论算法的逻辑特征及其方法论意义

本文认为算法在科学研究中具有普遍意义。解决科学研究中的问题需要一定的方法 ,但“方法”这一概念含义广泛而不具体 ,而算法与一般方法相比 ,则更具体、更精确 ,因为它是能行的、可操作的。能解决某个科学上的问题 ,实质上就是意味着掌握了或找到了某种算法。某一问题的可解性意味着能够找到一个适当的算法 ,而某一问题的不可解性则意味着不可能找到一个适当的算法 ,或证明这样的算法不存在。在科学史上 ,很多研究工作的任务和目的 。

基于CFS-GA特征选择算法的中文网页自动分类

为在中文网页分类时降低特征向量的维度、提高分类的精度,采用一种基于关联的特征选择(Correlation-based Feature Selection,CFS)与遗传算法(Genetic Algorithm,GA)相结合的方法进行特征选择.在该算法中,特征子集被当作GA中的一个染色体进行二进制编码;利用CFS启发值作为GA的适应度函数对个体进行评价;CFS值越大的个体遗传到下一代的概率越大.结合GA的全局搜索特性,该算法可保证所得特征子集是全局最优的.利用weka平台,对搜狗实验室提供的中文网页数据集进行实验.结果表明,该算法能有效降低特征空间的维度、提高分类精度。

“算法的概念”教学设计

通过具体实例让学生了解算法的概念，明确算法的基本特征，并且让学生在用自然语言写出具体问题的算法步骤的过程中体会算法的基本逻辑结构．

基于扩展短文本词特征向量的分类研究

由于短文本的文档长度较短,短文本中词语的共现信息非常匮乏,造成短文本信息稀疏性问题。信息稀疏性也成为了传统主题模型在短文本上难以取得突破性进展的瓶颈之一。针对短文本分类,充分利用短文本中的每一个词语并解决其稀疏性成为关键。为了解决这一问题,基于Word2vec模型对短文本进行词嵌入扩展以解决其稀疏性,并将词向量转换成概率语义分布来测量语义关联性;针对短文本扩展后的特征向量,利用改进后的特征权重算法并引入语义相关度去处理扩展后的词特征向量。该方法可以区分出扩展后的短文本中词的重要程度,以便获得更准确的语义相关性。短文本分类研究采用KNN算法分类,实验结果表明,通过在外部语料集上学习得到的语义相关性扩展来处理短文本特征,可以有效提高短文本的分类效果。

航天器环境干扰力矩的闭环辨识与补偿(英文)

研究引入干扰力矩辨识的方法提高三轴稳定航天器在稳态运行期间的高精度指向控制问题。基于航天器的稳态输出数据和系统传递函数,对环境干扰力矩的完整模型进行闭环辨识。其中采用改进的特征系统实现相关算法和多元线性回归法辨识环境干扰力矩的模型参数,最后使用前馈控制对所辨识的环境干扰力矩实现在线补偿。分析和仿真结果表明,该方案能有效地克服不确定的环境干扰力矩对姿态稳定度的影响,提高在轨运行航天器的姿态稳定精度。

含集中参数弹性梁振动特性解析与实验识别

基于Laplace变换推导出含集中质量与集中刚度弹性梁的振型函数和典型边界条件对应的频率方程,针对有一个集中质量与一个集中刚度的悬臂梁,求解出其固有特性,并利用基于自然激励技术(natural excitation technique,简称NExT)的特征系统实现算法(eigensystem realization algorithm,简称ERA),即NExT-ERA法对相应结构系统进行了模态识别。通过对比解析结果和实验结果,分别讨论了集中质量与集中刚度大小变化和位置变化时对梁振动特性的影响,得出了集中质量和集中刚度在悬臂梁上位置和大小变化时,悬臂梁固有频率的相应变化规律,为工程中具有集中质量和集中刚度等直弹性梁的振动分析方法和集中参数布置设计提供了参考。

基于变量选择的燃煤机组SCR脱硝系统SSA-KELM建模

针对燃煤机组选择性催化还原(Selective catalytic reduction,SCR)脱硝系统出口NOx浓度存在测量滞后以及吹扫时数据失真等问题,提出基于特征提取和麻雀搜索算法(Sparrow search algorithm,SSA)优化核极限学习机(Kernel based extreme learning machine,KELM)超参数的燃煤机组SCR脱硝系统建模方法。利用最大信息系数确定各输入变量的延迟时间,表征变量间的相关性。在此基础上采用相关性的特征选择算法将加入迟延参数的重构输入变量进行变量选择;通过SSA优化算法确定KELM初始输入层权值及偏差的超参数。所建立的SSA-KELM预测模型的均方误差和相关系数分别为1.1212 mg/m3、0.9616,与粒子群算法、灰狼算法寻优后的预测模型所得结果相比预测精度较高,模型能够为脱硝系统出口NOx的现场优化控制提供技术支持。

提高“天绘一号”卫星条带影像拼接精度的技术探讨

"天绘一号"卫星2m全色相机焦平面共8片TDI-CCD器件,分上下两行品字形交错排列组成。目前地面处理系统采用基于SIFT特征点匹配的分段线性拼接算法,将8片条带影像进行拼接。然而受地形起伏、云层移动、影像对比度等多种因素影响,易出现局部拼接错位现象,条带拼接精度不高,降低了卫星的使用性能。为解决上述问题,文章重点分析了影响拼接精度的因素,并提出了基于分段线性拼接和拼接区域逻辑自适应影像增强技术的影像拼接方法。经过大量试验验证,该方法有效地解决了长条带影像拼接参数不一致、拼接区域影像对比度不高等问题,提高了器件片间拼接精度,在"天绘一号"卫星条带影像的拼接中取得了良好的应用效果。

基于CIDAS数据与可解释模型的行人交通事故风险识别

行人道路交通事故是一种常见的交通事故,为了构建有效的行人交通安全防治体系,论文使用中国事故深度调查(CIDAS)数据集进行分析研究。采用多次重复的K折交叉验证评估,并确认随机森林模型在该数据集上具有统计学功效后,利用基于排列的特征重要性算法对影响行人交通事故的特征进行了量化分析。随后对重要事故特征的数据进行统计,并使用卡方检验确定随机性的影响。研究表明,事故参与人员数、行人年龄段、事故发生时间与道路最高允许车速是影响行人交通事故后果的最重要特征。整体趋势表明事故参与人员数越多,事故后果越严重;对于13岁及以上的人群,行人年龄越大发生事故的后果也更严重;在凌晨0:00-4:00发生的事故中,事故的严重程度明显高于其他时间段;在限速为80 km/h及以上的道路上发生事故的后果更严重。

居民公募基金投资意愿与选择的影响因素分析

通过文献分析,选出若干因子并分为四大类,分别是基金性质、基金绩效、投资能力、人际环境,基于此设计问卷。通过频数分析、信效度分析、lightGBM模型的拟合、SHAP算法的特征重要性分析发现,投资能力对于投资者选择投资公募基金至关重要。对于基金性质与基金业绩方面,投资者看重基金的稳健性及流动性等,同时希望基金经理的经验及能力越高越好。而人际环境方面的影响不大。正所谓认知影响行为,居民投资能力很大程度上决定了其投资意愿。因此,对于基金管理公司、基金代销公司和监管机构而言,可重点做好投资者教育,加大金融教育的力度。