融合动态概率阈值和自适应变异的鲸鱼优化算法

针对基本鲸鱼优化算法在非线性优化问题中存在的收敛精度低、易陷入局部最优解的问题,提出一种融合动态概率阈值和自适应变异的鲸鱼优化算法.首先,利用Fuch混沌和反向学习生成均匀的初始种群;其次,设计基于双曲余弦函数的动态调整概率阈值以协调算法全局搜索与局部开采能力,采用可变权重对鲸鱼位置更新公式修正,提高收敛速度和精度;最后,对鲸鱼精英个体引入自适应变异策略,以避免算法陷入局部最优解而搜索停滞.对13个基准测试函数仿真实验,结果表明,与基本GWO算法、PSO算法以及鲸鱼优化算法相比,该算法具有更好的求解精度、收敛速度.

基于x-tuple的概率阈值top-k查询算法

不确定数据库中的概率阈值top-k查询是计算元组排在前k位的概率和,返回概率和不小于p的元组,但现有的查询语义没有将x-tuple内的元组进行整体处理。针对该情况,定义一种新的查询语义——概率阈值x-top-k查询,并给出查询处理算法。在该查询语义下采用动态规划方法求取x-tuple内每个元组排在前k位的概率和,对其进行聚集后做概率阈值top-k查询,并利用观察法、最大上限值等剪枝方法进行优化。实验结果表明,该算法平均扫描全体数据集中60%的数据即可返回正确结果集,证明其查询处理效率较高。

先验概率与曲线概率阈值分割相结合的消噪方法

针对二维激光扫描仪获取的原始点云数据存在噪声点而影响测量精度的问题,提出了基于先验概率算法与曲线概率阈值分割的点云数据消噪方法。以异形截面环形件为实验对象,运用该消噪方法对原始数据进行处理,分别采用原始数据和消噪数据计算了环件台阶轴的高度,并将其与环件的真实值进行了对比。对比结果表明,消噪后数据的计算值更接近环件的真实值,从而验证该算法能有效提高测量精度。

基于概率阈值通信感知的WSNs目标跟踪算法

针对移动Sink节点目标跟踪定位时间长,能耗大等问题,提出基于概率阈值通信感知的WSNs目标跟踪算法。采用离散数据传输方式,并定义目标信息传输概率阈值来确定是否将节点当前位置信息由传感器节点传输到Sink节点。若当前位置信息不传输到Sink节点中,则使用最近一次通报的目标位置信息进行目标定位。然后开启目标周围相关传感器节点来有效降低算法数据传输量,并保持足够的定位精度。仿真结果显示:该方法比预测跟踪算法降低数据传输量87%左右,比动态目标跟踪算法降低跟踪时间33.7%左右。

在概率阈值准则下马尔可夫策略的最优化算法

在一种新的概率阈值准则下讨论马尔可夫决策的最优解的算法问题.采用基于增益的过去累积值的方法,求解马尔可夫最优策略.

刑事证明标准的高概率模型

在刑事司法证明中,为了实现司法审判的数字化,有必要对刑事证明标准进行量化描述。法律概率主义通过有罪概率和概率阈值构建了“高概率裁决模型”。根据这一模型,当有罪概率是准确的高概率时,裁决应当认定被告有罪。但是,该模型受到法律传统主义的强烈批判,认为用高概率来描述刑事证明标准在道德上不可接受且会产生推理悖论,而我们将通过对刑事证明标准的重构为其进行辩护。刑事证明标准可细分为叙事性、稳定性、完全性和充分性四要素。当审判满足叙事性、稳定性和完全性时,有罪概率的准确性得以确保。如果此时的有罪概率还满足充分性,则可以认为审判满足刑事证明标准,并应认定被告有罪。因此,一旦有罪概率的准确性得到保障,刑事证明标准可以化归为高概率。高概率裁决模型具有正当性,能消解传统主义的批判,促使审判实现核心功能。

改进DDET的分支生成机制——设备失效概率阈值法

概率阈值法是离散动态事件树(dynamic discrete event tree,DDET)常用的分支生成方法,此方法存在没有考虑实际设备失效的问题,建立的DDET具有较大不确定性,本文针对概率阈值法存在的不足提出相应的改进措施——设备失效概率阈值法.通过动态水箱实例分析发现,设备失效概率阈值法的总节点数仅是概率阈值法50%左右,计算时间节省了近70%,说明设备失效概率阈值法具有重要的工程应用价值;设备失效概率阈值法得到的总事故概率比概率阈值法的保守一些,及其建立的DDET更能贴近动态水箱的真实情况来反应系统的运行动态特性,利于研究动态水箱更为真实的事故演化过程.

改进离散动态事件树的分支生成机制——精确概率阈值法

概率阈值法存在定位分支生成时间点不精确,建立的离散动态事件树具有较大时间不确定性等问题。针对概率阈值法存在的不足提出相应的改进措施——精确概率阈值法。通过分析动态水箱发现:在概率阈值为0.99的条件下,精确概率阈值法的总节点数比概率阈值法少25%,事故节点数仅少2.7%,计算时间缩短了37.7%,证明精确概率阈值法对事故节点的分析效率更高;精确概率阈值法得到的总事故概率比概率阈值法小33.6%,对于水箱干涸事故其留给操作人员采取措施干预事故发展的时间窗口更长;并且精确概率阈值法建立的离散动态事件树显示出更多的演化路径,反映了更多的事故信息,利于全面掌握动态水箱的事故演化过程,更适合研究系统的运行动态特性。

基于一种概率阈值模型的群体观点动向研究

考虑群体观点动向中个体差异特征，社会影响压力及外生因素影响，本文提出了一种描述群体观点动态的概率阈值模型.并运用此模型仿真证实了群体观点极化是社会影响和结构平衡共同作用的结果，从认知理论，社会认同，结构平衡等社会学理论角度，用自下而上的自主体仿真分析方法揭示了群体宏观模式形成与微观结构平衡之间的密切联系.

基于渐进阈值分割的多云背景目标检测

本文针对海上多云背景条件下飞机目标检测效果差的问题,在分析多云背景目标图像特性的基础上,提出了一种基于渐进阈值分割的多云背景目标检测算法。该算法首先采用云层背景抑制算法进行图像预处理,然后采用渐进迭代方法进行多阈值图像分割,利用链码描述算法完成目标特征计算,采取信息逐层筛选策略确认潜在目标区域,依据设定的阈值概率实现真实目标确认,完成多云背景条件下的目标稳定检测。通过仿真实验和实际工程应用,证明了该算法的可行性和有效性。

基于动力相似方法的台风极端降水概率预报研究

采用动力与统计相结合的方法,对台风引起的极端降水事件进行概率预报方法的研究,回算并评估了25个在2012-2015年间登陆中国的台风。此外,还对该预报方法的相似成员数和有效概率阈值进行了敏感性试验。试验结果显示,该台风极端降水概率预报方法具有一定的预报技巧,能准确预报多数产生极端降水的站点,但预报范围略偏大,空报率较高。相似成员数的敏感性试验表明,100%的相似成员数比率具有更优的预报效果;在相似成员数比率为100%的基础上,24 h预报的有效概率阈值在0%~2%之间的预报效果最好,48 h的有效概率阈值在0%~1.5%之间的预报效果最好。最后对"苏迪罗"和"海鸥"两个台风进行个例预报试验,结果表明对不同个例,预报效果存在较大差异。

一种感知概率模型下的有向传感器栅栏覆盖增强算法

有向传感器栅栏覆盖是传感器网络覆盖控制的研究热点之一.提出一种有向传感器概率栅栏覆盖增强算法(FDSAD).该算法采用感知概率模型,调度部署时根据对整条栅栏感知概率的下限,确定概率阈值,从而进一步决定每个节点的临界感知距离,并按照从左至右的顺序依次完成节点部署,形成概率栅栏覆盖.仿真实验结果表明,该算法使用较少的节点形成概率栅栏的同时,能明显降低节点部署过程中的能耗,并兼顾了每个节点的能耗均衡,提高了栅栏有效工作时间,且形成栅栏后栅栏的实际感知概率明显大于设定的概率阈值.

基于未来阈值的马尔可夫策略的最优化算法

在一种新的准则概率阈值准则下讨论马尔可夫决策的最优解的算法问题.在该准则下,采用基于未来阈值的方法,求解马尔可夫最优策略.

离散型概率分布的ORB图像特征点误匹配剔除算法

针对图像特征点产生的误匹配问题,提出了根据特征匹配点的欧氏距离的概率分布的筛选和剔除方法。首先,从视频流中提取相邻的两张图像帧,基于ORB(Oriented Fast and Rotated Brief)特征法分别提取特征点并初始匹配;然后,利用特征点的像素坐标计算出匹配点对的欧氏距离;再用概率分布列描述这组离散化的距离值;最后,选取最大概率作为阈值模型,从而剔除错误匹配。实验数据显示,该算法与经典的随机抽样一致性算法相比(RANSAC),剔除误匹配后的正确匹配数相当,但运行时间大幅度降低,不仅保证了特征点的匹配精度,也提高了算法实时性。

基于概率语言术语集评价的三支决策方法研究

概率阈值的确定一直是三支决策研究的重点,尤其是在复杂模糊环境下.引入概率语言术语集评价损失函数,提出基于概率语言术评价的三支决策阈值确定以及规则的获取方法.首先依据概率语言术语集的内涵和性质,构建三支决策问题中的概率语言术语集损失函数矩阵;再借助决策粗糙集等价模型,构建等价模型α-model和β-model并找出其最优解,进而确定相应的概率阈值;还提出一种具有概率语言术评价的三支决策方法.

参数自适应的精英变异差分进化算法

针对经典差分进化算法(DE)的优化性能容易受到变异策略和控制参数影响的问题,提出了一种参数自适应的精英变异差分进化算法(A parameter Adaptive Elite Mutation Eifferential Evolution algorithm,AMEDE).首先,提出一种精英变异策略的方法,其目的是为了方便获取优秀个体信息;其次,引入新的控制参数,使得算法可以在更大的搜索空间进行搜索;最后,利用自适应参数学习方法,为种群中的每个个体赋予不同的控制参数值,并根据种群多样性和精英个体的信息动态更新个体的参数,使算法避免过早的收敛并提高算法的收敛精度.对本文提出的AMEDE算法与其他6种改进差分进化算法(DE,CoDE,JaDE,JDE,SaDE,GPDE)在16个基准测试函数上进行了三组对比实验.实验结果表明,AMEDE算法在高维函数和低维函数上都具有搜索精度高、收敛速度快和鲁棒性强等优点.

近天然落叶松云冷杉林单木枯损模型研究

为了预测近天然落叶松云冷杉林的生长和发展,该文建立了近天然落叶松云冷杉林中长白落叶松、红松、云冷杉、中阔和慢阔5个树种（组）的单木枯损模型。数据来自于20个长期固定观测样地,共得到12853个观测数据,其中80%的数据用于建模,20%的数据用于模型验证。采用Logistic回归方法,考虑多重共线性逐步筛选出对枯损有显著影响的自变量;根据预测结果敏感度和特异度的最大和原则（MST原则）确定模型的概率阈值。结果表明：①起初胸径、竞争指数、林分密度、多样性指数、立地因子都是显著影响树木枯损的因子,但不同树种的影响因子各异。②起初胸径在所有模型中均极显著;竞争指数除在红松和慢阔模型中未进入模型外,在其他模型中均显著;林分密度和多样性指数在长白落叶松和慢阔模型中显著;立地因子在长白落叶松模型中极显著。③除红松、中阔模型由于参与建模数据过少而无法通过χ2检验外,其余分树种模型都有良好的解释性和预测性。④模型诊断的AUC值在0.618~0.815之间。因此,建立的不同树种的单木枯损模型可为近天然落叶松云冷杉林的生长预测提供依据。

基于集合预报的四川夏季强降水订正试验

四川历来多暴雨洪涝,然而其发生具有很多不确定的因素,预报难度很大。从观测与模式预报的累积概率密度函数角度出发,利用2007—2012年6—8月中国降水观测格点资料和2012—2013年6—8月ECMWF模式集合预报资料,探索了一种提高四川地区强降水预报准确率的方法——概率阈值订正法,并运用该方法对2012年6—8月盆地东部的降水过程进行批量试验。试验结果表明:订正后的模式预报相比订正前的预报而言,不仅强降水落区更接近实况,而且较大程度地延长了预报时效,能提前6~7天给出强降水过程的警示信息,经过订正后显著提升了ECMWF模式的降水预报水平。

利用红外特征和Softmax回归识别绝缘子污秽等级

提出了一种红外图像特征与Softmax回归相结合的方法识别绝缘子污秽等级。通过对红外图像的灰度化、图像滤波、二值化、盘面分割、半盘面提取等预处理过程,获取单个绝缘子半盘面区域。设计了以环境温度、绝缘子背景图像的平均灰度、绝缘子盘面区域的平均灰度、绝缘子盘面灰度分布的方差值、灰度熵和环境湿度共6个反映污秽等级的特征集的基于Softmax回归多值分类模型识别绝缘子污秽等级。引入概率阈值从问题源头出发,解决了拍摄时所产生的无效绝缘子红外图像对污秽等级分类的影响。实验结果表明所选取的特征集和绝缘子污秽识别模型高效且可行。

城市热岛斑块遥感识别及空间扩张路径研究——以北京市为例

研究利用 MODIS 地表温度数据产品,引入概率阈值算法提升城市热岛斑块空间识别精度。在此基础上,构建城市热岛扩张指数将城市热岛斑块时空变化过程分解为飞地型、边缘型、填充型扩张模式和缩减型模式。基于土地利用变化过程,开展城市热岛斑块空间扩张模式的路径分析,准确识别城市热岛斑块空间扩张路径的来源和归趋。研究表明:2020 年北京市夏季昼夜城市热岛斑块总面积分别为 3 932 km^(2)和 2 266 km^(2),占北京市总面积比例23.96% 和 13.81%。2005―2020 年夏季昼夜城市热岛斑块面积比例分别增加 43.40% 和 24.44%。增长型城市热岛斑块面积大于缩减型城市热岛斑块面积。边缘型扩张模式是增长型城市热岛斑块最主要的模式。耕地、城市建设用地、农村居民点是增长型城市热岛斑块主要的空间扩张路径。研究结果为揭示城市热环境形成过程和精细化管理提供理论依据和数据支撑。