乘型模糊判断矩阵排序向量的递推方法

文章首先在模糊判断矩阵乘型一致性以及矩阵元素和权重之间关系的基础上,结合模糊判断矩阵的上三角矩阵元素,构建了一个关于权重和矩阵上三角元素的方程组,并证明了该方程组存在唯一的正解。随后指出方程组的证明过程就是模糊判断矩阵排序向量的求解过程,从而给出了乘型一致性模糊判断矩阵排序向量的一种递推方法。然后,在偏差函数基础上,通过构造并求解一个优化模型,求出了非乘型一致性模糊判断矩阵的排序向量,结果显示,其解的形式与采用乘型一致性模糊判断矩阵递推方法得到的排序向量完全一样。最后,通过实例以及相关方法对比说明排序向量递推方法是可行有效的。

基于向量方法和信息技术探究距离

在数学教学中应该积极落实主题教学,帮助学生从大概念入手,理解数学知识的整体结构和数学知识间的相互联系.对“距离”主题的设计不仅可以充分展示不同知识点之间的联系,也能展示如何在教学中真正发展学生的抽象思维、空间想象和迁移应用等数学素养与能力.信息技术为学生理解距离问题提供了很好的工具.

基于支持向量回归的Bootstrap数据扩充方法及其在小子样可靠性评估中的应用

针对航空发动机小子样特性下的可靠性评估问题,提出一种基于支持向量回归(Support Vector Regression, SVR)的Bootstrap数据扩充方法:建立并训练SVR模型,采用邻域抽样法构造输入集,输入训练好的模型中获得扩充样本。仿真结果表明,采用该方法获得的扩充样本较传统Bootstrap方法更接近真实分布,且有效拓展了样本取值区间。以某航空发动机涡轮盘小子样疲劳寿命试验数据为例:(1)非参数方法,采用两种方法获得的平均疲劳寿命十分接近,但新方法获得的置信区间更大,这与样本取值区间的拓展相关;(2)参数方法,对新方法扩充的样本进行参数估计得到的结果与参考值更为接近,最大相对偏差为-1.290 2%,而传统方法的最大相对偏差达到了29.477 6%,两种方法下计算得到的平均疲劳寿命与参考值均较接近,但新方法得到的置信区间与参考区间更为接近。综合来看,所提出的方法能够有效实现样本扩充,具有一定的应用价值。

基于表情向量聚类的课堂交互学生推荐方法

为了提升课堂提问环节交互学生的选择针对性,提出一种基于表情序列向量聚类的课堂交互学生个体推荐方法。首先,使用表情识别模型从学生端视频中获取表情向量,将每一名学生的所有表情向量汇总至教师端,并组合为表情向量序列;其次,基于学生表情向量序列提出基于短期表情向量聚类的学生分类方法和基于长期表情向量聚类的学生推荐方法;最后,通过可视化和表格形式为教师呈现学生的分类和推荐结果,为教师快速选择不同类型中最突出的学生个体提供支持。通过教师评价发现,所提方法能有效表现学生的状态差异,可显著提升课堂交互中学生的判别效率与提问目的性。

关联变换·理解本质·萌生方法——向量数乘运算的教学与思考

为发挥向量数乘运算的教学功能,设计了类比实数乘法关联几何变换的概念建构路径和揭示运算律的几何意义,运用数乘证明平行关系和显现单位向量的符号和功能的概念理解路径,反思了向量数乘运算教学应该促进向量概念的理解、促使向量方法的萌生.

求解PageRank向量的一种松弛多步分裂迭代方法

基于求解PageRank向量的内外迭代格式,引入一个松弛因子得到一种松弛内外迭代方法。结合已有的多步分裂迭代框架,引入两个不同的松弛因子,提出了求解PageRank向量的松弛多步分裂迭代方法并分析了算法的收敛性。更进一步地,利用松弛内外迭代格式构造了加速投影子空间方法的预处理矩阵,理论分析相关谱分布情况,并给出了松弛多步分裂迭代方法及预处理矩阵中参数的选取准则。几个数值例子验证了松弛多步分裂迭代方法和预处理矩阵的有效性,通过选取合适的松弛因子,与多步分裂迭代方法相比具有更高的运算效率。

基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法

当前的无人值守变电站遥视门禁人脸识别节点设定一般为分布式形式,识别范围较小,导致门禁识别状态延时增加,为此提出对基于改进支持向量机的无人值守变电站遥视门禁人脸识别方法的设计与验证分析。根据实际识别的需求及标准,对识别图像进行预处理,采用多层级的方式,扩大实际的识别范围,设定多层级识别节点,构建改进支持向量机门禁人脸识别模型,采用级联Adaboost处理实现人脸识别。最终的测试结果表明:对比于传统Face++嵌入式遥视门禁人脸识别测试组、传统大数据遥视门禁人脸识别测试组,本次所设计的改进支持向量机遥视门禁人脸识别测试组最终得出的门禁识别状态延时被较好地控制在15 ms以下,说明该种识别方法的针对性较强,识别的速度及效率较高,具有实际的应用价值。

向量组线性相关性评判方法分析

线性代数研究的是线性映射关系,线性映射在有限维向量空间上体现为基的变换,基是可以唯一线性表示向量空间中任意向量的一组向量,而向量与向量组之间线性组合的相关性体现了基在不同方面的属性。本文对向量组线性相关性的评判方法进行了分析和比较,从不同的角度对向量组之间的相关性与无关性进行了总结,然后给出了向量组线性相关性的评判方法,并对它们进行了详细的阐述和比较。最后给出了各种方法的优缺点和适用范围,为读者在实践中选择合适的方法提供了参考。

基于支持向量机的汽车制动防抱死系统故障检测方法

为实现对防抱死系统(ABS)故障的精准检测,降低汽车行驶安全隐患,引进支持向量机(SVM)展开分析。在仅考虑汽车纵向运动的条件下,建立汽车行驶过程的动力学方程,提取ABS系统运行的力学特征参数;将SVM作为二分类方法,设定原始数据集合,应用SVM进行超平面信息检索,实现基于最小化经验的参数学习、参数的学习与决策函数的构建;建立系统正常运行因变量参考序列,根据参数的时间序列分布,进行系统序列的无量纲比较,以此实现系统故障的诊断与检测结果输出。对比实验结果表明:设计的故障检测方法实际应用效果良好。

基于支持向量机的火力发电碳排放量智能检测方法研究

为准确得到碳排放量,研究基于支持向量机的火力发电厂碳排放量智能检测方法。确立火力发电厂碳排放核算系统边界,建立碳排放系统,分别计算燃煤发电产生的碳排放量、脱硫环节直接产生的碳排放量以及五类间接产生碳排放量的环节整体生成的碳排放量。基于支持向量机设计碳排放量检测算法,得到原始数据的归一化指标,得到支持向量机算法下的最终规划结果。实验结果显示,该检测方法可有效得到不同季节下的碳排放量,精度较高,具备较好的实用价值。

平面向量共线方法探究

本文通过四个具体例子,探究平面向量共线的方法.每个例子通过具体解析可以加深对平面向量共线性的理解.读者可以通过本文掌握平面向量共线的基本概念和判断方法,并能够熟练地应用于实际问题中.

装配式建筑基于支持向量机的工程造价预算方法

简述建筑工程成本预算的各种方法,阐述装配式建筑基于支持向量机算法的工程造价指标分解和评定、处理相关联的预算数据、构建造价预算模型、工程造价参数寻优、双向规划实现工程造价预估等方面的工程造价预算方法。以某建筑工程项目为例,对本文预算方法进行实验和验证,证明该方法对装配式建筑工程造价的预算准确有效,达到了预期效果。

基于向量投影的数据检验PCA方法

提出了一种基于向量投影的数据检验PCA方法。该方法在对测量参数相关性分析的基础上,采用主成分分析进行建模,提取了其中的主要特征信息,实现了高维复杂数据的降维,通过数据重构可对各测量数据进行正确的估计。采用向量投影的方法对重构残差向量进行变换,通过得出的两类结构化残差可对故障仪表进行正确的检测与定位。以国产200MW机组为具体对象,给出了该方法的算例和检验结果。

基于混沌时序分析方法与支持向量机的刀具磨损状态识别

为了表征、获取与识别刀具的磨损状态,提出一种基于混沌时序分析方法与支持向量机的刀具磨损状态识别方法。该方法利用混沌时序分析方法重构了刀具声发射信号的相空间,并提取了嵌入维数与Lyapunov系数建立了特征空间。使用支持向量机作为分类器,实现了刀具磨损状态的识别。实验证明,在小样本学习情况下,基于混沌时序分析方法与支持向量机的刀具磨损状态识别方法具有良好的学习能力,获得了较高的识别准确率。

基于支持向量机和有限元分析的变压器绕组变形分类方法

电力变压器绕组变形导致内部匝间故障的事故率已升至首位,成为影响变压器安全稳定运行的重要因素。变压器运行过程中绕组变形导致绕组漏磁场发生变化,进而引起漏感参数发生变化。该文根据这一基本特征,研究绕组参数和变形程度之间的关系,利用有限元模型计算变压器的磁场能量和电感参数,采用工程计算法对该模型的正确性进行校验,继而提出利用支持向量机模型对绕组变形进行分类,并通过优化的网格搜索法对参数进行优化。仿真结果表明,所提方法具有较高的分类准确度,适用于变压器绕组变形的在线监测。

基于支持向量机的遥感图像建筑物识别与分类方法研究

高分辨率遥感影像可以更精细地描述地物目标的几何特征、空间特征和纹理特征等信息,在各个领域中都得到广泛的应用。建筑物作为地物信息分类中的主要部分,是地形图成图的主要组成元素,对建筑物的识别与提取,直接影响到地物测绘的自动化水平,对它的识别和定位可以为特征提取、特征匹配、图像理解、制图和作为其他目标的参照体有重要的意义。针对建筑物的遥感影像特征,研究了支持向量机分类器(SVM)在建筑物识别与分类中的应用,提出了一种交叉验证的方法对参数敏感度进行分析,通过使用GridSearch算法确定模型参数设置的最优方案,并对分类结果中建筑物进行轮廓提取。通过实验表明,优化后的SVM算法对建筑物的分类精度达到90%,对比随机森林算法、最近邻分类器优势非常明显。

基于支持向量机分类的回归方法

支持向量机(support vector machine,简称SVM)是一种基于结构风险最小化原理的分类技术,也是一种新的具有很好泛化性能的回归方法.提出了一种将回归问题转化为分类问题的新思想.这种方法具有一定的理论依据,与SVM回归算法相比,其优化问题几何意义清楚明确.

基于蛙跳算法的改进支持向量机预测方法及应用

针对支持向量机在中长期负荷预测中关键参数选择的问题,引入蛙跳算法(SFLA)以优化基于支持向量机的中长期负荷预测算法,解决支持向量机参数选择问题。以对中国能源消费总量预测为例,对本文提出的改进算法进行验证。以1979—1999年的能源消耗量作为样本,对2000—2009年能量消耗量进行检验。研究结果表明:引入蛙跳算法后,与用粒子群(PSO)算法改进的支持向量机以及普通支持向量机方法相比,改进支持向量机预测精度分别提高2.34%和3.21%,算法运行时间分别增加51 s和109 s。

基于支撑向量机方法的短期负荷预测

首次将支撑向量机(SVM)方法及改进的序列极小化(SMO) 学习算法引入短期负荷预测领域。该方法具有预测能力强、全局最优及收敛速度快等显著特点。实际算例表明,对于短期负荷预测问题,支撑向量机方法在预测精度和运算时间方面都优于前向网络、径向基网络等方法。

基于向量方法的通用涡旋型线生成研究

以向量计算作为研究工具,针对单一型线设计不利于实际多性能需求的柔性化设计,利用Taylor级数思想和微分几何理论推导出基于泛函的通用涡旋型线方程。通过平面曲线啮合理论和泛函通用型线方程,得出型线向量在其啮合点处的法线和切线方向分解后的向量大小的关系,并证明其沿啮合点法线方向分解的向量大小可以用泛函通用型线方程表示。这种向量表示方法在型线生成时省去求积分的繁琐,有助于系数变化时生成的型线特性的研究。用向量计算的方式推导出涡旋型线啮合条件,便于在MATLAB上生成涡旋型线及共轭型线,因为向量矩阵的表示在运算中更符合MATLAB的计算规则,加快了运算速度,有助于通用涡旋型线的研究设计。