基于序列蒙特卡罗方法的3D人体运动跟踪

针对人体运动跟踪的特点 ,在退火粒子滤波方法的基础上 ,提出基于序列蒙特卡罗方法的 3D人体跟踪算法 通过状态空间分解提高了退火系数选择的鲁棒性 ;同时 ,在每次退火时采用PERM采样方法 ,而不是标准的重采样 ,能在一定程度上抑制观测模型与真实分布之间的误差 ,从而提高算法的稳定性 通过模拟实验表明 。

基于蒙特卡罗频率法的葡萄籽总酚含量高光谱测量变量选择

在利用高光谱建立葡萄籽总酚含量的预测模型中,为解决变量过多、模型复杂度高等问题,需依据光谱特点进行有效地数据降维。提出了一种蒙特卡罗频率法(MCF)对高光谱数据进行波长选择,并建立了葡萄籽总酚的支持向量回归(SVR)预测模型。该方法首先采用蒙特卡罗采样(MCS)选择波长子集;然后建立大量SVR子模型,并选出均方根误差(RMSE)较小的子模型,统计每个波长出现的频次;最后根据指数递减函数确定波长个数,选取频次最高的波长子集作为特征波长。结果表明,采用MCF可以在降维的同时提高模型的预测性能,波长数目由原始的196个减少到9个,波长范围均在950~1400 nm,RMSE值从0.42减少到0.37,预测精度优于SPA等其他波长选择方法。因此,提出的基于MCF在高光谱数据处理中能有效选择特征波长,为准确建立预测模型提供了一种有效的方法。

基于在线社交网络的JPS跳跃并行顶点采样方法

针对现有在线社交网络(OSNs)采样方法无法有效地应用于低连通性的社交网络,且采集的样本顶点平均度严重偏离原始社交网络、顶点过度采样等问题,本文基于蒙特卡罗随机游走(MHRW)采样方法,引入双重跳跃策略、并行机制和顶点缓存区,提出一种跳跃无偏并行顶点(JPS)采样方法。将在线社交网络数据集建模为包含顶点和边的社交图进行模拟采样,利用Python/Matplotlib绘图库绘制采集的样本顶点属性图。实验结果表明,该采样方法更有效地应用于不同连通强度的社交图,提高了采样过程中的顶点更新率,降低了样本顶点的平均度偏差且能够更快速地收敛。

社交网络子图采样算法

在线社交网络(Online Social Networks, OSNs)数据量庞大,如何以低成本采样获取具有代表性的子图成为当前一个研究热点。现有的大部分采样算法仅仅体现在样本列表的无偏特性上,很多情况下,其采样样本构造的诱导子图难以代表原图结构。本文对各种类型的OSN提出了一种新的采样方法,该算法在原有的随机游走算法基础上重新计算了采样跳转概率,修正采样诱导子图的偏差,使其能够更出色地代表原图。同时,本文的采样算法通过计算权重的方式采集邻接节点,省去了自循环过程,从而大幅度提高了采样效率。实验结果表明,本论文提出的采样算法在度分布、聚类系数、传递性、同配性各个方面综合对比,采样获取的子图更加接近原图的属性结构。最后,该算法在大多数情况下,其性能与表现均优于现有采样算法。

近红外光谱法快速无损测定奶粉的脂肪含量

将11种奶粉原样配制及组成77个奶粉样本,以脂肪含量为检测指标,结合偏最小二乘法开展近红外光谱定量分析研究。2次异常光谱剔除,识别出异常样本(14,52,76)并予以剔除。74个奶粉样本进行平滑、导数和标准变量变换等6种光谱预处理,确定标准正态变量变换结合Norris一阶导为最佳光谱预处理方式,其交叉验证均方根误差为0.354 7,交叉验证相关系数平方达到0.990 8;最佳前处理光谱结合3种波段选择方法优化模型性能,与全光谱模型形成对比,确定随机蛙跳(random frog,RF)为最佳波段选择方式,其模型的训练集和测试集相关系数平方分别为0.997 2和0.997 0,训练集和测试集均方根误差分别为0.186 2和0.198 2。结果表明:采用蒙特卡罗异常光谱剔除(Monte-Carlo sampling,MCS),光谱预处理结合随机蛙跳波段优化技术可提高奶粉脂肪近红外定量模型的泛化性和预测能力。

一种目标跟踪滤波的新方法

对于目标跟踪系统,当观测不确定性相对系统不确定性较大时,如果采用EKF,UKF算法,由于概率密度函数(PDF)由高斯分布近似使真实的分布结构扭曲,导致系统性能下降或发散,采用粒子滤波时,因为系统不确定性相对观测不确定性较小,所以重采样会使粒子间的独立性消失,导致系统性能下降。为了提高目标跟踪的精度,该文给出一种SMCEKF及SMCUKF滤波算法,在SMC(Sequential Monte Carlo)算法中分别引入EKF及UKF,由独立滤波器更新和传播的随机采样点和相应权重来表示状态的PDF,由于初值和滤波都是独立的,所以确保了表示PDF的随机样值的独立性,在滤波器个数较少、计算量较小的情况下使滤波性能得到提高。文中给出了理论分析和仿真实例证明算法的有效性。

维C银翘片包衣过程近红外光谱实时检测研究

目的建立一种基于近红外光谱(near infrared spectroscopy,NIRS)快速检测维C银翘片(Vitamin C Yinqiao Tablets,VCYT)引湿率与包衣增重的方法,用于包衣过程的实时检测。方法参考《中国药典》2020年版测量引湿率,将其作为包衣防潮效果的指标。通过在线NIRS技术实时采集包衣过程中的片剂光谱,比较了区间偏最小二乘法(interval partial least squares,iPLS)、随机蛙跳(rand frog,RF)、蒙特卡罗-无信息变量消除(Monte Carlo-uninformative variable elimination,MCUVE)、竞争自适应重采样法(competitive adaptive reweighted sampling,CARS)4种波长选择算法对偏最小二乘回归(partial least squares regression,PLSR)的影响。结果所得定量模型可准确、稳定地预测引湿率与包衣增重,其决定系数(Rp 2)分别为0.8918和0.9396,预测均方根误差(root mean square error of prediction,RMSEP)分别为0.1754和0.2742,相对分析误差(relative prediction errors,RPD)分别为3.1219和4.1484。另外,在1批包衣过程实时检测的结果显示,预测模型对引湿率的预测效果良好(RPD=4.1991),但对包衣增重的预测效果较差(RPD=1.8152)。结论NIRS对维C银翘片包衣过程的实时检测是可行的。

需求与碳交易价格不确定下多式联运路径优化

考虑不确定性的模糊路径优化研究能够满足高质量发展形势下市场、经济和环保等多方面的现实需要.针对需求与碳交易价格双重不确定下的多式联运路径优化问题,建立混合鲁棒随机优化模型,设计基于蒙特卡罗采样的灾变自适应遗传算法并进行有效性检验.以具有15个节点的多式联运网络为对象开展算例研究,比较不同模式下多式联运的运输方案及成本并分析不确定参数的影响.结果表明:受遗憾值约束的影响,需求不确定的鲁棒优化会增加多式联运总成本,而碳交易价格随机性的提高并不一定意味着成本的增加.合理设置碳交易价格的随机性,综合考量需求不确定的最大遗憾值与成本之间的关系等是提升双重不确定下多式联运运输效率与环保效益的有效方式.

城市供水管网模型参数自动识别方法研究

在分析城市供水管网模型建设和应用问题的基础上,针对管网模型参数识别这一核心问题进行了研究,提出了基于GIS和SCADA的管网模型参数自动识别的流程,分析了管网模型参数自动识别的核心算法,提出了基于RSA方法的灵敏参数自动识别和基于MCS方法进行参数识别的算法和技术路线,并完成了管网模型参数自动识别模块的编程实现.最后选择一个典型城市小区供水管网为案例,进行了管网水力模型参数自动识别的示例研究,并得到满足要求的模型参数.