加权欧氏距离法对湟水河监测断面的水质综合评价

在确定评价空间的基础上,以水质标准中的Ⅰ级水质作为n维空间的基本点或参照点,结合权重计算每个待评单元以及水质标准中其他各级水质与"原点"的加权欧式距离,将待评断面划分为不同的水质级别,从而建立适合水质综合评价的加权欧式距离综合评价模型。用该模型对湟水河流域各断面的水质进行综合评价,计算简单,效果良好,符合实际,为水质综合评价提供了一种新的方法和思路。

面板数据加权聚类分析方法研究

在面板数据聚类分析方法的研究中,基于面板数据兼具截面维度和时间维度的特征,对欧氏距离函数进行了改进,在聚类过程中考虑指标权重与时间权重,提出了适用于面板数据聚类分析的"加权距离函数"以及相应的Ward.D聚类方法。首先定义了考虑指标绝对值、邻近时点增长率以及波动变异程度的欧氏距离函数;然后,将指标权重与时间权重通过线性模型集结成综合加权距离,最终实现面板数据的加权聚类过程。实证分析结果显示,考虑指标权重与时间权重的面板数据加权聚类分析方法具有更好的分辨能力,能提高样本聚类的准确性。

改进GA法在水污染控制系统多目标规划中的应用

本文提出应用一种改进GA法求解水污染控制系统中存在的多目标规划问题,该算法采用十进制编码原理,所有操作均在实数域内进行,从而避免了二进制中编码和解码的麻烦.同时引入变权数综合距离评判模型和多个体交叉机制,对多目标函数进行求解.通过实例研究表明,改进的GA法得到最小适应度函数值在[0.0468,0.0567]之间,当自变量为(0.0337,0.5663,0.4,0,0,0.4,0.1373,0,0.5,0,0.3,0,0.2154,0.1346)T时达到最优.所对应的目标函数分别是:工程费用函数312.785万元,地下水总用量0.30125m3/s和河流断面氧亏值6.69426mg/L.因此,改进的GA法具有很好的全局优化性能,不但可以有效克服传统遗传算法所存在的缺陷,而且求解过程简单,优化结果合理,在水污染控制规划中具有良好的应用前景.

联合改进拉普拉斯特征映射和k-近邻分类器的高光谱影像分类

高光谱影像利用流形学习降维和分类器分类时往往忽略了影像本身的空间特征,这将严重制约最终的分类精度。因此,本文以拉普拉斯特征映射和k-近邻分类器为例,提出了自适应加权综合核距离来同时改进流形学习方法和分类器方法,目的在于改善高光谱影像的分类结果。自适应加权综合核距离同时考虑高光谱影像的光谱特征和空间特征,且能够针对每个像素点自动估算空间邻域来描述空间特征。通过Indian和PaviaU两个数据集来分析和验证本文提出的组合策略,实验结果表明,本文提出的组合策略得到的分类结果明显优于常规拉普拉斯特征映射降维和常规k-近邻分类的组合策略,能够得到更高精度的分类结果。