基于运动学片段的纯电动出租车行驶特征模式挖掘

在逐步推行出租车全面电动化的背景下,针对目前对纯电动出租车行驶状态评估的不足,建立一种基于运动学片段的纯电动出租车行驶特征模式挖掘方法,研究纯电动出租车行驶状态特征.首先,基于行驶轨迹GPS数据,从速度特征、加减速和行驶状态3个方面,确定超速比例、加减速频率、行驶速度、怠速时间占比等13个特征指标刻画运动学片段,建立纯电动出租车运动学片段提取方法,研究纯电动出租车行驶状态特征.然后,根据行驶特征指标主成分的特征值大小及累积贡献率,确定关键特征指标,结合K-均值聚类算法,生成多时空场景下的纯电动出租车行驶特征模式,综合评价车辆行驶状态.最后,以深圳市共计9天采样间隔为1 s的700万条纯电动出租车GPS行驶轨迹数据为驱动,提取了1 757条纯电动出租车运动学片段.根据安全性、效率性和舒适性8个关键特征指标进行聚类分析,生成包含主干路、次干路和支路在早高峰、平峰和晚高峰9种时空场景下27类纯电动汽车行驶状态的特征模式库.研究结果表明:综合安全性、效率性、舒适性3方面,早高峰期间的纯电动出租车综合行驶状态优于平峰和晚高峰时段;基于运动学片段、主成分分析及多时空场景聚类分析的纯电动出租车行驶特征模式挖掘方法,能够有效反映并评估纯电动出租车行驶状态,并向驾驶员提供合理的驾驶建议.

基于FPGA和机器视觉的多元特征模式水果分拣系统

水果自动分拣系统可以解放重复性人力劳动,提高工作效率,消除主观因素,提高工作科学化客观化。然而,目前水果分拣系统成本较高,尚无法大规模应用。因此,在FPGA平台上设计了基于多元特征机器视觉的低成本边缘式水果分拣系统。根据多元特征识别模式ZWM,定义了多元特征向量集和识别模式向量集等概念,进而建立了水果多元特征识别体系,可实现水果分类和水果分级识别。之后,通过将识别参数转化为舵机控制信息,机械臂可将识别出的水果搬运到指定位置,达到自动智能分拣效果。进而该系统可结合云端平台,通过手机实现分拣的远程控制。所提出的基于多元特征的低成本水果分拣系统,能够实现完成物品分类和分级融合分拣,可推动水果智能分拣系统的发展。

基于异常特征模式的心电数据标签清洗方法

心电图(electrocardiogram,ECG)异常的自动检测是一个典型的多标签分类问题,训练分类器需要大量有高质量标签的样本.但心电数据集异常标签经常缺失或错误,如何清洗弱标签得到干净的心电数据集是一个亟待解决的问题.在一个标签完整且准确的示例数据集辅助下,提出一种基于异常特征模式(abnormality-feature pattern,AFP)的方法对弱标签心电数据进行标签清洗,以获取所有正确的异常标签.清洗分2个阶段,即基于聚类的规则构造和基于迭代的标签清洗.在第1阶段,通过狄利克雷过程混合模型(Dirichlet process mixture model,DPMM)聚类,识别每个异常标签对应的不同特征模式,进而构建异常发现规则、排除规则和1组二分类器.在第2阶段,根据发现和排除规则辨识初始相关标签集,然后根据二分类器迭代扩展相关标签并排除不相关标签.AFP方法捕捉了示例数据集和弱标签数据集的共享特征模式,既应用了人的知识,又充分利用了正确标记的标签;同时,渐进地去除错误标签和填补缺失标签,保证了标签清洗的可靠性.真实和模拟数据集上的实验证明了AFP方法的有效性.

基于特征模式分解的水声目标特征提取方法

针对复杂水声环境下的水声目标分类与辨识难题,本文提出了一种水声目标微弱特征提取方法。该方法以特征模式分解为基础,使用相关峭度作为优化目标优选分解参数,实现原始水声信号的最优分解;并根据子信号的相似性进行模式融合以增强特征表达,最终实现复杂水声环境下的水声目标准确识别。海上试验表明:基于该方法的水声目标识别准确率达到90.1%,相较于传统方法平均提升12.5%。

基于动态行为和特征模式的异常检测模型

该文针对现有的异常检测方法大多只关注系统调用出现的频率或者局部变化的情况,提出了一种将动态行为和全局特征结合起来的检测模型(DBCPIDS).文章针对满足支持度要求的系统调用短序列,给出了特征模式的概念,并以此为基础提出了基于改进的隐马尔科夫方法(IHMM).当利用该模型进行检测时,首先用程序轨迹匹配特征模式,如果不匹配再用IHMM进行检测,从而使得该检测模型充分利用了程序正常运行的全局特征和程序运行期间的局部变化.通过实验表明,利用该模型进行异常检测,具有很高的检测率和较低的误报率.

基于服务调用特征模式的个性化Web服务QoS预测方法

随着网络上完成相同功能的Web服务数量不断增长,服务使用者在选择服务之前,通常需要根据服务的历史使用信息对未使用过的服务质量进行预测.考虑到调用时刻用户输入、网络环境及服务运行环境的差异,提出了一种基于服务调用特征模式的个性化QoS预测方法.该方法通过对服务的历史使用信息进行分析,抽取出服务的常用调用特征模式,当用户调用某服务时,根据用户调用服务时特征,找到其对应的调用模式,若在该模式下有使用信息则直接返回给用户;若没有则根据模式的相似度,采用协作过滤算法为其进行预测.实验结果表明该方法可以显著提高Web服务质量预测的准确性,并且效率较高.

基于特征模式的马尔可夫链异常检测模型

为提高检测精度,同时保持算法复杂度在可接受范围内,提出基于特征模式的马尔可夫链异常检测模型。提取所有支持度大于阈值的系统调用短序列为特征模式,在此基础上建立改进的马尔可夫模型CPMC。在检测时,用程序轨迹匹配特征模式,计算其在CPMC模型下的概率,概率小则代表异常。实验表明,该方法的检测精度高于目前常见的几种单一方法,与DBCPIDS方法的精度近似相等,但其计算复杂度更低。

一种基于流特征模式的股市跟踪预测算法

由于股市波动的突发性、多变性,且时序数据呈非正态分布,传统的时序预测模型难以有效预测股市。提出了一种基于流特征模式的股市跟踪预测算法(SFM-PG),该算法根据股票之间的相关性构建贝叶斯网络,选取目标股票的马尔科夫毯作为其同辈群体,然后基于同辈群体之间的接近度,给出一种窗口跟踪式预测模型,其通过对同辈群体权重的动态更新进行跟踪式预测,以减少股票数据分布非正态性对预测的影响;进而,使用滑动窗口提取时序数据中的特征并形成流特征,通过与模式知识库的匹配提取流特征模式,并利用与流特征模式对应的知识调整预测结果,以减少由于突变所引入的预测误差。最后,在上证股票板块网络上的实验结果显示了算法的实用性和有效性。

基于离群特征模式的股市波动预测模型

由于股票价格波动具有较强的突变性且易受外界因素影响,导致股票价格走势难以预测。提出基于离群特征模式的股市波动预测模型(SFSVM)。该算法首先利用马尔可夫毯选取目标结点的局部网络结构,以屏蔽其他结点对目标结点的影响;对目标结点的指标进行分析,提取异于一般行为的离群特征模式;利用滑动窗口捕捉离群特征,将离群特征模式作为先验知识加入原SVM模型,预测尖峰点并平滑尖峰点对于预测结果的影响,提高预测模型的稳健性。在股票板块数据上进行实验结果证明,SFSVM算法相对于神经网络和标准的SVM算法,在股票的走势预测方面有更好的预测效果。

用于地表能量交换的动态地表特征模式

对于全球性气候变化的研究,应用现有的气候预测模式,很难解释、预测其生成、发展、演变规律及其内部机制.研究气候变化的手段主要是通过气候数值模拟.到目前为止,气候数值预测模式已经有几十种之多,但都存在着意义上的不确定性.问题主要在于模型运行方向上的非客观性:静态的初始边界场与动态的地-气过程之间的矛盾.随着模型的运行超过某一时间尺度后,这种初始场已不能影响模型的运行方向,由于现有气候模式的局限性,因而必须借助新的技术手段建立新的模型.该文发展了一个用于地表能量交换研究的动态地表特征模式,包括地表特征数据的建立,地表反照率、温度和粗糙度的反演和计算.

Web服务调用特征模式的DBSCAN提取算法

随着网络上完成相同功能的Web服务数量不断增长,服务使用者在选择服务之前,通常需要根据服务的历史使用信息对未使用过的服务质量进行预测.而服务质量主要受到调用时刻用户输入、网络环境及服务运行环境的影响,一组输入、网络状态和服务器状态可能形成一个相对固定的服务调用模式,在该模式下各服务的执行质量保持相对稳定的范围内.为此本文提出了服务调用特征模式的概念,并对服务历史执行信息进行处理,改进DBSCAN算法从历史执行信息中挖掘出服务调用特征模式,在模式下服务的执行QoS稳定在一定范围内,从而为服务QoS预测提供方便.

我国优秀女子赛艇运动员体能特征模式的构建方法探蹊

通过综合运用分层逐步回归分析法、因子分析法和灰色关联法探讨中国女子赛艇队运动员体能特征模式构成指标 ,以综合评价法验证了其有效性 ,在理论上阐明了构建优秀运动员体能特征模式的科学程序和方法。旨为体能项目建模提供依据。

数字图书馆个性化服务的用户特征模式研究

分析了数字图书馆个性化服务的具体表现,指出了用户特征模型建立与处理好坏的重要性,提出了个性化主动服务系统,并对此模型进行了用户特征分析。通过分析试图完善数字图书馆个性化服务的有效模式,为构建可操作的现实数字图书馆个性化服务系统提供参考。

C^3I系统知识库的类特征模式

在Ｃ３Ｉ系统知识库中引入了条件事件推理规则以及类与特征的概念，并给出了进行动态管理知识库的有效方法。

一种不定长特征模式入侵检测模型及仿真分析

针对定长序列模式在刻画序列特征方面的不足,提出了一种不定长序列特征模式抽取算法,并以此为基础设计了一个新的入侵检测模型。模型引入了状态转移概念并将模式匹配检测和状态转移检测结合在一起,克服了已有模型只专注于单一特征检测的缺陷。实验证实,和单特征检测相比,该模型在保证检测率的同时降低了误报率,并且检测算法的效率也是可接受的。

优秀少年(男)足球运动员心理特征模式初探

本研究以我国少年(男)足球队“幼苗杯”、“希望杯”比赛的冠亚军获得者,以及1990年参加“幼苗杯”、“希望杯”夏令营活动的非冠亚军的足球队员为被试,测试并分析了优秀少年足球运动员各种心理特征的理想模式。研究结果可供心理选材时参考。

基于特征模式提取的教育信息构件检索

检索是衡量构件库管理系统的一个重要指标.本文侧重对构件库的检索进行了研究,介绍了已有的一些算法,并提出了一种基于样本模式特征提取的构件检索方法,最后分析了构件检索面临的问题和未来研究的发展趋势.

基于关联度分析的特征模式

在关联度分析的基础上，通过对少量某一状态得到的模式参数形成的模式建立关联度矩阵，来寻求该状态下的标准模式，并以此标准模式为依据，识别其它众多序列中隶属于此标准序列的状态模式；在无条件进行大量实验数据的情况下，对排除噪声信号干扰和随机因素，确定标准模式，具有较强的实用性．

基于特征模式提取的数字图书馆信息构件检索

数字图书馆信息检索是衡量数字图书馆信息构件库管理系统的一个重要指标。本文侧重对信息构件库的检索进行了研究,介绍了已有的一些算法,并提出了一种基于样本模式特征提取的信息构件检索方法,最后分析了信息构件检索面临的问题和未来研究的发展趋势。

基于特征模式划分的配网可靠性评估

针对配电网供电可靠性评估无法兼顾定量计算和工程实用性的难题,给出了一种基于网络可靠性特征模式划分的配电网供电可靠性快速评估方法,突破了传统计算模型对大规模全域配电网可靠性评估的局限性。采用中国电科院开发的配电网规划计算分析软件(DPCAS),对7种典型网架结构进行精确建模并计算其在不同参数下的供电可靠性,结合配电网供电可靠性快速评估方法,可实现对全域配电网供电可靠性的评估分析。通过对某市配电网2020年供电可靠性评估,展示了该评估方法在定量、快速计算方面的优势和工程实用性。