基于遗传算法和广义交叉原理求解正则参数

本文研究了正则化方法中正则参数的求解问题,提出了一种新的正则参数求解策略,即利用遗传算法基于广义交叉检验准则求解正则参数,数值模拟验证了该方法的可行性和有效性。

基于广义回归神经网络的税务稽查选案实证研究

针对企业纳税稽查选案,采用全部样本和五重-交叉检验法(CV)分别建立线性回归、判别分析、Logistic、支持向量机(SVM)和广义回归神经网络(GRNN)模型,比较研究不同模型的建模结果。GRNN模型结构简单,训练速度快,能很好地进行小样本、连续非线性系统建模。实证研究结果表明,GRNN模型非常适用于税务稽查选案研究,在上述五种模型中,分类错误率最低,小于10%。

基于GCV小波阈值去噪的红外弱小目标检测

针对红外图像弱小目标检测,提出了一种基于GCV小波阈值去噪的检测方法。先将图像进行小波多尺度分解以抑制杂波;然后利用GCV准则,对各个小波系数的子带图像分别进行阈值分割来抑制噪声;最后对降噪后的小波系数进行离散小波反变换,对重构后的图像进行二值分割从而得到最终检测结果。实验结果表明,与传统方法相比,该算法能够很好地抑制背景和噪声,并且对于重建图像能够更加准确地进行目标提取和分割。

基于整数递推GCV的遥感图像去噪算法

本文提出了一种整数递推广义交叉校验算法.在对遥感图像做小波变换后,统计子带中小波系数的幅值分布,进行同值小波系数合并运算,然后通过整数优化递推加速广义交叉校验计算过程,减少相邻阈值下广义交叉校验函数的冗余计算.在对多幅遥感图像仿真实验中,当噪音标准差为10～30时,整数递推-广义交叉校验算法耗时仅为广义交叉校验算法的2%至0.5%,且保证了去噪效果一致,能有效提高图像PSNR0.66dB至6.03dB.此外,广义交叉校验算法耗时随噪音增大及遥感图像尺寸增长而迅速升高,整数递推-广义交叉校验算法耗时则相对平稳.

基于广义交叉检验的自适应约束最小二乘图像恢复

现有的图像恢复方法中有一部分需要正则化系数,而正则化系数估计的准确与否是决定恢复图像质量好坏的关键,为了能够自适应地恢复图像,研究了约束最小二乘算法的图像恢复问题,提出了应用广义交叉检验方法估计约束最小二乘算法中的正则化系数.实验结果证明,用该算法估计的正则化系数恢复图像质量更佳,速度比普通的迭代方法快,而且该最小乘图像恢复方法实现了图像自适应图像恢复.

隐式T样条实现封闭曲面重建

为了简化法向偏差约束条件和优化光滑能量项,提出一种隐式T样条曲面重建算法.首先利用八叉树及其细分过程从采样点集构造三维T网格,以确定每个控制系数对应的混合函数;然后基于隐式T样条曲面建立目标函数,利用偏移曲面点集控制法向,采用广义交叉检验(GCV)方法估计最优光滑项系数,并依据最优化原理将该问题转化为线性方程组求解得到控制系数,从而实现三角网格曲面到光滑曲面的重建.在误差较大的区域插入控制系数进行T网格局部修正,使得重建曲面达到指定精度.该算法使重建曲面C1连续条件得到松弛,同时给出最优的光顺项系数估计,较好地解决了封闭曲面的重建问题.实例结果表明,文中算法逼近精度高,运算速度快,仿真结果逼真.

基于Tikhonov正则化的矿井通风网络测风求阻法

针对矿井通风系统动态性和复杂性的特点,提出了测风求阻法所需最少调节次数时的最优回路选择算法,结合矿井巷道风量的实时动态监测数据,建立了基于监测数据的矿井通风网络测风求阻模型。针对复杂通风网络易构造病态测风求阻模型的问题,提出了基于贪婪进化算法的Tik-honov正则化参数求解方法,对模型进行修正处理。应用结果表明,该方法可以减轻模型病态的严重程度,求解复杂通风网络分支风阻,并能发挥监测系统的实时动态监测功能,为矿井通风系统动态模拟提供基础数据。

边界粒子法结合正则化技术求解Robin反问题

运用一种边界型无网格算法——边界粒子法求解Robin反问题,结合Tikhonov正则化技术消除反问题的不适定性。该方法仅需边界测量数据,计算精度高,特别适用于反问题的求解。数值算例显示该方法在求解Robin反问题上具有很好的稳定性和收敛性。

大地坐标转换中病态方程的处理算法

在两个大地坐标下进行坐标转换时,首先要利用具有两个坐标系下大地坐标的公共点,求取转换参数。由于选择的公共点距离较近,导致求参法方程系数矩阵呈现病态性质。文中探讨利用截断奇异值法和广义交叉检验准则法解决这一病态问题,从而获得较高精度的转换坐标。研究表明,截断奇异值法及广义交叉检验准则用于大地坐标转换,能够很好地解决病态问题。

价格冲击下中日原油进口行为比较研究

本文采用2维交叉表、格兰杰因果检验和广义脉冲响应函数方法对中日两国原油进口行为进行细致刻画和比较分析,分析表明:日本在原油进口上表现出更多的对低价购买机会的把握和对高价风险的规避,而我国的石油进口行为却体现出了明显的"越贵越买"和"越买越贵"的行为特征。这一结论表明日本实施的能源储备战略和能源进口战略确实具有减缓高油价冲击的实际效果,因而值得我国借鉴;结论也显示出这些政策并不能消除石油冲击发生时油价的跳跃性波动,我国还应向日本借鉴实施能源替代战略和节能战略。

部分线性模型的光滑样条推断

运用光滑样条估计部分线性模型中的非参数函数,利用限制最大似然或广义交叉验证(GCV)的方法选择光滑参数,主要考察了部分线性模型的光滑样条估计以及有关非参数函数部分的假设检验.基于光滑参数的选择方法,提出了部分线性模型中的非参数函数是否为多项式函数的假设检验方法,并通过模拟例子研究本文提出的推断效果.

海州湾双斑蟳栖息分布特征与环境因子的关系

为了解双斑蟳栖息分布规律,实验根据2011—2016年多个季度航次在海州湾进行的渔业资源和环境调查数据,采用广义线性模型(GLM)、广义可加模型(GAM)以及随机森林3种物种分布模型(SDMs)方法,结合AIC(akaike information criterion)准则、累积偏差解释率和交叉检验等评判指标筛选和构建了双斑蟳栖息分布模型,并分析了环境因子对双斑蟳分布的影响。结果显示,3种模型在解释因子与响应变量间的关系上基本一致;其中GAM在模型拟合上具有优势,而随机森林的预测性能明显高于传统的GLM和GAM。双斑蟳相对渔获量在年份和月份间的变异性最为显著,两个因子的解释率分别在18%和3.8%以上。水深和表层盐度对双斑蟳资源分布的影响较大,均与双斑蟳相对丰度呈正相关关系;双斑蟳分布总体呈现冬季相对较高,夏季东北部海域高、西南部低的特点,与海州湾水深分布特点基本一致。本研究还根据FVCOM(finite-volume coasta ocean model)模拟环境数据,利用随机森林分布模型估计了双斑蟳在海州湾海域2011年各个季节的空间分布,为渔业资源的开发和保护提供依据。

不同正则化方法在船舶辐射噪声计算中对比与试验研究

为研究不同背景下不同正则化参数方法在船舶辐射噪声评估中的适用性,降低辐射噪声计算误差,介绍了基于工况传递路径分析(OTPA)的船舶辐射噪声计算方法,讨论了奇异值分解(SVD)法、基于L-curve和广义交叉验证(GCV)的Tikhonov正则化方法在辐射噪声传递函数求解问题上的适用性,并进一步提出基于准最优(Q-O)判别准则的Tikhonov法。千岛湖舱段模型水下声辐射试验结果表明:在不同环境下,SVD方法性能最差;在正常环境下,L-curve、GCV和Q-O准则方法性能基本相同;随着背景噪声水平的升高,L-curve方法优于GCV方法,而Q-O准则方法优于L-curve方法,可较L-curve降低辐射噪声误差约0.42 dB,较SVD方法降低约1.19 dB。同时,Q-O准则鲁棒性分析表明该参数可近似视为最佳正则化参数,该方法可为后续实船工程应用提供指导。

基于正则模型的SAR图像自适应目标特征增强方法

研究SAR图像特征增强的自适应阈值选取方法。本文采用一种新的度量函数表示SAR图像的稀疏先验,建立正则化模型,证明了不动点迭代求解的收敛性。然后将SAR相位历史数据转化为复数据,得到复数域正则解的解析表示式。该方法不需要迭代,简化了求解过程,并且将正则化参数的确定归结为阈值的选择问题。最后基于广义交叉检验准则实现了阈值的自适应选取。实验中采用目标杂波比来衡量处理效果,实验结果说明本文方法能快速有效地实现SAR图像特征增强。

鱼眼相机检校的正则化方法比较分析

针对鱼眼相机的特点,首次提出鱼眼相机检校的正则化方法,介绍基于半视场角约束的鱼眼相机检校方法,阐述Tikhonov正则化方法和截断奇异值(TSVD)正则化方法的基本原理,探讨求解正则化参数的L曲线法和广义交叉检验法(GCV)的特点,最后构建5种不同的正则化方案对15组数据进行分别处理,并对得到的相机参数的精度和准确度进行比较分析。试验分析表明,各种正则化方案会引起相机内方位参数约为0.2像素的轻微偏移,但是相对于直接最小二乘解其精度至少提高了1000倍,能够极大地提高相机检校的抗干扰性。

矿区坐标转换中病态矩阵与坐标粗差的处理算法

矿区GPS坐标转换至国家坐标时,病态矩阵与重合点坐标粗差经常会导致转换坐标精度低,致使矿区缺乏高精度的坐标基准,造成安全风险。利用广义交叉检验准则解决系数矩阵病态问题,将抗差估计算法用于解决重合点坐标粗差问题。通过具体算例表明,广义交叉检验准则与抗差估计理论能分别克服矿区GPS坐标转换时病态矩阵及坐标粗差问题,得到高精度的转换坐标值,为矿区安全生产提供精确、可靠的基准数据。

基于R-滤子的多帧图像重建算法

针对图像重建中低分辨率图像信息的利用和先验项(正则化项)的估计问题,提出一种新颖的算法——R-滤子方法,通过计算输入图像的高阶信息来构建先验项,同时采用广义交叉验证(Generalized Cross Validation,GCV)方法自适应求解先验项参数(正则化参数),加强算法的自适应性。实验结果表明:重建图像的峰值信噪比值(Peak Signal-to-Noise Ratio,PSNR)比目前主要先验项方法(BTV、Sparse、Huber)的重建图像的值更高,从重建图像的局部细节和纹理也看出该方法的重建图像具有更丰富的信息,同时,从构造方法上说明R-滤子方法在计算上要优于其他方法。

基于整数小波变换与快速递推GCV的静止图像去噪

基于整数小波提出一种用于自然景物图像去噪的快速递推广义交叉验证(FR-GCV)算法,首先对图像做整数小波变换(IWT),计算小波图像中小波系数的分布概率,然后利用整数递推,降低了GCV函数计算复杂度。最后通过小波系数下采样和阈值上界限定进一步降低了算法复杂度。实验结果表明,FR-GCV算法对自然景物图像去噪耗时比GCV算法降低了90%以上。FR-GCV算法能够快速求取去噪最优阈值,在静止图像去噪领域具有较强的实际意义。

不同大地坐标系间相互转换的病态解决及抗差算法

不同大地坐标系间进行坐标转换是利用具有两个坐标系下坐标的公共点,求取转换参数。经常会遇到系数矩阵病态导致转换精度差的问题,且公共点的坐标精度直接影响转换参数的求解精度,也就是影响坐标转换的精度。本文探讨利用LC曲线法、截断奇异值法及广义交叉检验准则法解决病态问题,同时采用抗差估计理论进行不同大地坐标间的转换。当公共点误差较小时,采用最小二乘原理求参;当公共点误差较大时采用抗差原理求参,这样可以获得较高精度的转换坐标。

卫星重力梯度数据确定地球重力场的正则化方法研究

在卫星重力梯度数据确定地球重力场时,观测数据有色噪声及极空白问题导致法方程呈现病态性.本文基于严密的卫星重力梯度数据确定地球重力场的直接解法,对零次、一次Tikhonov正则化和Kaula正则化等多种正则化技术,以及用于确定正则化参数的L曲线法、GCV法、MSE法等三种方法进行了适用性分析.研究结果表明,Tikhonov正则化和Kaula正则化方法能够有效改善法方程求解的稳定性,提高大地水准面的恢复精度,Kaula正则化方法较之Tikhonov正则化要稍优.以大地水准面误差均方差最小为标准,GCV方法的精度要优于L曲线法,更适于卫星重力梯度实测数据的解算.