最大相关最小冗余两阶段文本特征选择方法

目的为解决传统卡方统计法(CHI)仅考虑文本特征与文本类别的相关性进行特征选择,未考虑特征之间的冗余性,导致文本分类的性能不佳的问题。方法使用最大相关最小冗余原则,对CHI法初次选择的特征子集,利用强相关低冗余思想有目的地筛选低冗余特征,提升文本特征选择效果,提出一种基于最大相关最小冗余的两阶段文本特征选择方法(CHI_impMI)。结果对复旦大学新闻文本语料进行分类,相比于CHI和CHI_MI特征选择方法,CHI_impMI方法的性能指标均为最优,文本分类效果最好。结论CHI_impMI方法在相关度与冗余度之间达到了很好的平衡,从而有效提升文本分类性能。

基于信息扩散的隧道突水岩层安全厚度概率模型研究

通过虚功原理和莫尔库伦强度准则建立隧道最小安全岩层厚度力学模型,并推导计算公式,从公式看出最小安全岩层厚度受隧道半径、岩石内摩擦角度、掌子面前溶腔水压和黏聚力等因素影响。针对小样本信息不完备特点,基于信息扩散原理建立岩石力学参数(黏聚力、内摩擦角、弹性模量)和最小安全岩层厚度概率估计模型,以宜万铁路5个隧道的样本数据为基础,获取了岩石力学参数和最小安全厚度概率密度分布函数,并且绘制了图形。依据信息扩散原理建立的隧道最小安全岩层厚度概率模型能很好地利用样本数据信息。建立的最小安全岩层厚度概率模型可以应用到岩溶隧道突涌水灾害的风险评价中,对设计和施工有一定参考价值。

基于最小冗余动态加权的信息论特征选择算法

针对ICI公式在新分类信息相同时可能会更偏向高冗余特征这一问题,提出一种改进的基于最小冗余动态加权的MRDW-ICI算法。通过设置两个基于相关性的动态权重,提高低冗余项在评价函数中的占比,从而改善原本ICI公式中对高冗余特征的偏向性。随后对这两个动态权重进行合理性分析,保证MRDW-ICI算法不会因为在增加权重后对相关性的计算出现较大偏差。最后通过实验对比,发现准确率与F1值均有所提升,证明MRDW-ICI算法能够较为合理地选择出最优特征子集。

基于偏最小二乘通径模型的农民工信息能力综合评价

针对农民工信息能力建立评价指标体系,利用偏最小二乘通径模型,建立了农民工信息能力PLS通径模型,并以广东省8个城市的农民工群体为例,计算分析了模型通径系数和各城市农民工信息能力的综合排名。结果表明信息运用能力、信息吸收能力和信息创新能力是影响农民工信息能力的关键因素,广州市农民工信息能力位于广东省的首位。

基于最小总体偏差和区域信息Snake模型的图像分割

提出基于最小总体偏差和区域信息Snake模型的图像分割方法。根据最小总体偏差准则,用包含区域信息的变力替换在气球力Snake模型中的恒定力,并应用于图像分割。实验结果表明,该模型与初始轮廓曲线位置无关,能自动分割模糊边界。对于带椒盐噪声的图像,应用该模型也能取得满意的分割效果。

基于沙地猫群优化–最小二乘支持向量机的动态NOx排放预测

针对火电机组频繁调峰导致机组燃烧状态不稳,进而导致锅炉出口NOx浓度波动范围大的问题,提出一种基于沙地猫群优化(sand cat sarm optimization,SCSO)的最小二乘支持向量机(leastsquaressupportvectormachine,LSSVM) NOx动态预测模型。首先利用k近邻互信息计算时间延迟的同时筛选辅助变量。然后,基于SCSO算法进行输入变量阶次的选择。使用包含辅助变量时间延迟和阶次的信息作为模型的输入,SCSO算法优化最小二乘支持向量机参数,建立动态NOx排放最小二乘支持向量机预测模型(SCSO-LSSVM动态软测量模型)。最后将模型与未加入迟延的LSSVM模型,加入迟延的LSSVM模型和粒子群优化算法(particle swarm optimization,PSO)优化最小二乘支持向量机参数的动态软测量模型进行对比验证。结果表明,相较于其他模型,该文建立SCSO-LSSVM动态软测量模型均方根误差、平均绝对误差、平均绝对误差最小,预测精度最高,而且在NOx浓度剧烈波动时也能够较好地预测NOx浓度,具有很好的动态特性。

基于交叉格莱姆矩阵的最小信息损失模型降阶方法

运用信息论的原理和方法研究以状态空间形式描述的线性定常系统的模型降阶问题.应用线性定常系统及其对偶系统的稳态状态信息熵规范了系统能控性信息和能观性信息的定义形式.基于交叉格莱姆矩阵的系统信息属性,定义了交叉格莱姆信息.通过分析系统稳态状态信息熵的信息描述形式,揭示了交叉格莱姆信息的状态物理含义.在基于最小信息损失的模型降阶过程中以交叉格莱姆信息损失最小为目标,提出了新的模型降阶方法———CGMIL方法.理论分析和仿真结果表明,交叉格莱姆信息是包含系统能控性信息和能观性信息的综合信息描述形式,CGMIL方法与基于最小信息损失的模型降阶方法相比能够获得更好的降阶性能.

基于三维模型冗余信息的数字水印算法

三维网格模型本身包含了多种冗余信息,利用三角面片3个顶点排列顺序的冗余信息,嵌入水印信息,提取水印信息时,不需要提供原始模型。实验表明,该算法能有效抵抗平移、旋转、缩放、噪声等攻击。

基于改进Bayes信息量准则的锂电池自适应变阶AVO模型

提出了一种融合Bayes信息量准则和樽海鞘优化算法的自适应变阶(AVO)模型。该模型以端电压误差的Bayes信息量作为一阶和二阶RC模型的变阶依据,利用樽海鞘优化算法(SSA)搜索Bayes信息量序列的全局最优解,实现对模型最优变阶序列的求解;通过开展混合动力脉冲特性(HPPC)实验,选用含遗忘因子递推最小二乘法(FFRLS)获取精确的模型参数,完成AVO模型的电阻及电容参数辨识和精度在线验证。结果表明:所建立的锂电池自适应变阶AVO模型平均误差为0.011 9 V,精度及实用性较高。

基于邻域互信息最大相关性最小冗余度的特征选择

特征选择是一种重要的数据预处理步骤,其中互信息是一类重要的信息度量方法.本文针对互信息不能很好地处理数值型的特征,介绍了邻域信息熵与邻域互信息.其次,设计了基于邻域互信息的最大相关性最小冗余度的特征排序算法.最后,用此算法选择前若干特征进行分类并与其它算法比较分类精度.实验结果表明本文提出算法在分类精度方面且优于或相当于其它流行特征选择算法.

离散随机模型降阶的最小条件信息损失方法

针对随机系统的模型降阶问题,从分析离散线性随机状态方程模型中的条件信息描述机制入手,讨论了模型状态集聚过程中系统的平均条件信息损失.运用在模式识别领域中获得成功应用的最小信息损失准则得出了一种新的模型降阶信息论方法———基于状态集聚的最小条件信息损失方法,并讨论了降阶模型阶次的选择.分析表明,当原系统是渐近稳定时,由该方法得出的降阶模型也是渐近稳定的.该方法运用简单,仿真研究也表明由该方法得出的降阶模型具有良好的近似性能.

基于最大信息系数和最大相关最小冗余的特征选择算法研究

基于Reshef提出的具有普适性与公平性的测度函数MIC,并结合最大相关最小冗余的理念,发展一种“最大相关最小冗余可比”的特征选择算法MIC-mRMR。以5个UCI数据为例,采用SVM预测模型进行验证,得到优于传统最小相关最大冗余算法的结果。

改进的用于模型降阶的最小信息损失方法

针对最小信息损失方法进行模型降阶时结果不唯一的问题,提出了改进的最小信息损失方法.本方法通过限制系统采用输出正规模型,将系统的能观性格兰姆矩阵限制为单位矩阵,从而使得系统的总信息损失达到最小.并且保证了降阶结果的唯一性.

基于冗余信息的STL模型快速切片算法

目前3D打印技术广泛采用基于STL模型的切片算法,而拓扑关系的重建与有序交点的获取则是切片效率的主要影响因素。在分析STL文件信息存储特点的基础上,提出了一种基于冗余信息的快速切片算法。首先建立与当前切平面相交的三角形集合,求出集合中各三角形与切平面的交点信息并存入临时数组,将坐标值重复的交点视为冗余信息;然后根据冗余信息确定三角形间的拓扑关系,并据此确定各交点的次序,同时将已知次序的交点信息从临时数组中删除,若数组中已不存在某交点的信息冗余,则判定有序点列已形成一个封闭的截面轮廓;再采用上述方法,得到当前切层内可能存在的其余封闭轮廓,直到临时数组为空。通过实例验证,证明该算法的可行性与稳定性。

基于互信息和多尺度小波核偏最小二乘的SCR脱硝系统预测模型

针对选择性催化还原(selective catalytic reduction,SCR)脱硝系统反应过程复杂、在工况变化时具有非线性、大滞后和强干扰性的特点,提出基于互信息和多尺度小波核偏最小二乘法(multiscale wavelet kernel partial least squares,MWKPLS)建立SCR脱硝反应系统出口NO_x质量浓度预测模型。通过计算输入变量间的互信息估计各变量的时延,对模型样本进行相空间重构;在KPLS的基础上引入多尺度核和对数据变化趋势刻画能力较强的Morlet母小波核,提出MWKPLS建模方法;在模型参数寻优方面,采用模糊C均值聚类方法划分样本、确定尺度个数,并利用10折交叉验证方法,网格搜索确定小波尺度。对标准数据集进行仿真,并利用SCR脱硝系统现场数据验证了本文算法的有效性。结果表明:MWKPLS与其他建模方法相比,具有泛化能力和抗噪能力强的优点。

基于粗糙集的不完备谣言信息系统的知识获取与决策

网络谣言可能扰乱人们的思想、心理和行为,引发社会震荡、危害公共安全,而微博等社交平台的广泛应用使得谣言造成的影响与危害变得更大,因此,谣言检测对于网络空间的有序健康发展具有重要的意义。当前谣言的自动检测技术更多关注检测模型的构建和输入数据的表现形式,而在改善数据质量以提高谣言识别效果方面的研究很少。基于此,本文将粗糙集理论应用于不完备谣言信息系统进行知识获取与决策,实质上是通过粗糙集理论解决不完备谣言信息系统的不确定性度量,冗余性以及不完备性等问题,以获得高质量的数据,改善谣言检测效果。首先系统总结了粗糙集理论中不确定性度量的方法,包括香农熵、粗糙熵、Liang熵以及信息粒度等四种不确定度量方法,并整理和推导了这四种不确定度量方法从完备信息系统到不完备信息系统的一致性拓展。基于上述总结的四种不确定度量方法,提出了基于最大相关最小冗余(MCMR,Maximum Correlation Minimum Redundancy)的知识约简算法。该方法基于熵度量方式,能够综合考量决策信息与冗余噪音,在UCI及Weibo等8个数据集上实验验证,结果表明本文算法优于几种基线算法,能够有效解决信息系统的冗余性。另外,提出了一种基于极大相容块的不完备决策树算法,在不同缺失程度数据上实验验证,结果表明本文算法能够有效解决信息系统的不完备性。

一种多点拟合的恒定立体角纤维重建模型

基于弥散磁共振成像DTI的纤维追踪技术是非侵入性活体脑神经研究的关键技术.恒定立体角重建模型CSA是基于DTI发展而来的一种纤维重建模型,能够根据采样球壳上的数据对弥散方向分布函数进行线性径向投影计算,从而进行纤维重建.目前,恒定立体角纤维重建模型存在鲁棒性较差,重建纤维过于杂乱以及弥散方向分布偏差的问题.针对上述问题,本文提出MCSA(Multipoint Constant Solid Angle)模型,首先引入可以使弥散方向分布函数更加准确的最小二乘法,接着通过自适应高斯函数引入多点拟合弥散信息提高模型鲁棒性和抗噪性.最后,本文分别使用Fibercup、ISMRM2015年模拟数据以及Stanford HARDI真实影像数据对传统CSA模型以及本文提出MCSA模型进行对比分析,结果表明,利用本文提出MCSA模型重建的纤维更加符合客观规律,并且在一定程度上减少了假阳性纤维的生成.

基于模糊变换的多模型速度结果融合

在不确定分析基础上,为融合多源模型事故再现速度结果,本文提出一种基于模糊变换的多模型结果融合方法。首先对多模型事故再现速度结果离散化,采用K-means聚类获得聚类结果,以各聚类区间数据极值作子区间;根据熵值法得到各模型的信度,用最小信息熵原理将D-S证据理论融合得到的各专家对模型的打分融入到熵值法模型信度中去,对其进行修正;最后以模型信度为权重集与评判矩阵作模糊变换进行综合评判,得最终融合结果。并通过一真实事故案例进行实际应用。

用于离散时间模型降阶改进的最小信息损失方法

针对最小信息损失方法进行模型降阶时结果不惟一的问题,提出了用于离散时间系统模型降阶改进的最小信息损失方法。本方法通过限制系统采用输出正规模型,将系统的能观性格兰姆矩阵限制为单位矩阵,从而使系统的总信息损失达到最小,保证了降阶结果的惟一性,并通过仿真进行了验证。

5-UPS/PRPU冗余驱动并联机床完整刚度模型及其刚度特性

基于全雅可比矩阵和虚功原理建立了5-UPS/PRPU冗余驱动并联机床的完整刚度模型。首先基于螺旋理论推导出约束分支中的约束雅可比矩阵;然后锁定分支中的主动副并利用互易积原理求得驱动雅可比矩阵,最后提出了冗余驱动雅可比矩阵。利用约束力、驱动力和冗余驱动力与外力的映射关系,结合虚功原理,得到系统整体刚度矩阵。考虑虎克铰、轴承等传动部件的轴向变形对分支轴向刚度的影响,构造了各个分支的轴向刚度模型。借助激光跟踪仪对所建立的刚度模型进行了实验测试。结果表明：该刚度模型的误差为2%~5%,验证了理论分析的可靠性。在此基础上,以机床的线刚度和角刚度的最小值为刚度性能指标,分析了其在工作空间内的分布情况。分析显示：机床线刚度的最小值主要分布在Y轴两侧,角刚度的最小值则主要分布在-0.05≤z≤0.05m和-0.11≤y≤-0.05m,因此,在进行并联机床工具规划时应该尽量避免该区域。文中内容可为并联机床刀具运动轨迹的优化提供参考依据。