线段Ｉ上关于Ｌｅｂｅｓｇｕｅ测度平均拓扑熵大于Ｃ与等于零的连续自映射都在Ｃ０（Ｉ，Ｉ）中稠密．

基于平均熵值的多点地质统计建模参数优选方法

多点地质统计建模方法通过训练图像获取空间结构和相关性统计特征,重建结构复杂的储层地质模型,为提高油气预测效果服务。不同建模参数的选择会直接影响计算效率和模拟结果,因此选择合适的建模参数至关重要。鉴于传统参数灵敏度分析方法的不足,提出一种基于模式均熵的多点地质统计建模参数优选方法,采用Hsim相似度对随机模型和训练图像的模式均熵差异进行量化分析。以多点地质统计建模参数——样板尺寸为例,计算建模参数集和训练图像的空间及结构特征相似度,建立基于模式均熵差异的空间相关性评价指标和建模参数的拟合曲线,将相关性评价曲线趋于平稳的拐点所对应参数值作为最优参数。实验结果表明,相比传统参数优选方法,基于单点熵代替两点熵进行平均熵值计算的新方法可以准确客观地优选出多点地质统计建模算法的参数。

一种基于条件相对平均熵的个性化推荐算法

为了提高现有推荐算法的准确性,提出一种基于条件相对平均熵的个性化推荐算法.首先,采用加权的CNM算法构建复杂网络,挖掘该网络的社团结构,作为商品待推荐域;其次,利用条件互信息和条件相对平均熵生成有效的节点次序,以提升贝叶斯网络构建的准确性;然后采用K2算法学习贝叶斯网络,分析出用户的消费性格,并判断待推荐域中商品与消费性格的联系,向用户提供感兴趣和合理的推荐;最后,基于电信运营商的实际数据进行实证分析,验证了该算法的有效性.

基于平均熵的Turbo码迭代译码停止准则

本文首先阐述平均熵在Turbo码迭代译码过程的性质,从中可以观察到译码算法的收敛程度与平均熵的变化趋势一致。然后,我们基于平均熵提出一种新的Turbo码迭代译码停止准则。仿真结果表明,对比现有的其它准则,这种新的准则能够在保持译码的误比特率性能和算法的计算复杂度的同时,有效地减少迭代次数。

采用滑动平均多元多尺度色散熵的液压泵故障诊断方法

为了提高色散熵的信息提取能力,在兼顾计算效率和效果的前提下,引入多维嵌入重构理论,借鉴滑动平均的思想,更新了传统多尺度算法的粗粒化方式,提出了滑动平均多元多尺度色散熵(moving average multivariate multiscale dispersion entropy,MA_mvMDE)用以提取液压泵故障特征。首先,利用均匀相位经验模态分解(uniform phase empirical mode decomposition,UPEMD)将振动信号分解为多个本征模态分量(intrinsic mode functions,IMF),再采用相关系数法筛选敏感分量,将包含大量故障信息的模态分量作为多通道数据计算其MA_mvMDE值来提取故障特征。接着,采用MCFS方法选择故障敏感特征实现降维。最后,通过随机森林分类器完成故障识别。采用液压泵故障振动数据验证了该方法能够准确诊断不同类型和不同程度的故障。

粤港澳大湾区出口制造业认证认可发展水平评价——基于熵权-平均解距离评价方法(EDAS)

为从整体上把握认证认可在粤港澳大湾区出口制造业的实施应用水平,选取该区域内12个出口制造业作为样本,基于认证认可基础和认证实施两个维度,分别从标准认知、质量控制标准、产品检验标准、质量管理体系认证和产品认证5个方面构建粤港澳大湾区出口制造业认证认可发展水平指标体系,通过熵权-平均解距离评价方法模型测评进行定量分析,并挖掘和分析存在的问题及其原因。结果显示,粤港澳大湾区出口制造业的认证认可发展整体处于中等水平,不同出口制造业的认证认可水平参差不齐,其中信息技术设备、家用电器等技术密集型行业和新兴行业的认证认可水平普遍较高且增长优化潜力最强,而鞋业、服装业等传统劳动密集型行业的认证认可水平提升需求较大;认证实施水平是粤港澳大湾区出口制造业的优势项,而认证认可基础则需要进一步改善与提升。据此,提出要不断深化认证认可制度和体系改革创新,促进认证认可建设与实施智能制造融合发展,大力提升认证机构专业能力和品牌形象,以及不断增强中国参与国际标准化治理能力。

基于局部平均灰度熵的快速图像修复算法

使用块拼贴的基于样本的图像修复算法运行时间主要取决于最佳样本块匹配步骤的执行效率。目前算法普遍采用全局搜索获取样本块,逐一与待修复块进行相似性比对,修复质量和修复效率依赖于采样区域的范围大小。为提高计算效率,提出一种基于局部平均灰度熵的图像修复算法,在每次迭代中根据待修复块邻域窗的平均灰度熵自适应确定采样区域范围。实验结果证明,所提算法相较经典Criminisi修复算法提高了修复质量,且大大提高了修复效率。

NaF-BaTiO_3平均原子溶解熵与共晶形态研究

依照Taylor和Fidler分别计算固溶体和化合物平均原子溶解熵的基本思想,建立了计算NaF,BaTiO3共晶两相平均原子溶解熵ΔSf的模型,并计算出NaF,BaTiO3的ΔSf分别为44.568 J/mol.K,59.382 J/mol.K,两者均超过临界值23 J/mol.K.实验研究发现NaF,BaTiO3共晶两相均呈小片面生长,从而使上述计算结果得到验证.同时发现NaF和Ba-TiO3两相形成以BaTiO3为树枝晶,枝晶间分布NaF的共晶组织形态,这种形态不同于Cro-ker对共晶凝固组织七种分类中的任一类.共晶中BaTiO3能够促发NaF异质形核,而NaF不能促发BaTiO3异质形核,说明形核非互惠原则对两相均为小平面相的共晶亦起作用.

基于平均互信息熵的复杂系统可靠性评定方法

可靠性评定是定量评估系统可靠性水平的重要途径,是对其可靠性进行定量控制的必要手段。某些复杂系统由于研制时间和经费的限制,现场试验样本量极其有限,依赖传统的基于大样本的数理统计方法将难以获得客观结论,因此其可靠性评定一直是工程实践中的技术难题。针对复杂系统可靠性评估和寿命预测时现场样本量不足的问题,提出了一种基于多源信息融合的可靠性评定方法。该方法利用平均互信息熵来度量多源验前信息对可靠性评定不确定性减少所起的作用,以此为依据确定多源信息融合权重,并通过融合验前分布进行复杂系统的可靠性评定,从而减少了评定过程中的主观性,增强了评定结论的可信性。最后通过仿真实例验证了方法的有效性。

利用熵平均法对地面γ能谱数据局部干扰消除的应用研究

阐述了熵平均法对地面γ能谱测量局部干扰的消除的基本原理和方法,应用此方法对浅覆盖区地质填图的γ能谱测量剖面数据及应用γ能谱测量确定古城墙位置的平面测量数据进行了处理,处理结果表明该方法对于消除地表植被及局部土壤元素富集随机干扰、突出弱异常具有明显的效果,使地质填图中进行岩性划分界线明显,考古中古城墙表现的弱异常突出,边界清晰.通过对熵平均法应用的讨论,可以看到5点熵平均对于局部干扰压制较多而对异常削弱较少的特点;与多点平滑相比,熵平均对于突跳点具有更好的压制作用.熵平均法对于地面γ能谱测量随机影响的消除起到了较好的效果,使地面γ能谱测量得到了较好的应用.

熵平均法在放射性数据处理中的应用研究

本文阐述了消除放射性数据局部干扰的方法和必要性以及熵平均法对放射性数据局部干扰消除的基本原理和方法。通过熵平均法在某剖面数据的应用,可以看出对局部突跳点干扰处理中,熵平均法的效果要好于多点圆滑法,较好地压制了干扰而突出了异常信息,熵平均法对于γ测量随机影响的消除起到了较好的效果,使地面γ测量得到了较好的应用。

熵平均法在消除地面伽马能谱测量随机干扰中的应用

地面伽马能谱测量是一种常见的地质勘探方法,其在现代地质勘探工作中有广泛的应用,但在实际测量中,其测量值会受到外界随机干扰的因素的影响。通过熵平均滤波处理,可以对测量中的随机干扰起到一定的压制作用。

基于信息熵的二次聚类推荐算法

用户对网页文本缺少主动评价信息会影响最终推荐结果的准确程度。为此,提出一种新的二次聚类推荐算法,通过对用户所浏览过的网页文本特征词的提取及相关权重的计算,得出每一个网页的文本信息熵值与最邻近熵差。利用连续型随机变量的均匀分布计算得到最邻近熵差阈值,借助平均熵值逼近确定二次聚类初始聚类簇数和簇心,结合对数函数拟合的方法计算推荐数量,通过2次文本聚类,运用欧氏距离和信息熵值确定推荐内容。实验结果表明,该推荐算法在实际系统中运行稳定,与单纯只进行2次聚类运算的推荐算法相比,推荐准确程度有所提高。

基于局部熵的边缘检测算子选择算法

为了在图像处理中选择恰当的边缘检测算子,保证边缘提取的质量,提出边缘点加权平均边缘局部熵,对利用边缘点加权平均边缘局部熵选择边缘检测算子的算法进行了研究。通过边缘检测算子抽取出图像的边缘,计算图像边缘的局部熵,使用边缘像素的灰度信息进行加权,计算出边缘点加权平均边缘局部熵。依据边缘点加权平均边缘局部熵进行边缘检测算子的选择。实验结果表明:算法能有效地选择合适的边缘检测算子,保证获取的图像边缘质量。

马尔可夫信源的熵分类法

在对一组具有相关关系的随机序列数据进行分类时,若序列很长,将这组数据看成是马尔可夫链的一个样本,于是,该问题就成为判别这组数据源于哪个马尔可夫信源总体的问题。在介绍马尔可夫信源熵及其极限熵的基础上,提出三个判别准则,并以DNA序列分类为例,分别进行验证,结果表明,判别准则3的性能优于其他方法。

基于极大熵OWA算子的元搜索引擎搜索结果集成(英文)

将极大熵有序加权平均(ME-OWA)算子应用于元搜索引擎搜索结果的集成,并使用最新的极大熵有序加权平均算子的解析算法求解集成结果.在现有的加权有序集成算子(OWA)环境下,把用于集成元搜索引擎搜索结果的方法分为2类:有唯一解和多解信息集成方法.所提出的极大熵有序加权平均算子不仅可以得到精确的权重值,还能为决策者提供多种集成结果供选择.为了证明此集成算子的实用性,在集成元搜索引擎搜索结果的应用背景下,用极大熵有序加权平均算子和极小极大线性规划算法进行求解,并对2种方法的运算结果加以比较和讨论.结果显示,极大熵有序加权平均算子具有和极小极大线性规划算法几乎一样的结果.

基于灰度熵合成样本块的图像修复算法

图像修复时需要利用已知信息修补图像中的缺失部分,同时要求取得较快的修复速度。为此,提出基于平均灰度熵选取样本并通过加权合成最终匹配块的图像修复算法。将待修复图像进行网格划分,以网格为单位区间计算每个网格内图像的平均局部灰度熵值。使用自适应阈值分割算法将所有网格区域分为2个互斥集合。根据待修复区域所在网格平均灰度熵确定样本块的选取范围,使用最小平方差和准则选择若干样本块,并通过衰减函数得到各个样本块的权值,最终合成样本块。实验结果表明,该算法在取得理想修复效果的同时能够确保得到较快的修复速度。

基于优化VMD-SVM参数的铣削颤振识别

铣削颤振是影响加工质量和切削效率的重要因素之一,为了有效抑制颤振发生,需要对铣削过程进行颤振识别。针对颤振识别中特征提取和识别准确率问题,提出基于麻雀搜索算法(SSA)优化变分模态分解(VMD)和支持向量机(SVM)关键参数的铣削颤振识别方法。采用SSA对VMD的关键参数以平均包络熵最小原则进行寻优;使用优化后的VMD分解铣削颤振信号,根据相关系数法筛选敏感的本征模态函数(IMF)分量重构原信号;提取重构信号的小波包能量熵构造颤振特征向量矩阵并输入经SSA优化的SVM模型中进行模型训练和铣削颤振识别。结果表明,提出的经SSA优化的VMD-SVM模型与未优化的VMD-SVM模型相比具有更高的识别准确率。