基于KL-散度的电力用电数据自动脱敏算法研究

电力数据中包含一些隐私数据,一旦泄漏,就会对个人隐私安全造成隐患。为保证电力数据的安全性,提出了基于KL-散度设计电力用电数据自动脱敏算法。基于KL-散度算法建立敏感数据过滤模型,计算不同变量数据的KL距离,得到其相似性指标,对用户项目评分进行平滑处理,将具备相似性的敏感数据分成不同的批次。敏感数据去身份化处理,将数据匿名转换,计算用户真实路径被泄露的概率。设计数据自动脱敏算法,分别计算概念化数据、元组信息以及信息流的损失程度,以此判定脱敏后的数据是否可用。检验脱敏前后数据一致性,三类电力用电数据的变化率分别为0.43%、0.14%和0.11%,远远小于标准值。且算法在运行过程中单位时间处理数据量和平均延迟时间也较为理想,可见该脱敏算法具备实用性。

基于KL散度工况识别的混合动力汽车队列的分层控制

针对混合动力汽车队列行驶过程中工况的适应性问题,提出了一种基于KL(Kullback-Leibler)散度工况识别的分层控制方法。上层控制器利用车—车通信技术,获取队列中前车状态信息,采用模型预测控制(MPC)算法,实现队列纵向控制,并计算出最优跟车车速;下层控制器基于典型工况,离线求解需求功率的转移概率矩阵,并通过Q-Learning算法训练最优Q表嵌入整车模型中;在行驶中以固定时间长度在线更新转移概率矩阵,采用KL散度进行工况识别,根据识别的工况类型,结合当前时刻车速、需求功率和电池荷电状态(SOC),通过在线查表实现转矩分配。结果表明:与未考虑工况识别策略相比,本策略的油耗降低了8.6%;与作为基准的动态规划(DP)相比,增加了4.8%;在与DP油耗基本保持相同的前提下,该策略离线仿真时间缩短21%,不仅能够在线应用,还能实时适应工况变化。

基于三角散度和信念熵的冲突证据融合算法

Dempster-Shafer(D-S)证据理论是在不考虑先验概率的情况下建模和处理不确定信息的有效数学工具。当两证据之间高度冲突时,Dempster组合规则会产生不合理的结果。针对这一问题,提出了一种基于散度差异值测度和信念熵的多传感器数据融合方法。提出了一种距离公式-单焦元三角散度来衡量两证据之间的距离,并由此计算出各证据的可信度。在D-S证据理论框架中提出了一种信念熵测度来度量各证据中包含的不确定信息,综合各证据的可信度和不确定度来计算各证据的权值,由此得到加权平均证据。利用Dempster组合规则融合加权平均证据得到最终融合结果。利用所提出的方法来解决变压器在线监测故障诊断实际应用问题,实验结果表明,提出的方法具有较快的收敛速度和较高的诊断精度,优于其他方法。

基于自组织聚类和JS散度的RBF神经网络

针对如何确定径向基函数(RBF)神经网络隐层结构这一问题进行研究,提出一种基于自组织聚类和JS散度的RBF神经网络。为解决K-means算法对初始值敏感的问题,提出基于距离的自组织初始聚类,将戴维森堡丁(DBI)指数作为准则函数,进一步提高聚类精度,得到代表数据集分布特性的隐节点;为解决隐节点冗余和相似的问题,提出一种基于敏感度分析的隐节点删除方法和基于詹森-香农(JS)散度的隐节点合并方法。仿真结果验证了该算法的有效性。

基于最大散度差鉴别准则的自适应分类算法

首先证明了,当类内散布矩阵非奇异时,特定参数值c_0下最大散度差的最优鉴别方向等同于Fisher最优鉴别方向；其次,给出了最大散度差分类算法的识别率随参数C变化的曲线．该曲线通常为一脉冲曲线．随着参数C的增大,识别率也逐渐增大．当参数C增大到c_0时,识别率达到最大值．另外,以往的研究成果表明：当类内散布矩阵奇异时,最大散度差鉴别准则逐步逼近大间距线性投影准则．而且,随着参数C的不断增大,最大散度差分类算法的识别率也单调增大并最终稳定到大间距线性投影分类算法的识别率上．为此,我们提出了基于最大散度差鉴别准则的自适应分类算法．新算法可以根据训练样本的特性(类内散布矩阵是否奇异)自动选择恰当的参数C．在UCI机器学习数据库上的6个数据集以及AR人脸图像数据库上的测试结果表明,自适应最大散度差分类算法具有良好的分类性能．

基于Kullback-Leibler散度的无源传感器数据关联

针对多无源传感器多目标多维分配数据关联模型在构造关联代价时未考虑位置估计不确定性所引入的误差问题,提出了一种基于Kullback-Leibler散度的关联算法。将伪量测信息的概率密度函数与真实观测数据的最大后验概率密度之间的Kullback-Leibler散度作为关联代价,给出了一种Kullback-Leibler散度的近似解析公式,从而简化了计算。最后对经典关联算法与本文算法的正确率进行了试验对比,仿真结果表明:基于Kullback-Leibler散度的关联代价能够更精准地反映出数据关联的可能性,所提关联算法可以获得更好的关联性能。

非线性再生散度随机效应模型的极大似然估计及随机逼近算法

非线性再生散度随机效应模型包括了非线性随机效应模型和指数族非线性随机效应模型等．通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(简称MH) 算法,提出了模型参数极大似然估计的随机逼近算法．模拟研究和实例分析表明了该算法的可行性．

基于特征散度K-means红外图像分割遗传算法

针对红外图像中目标和背景的对比度低,边缘模糊的特点,本文提出了改进的聚类分割算法KFGA。用特征散度的内积范数作为K-means算法的距离测度,改进算法的普适性;针对K-means算法收敛的局部寻优问题,将遗传算法与K-means算法结合实现全局寻优;在种群每一次演化操作后实行一次K-means聚类,加快算法的收敛速度,在全局寻优的过程中嵌入局部寻优加快算法的收敛速度。

基于模糊最大散度差判别准则的自适应特征提取模糊聚类算法

指出皋军等人提出的基于模糊最大散度差判别准则(Fuzzy Maximum Scatter Difference Discriminant Criteri-on,FMSDC)的聚类算法(Fuzzy Maximum Scatter Difference Discriminant Criterion Based Clustering Algorithm,FMSDCA)中聚类中心表达式的推导错误及相关结论的错误,在修改该错误的基础上提出新的基于FMSDC的模糊聚类算法:FMSDC-FCS(Fuzzy Compactness and Separation Clustering Algorithm Based on Fuzzy Maximum Scatter Difference Discriminant Criterion).FMS-DC-FCS利用FMSDC产生最佳投影矢量,利用模糊紧性分离性(Fuzzy Compactness and Separation,FCS)算法对降维数据聚类,通过交替运行原数据空间中的FMSDC和投影空间中的FCS来优化投影矢量和聚类结果,最终通过对降维数据的聚类实现对原始数据的聚类.实验结果表明,FMSDC-FCS总体性能优于原有的FCS算法、FMSDCA算法以及经典的模糊C-均值算法.

基于KL散度与JS散度相似度融合推荐算法

针对目前大多数推荐算法在计算项目或用户之间的相似度时只依赖于用户之间的共同评分项,由于用户-项目签到矩阵的高稀疏性,导致推荐结果不准确问题,提出一种改进的协同过滤推荐算法.该算法基于每个项目基分值概率分布使用KL散度计算项目之间的显性反馈相似度,再融合隐狄利克雷主题分配模型,得到每个项目属于T个主题的概率分布,使用JS散度计算出项目之间隐性反馈相似度,将两个相似度融合后融入到传统基于项目的协同过滤算法中并应用到兴趣点推荐,缓解数据稀疏性问题的同时提高了推荐质量.在点评数据集Yelp上进行实验验证,得出该推荐算法比传统的推荐算法更优.

基于直方图散度和小波分解的图像配准算法

针对基于互信息的图像配准方法运行时间长、抗噪声差的问题,提出了一种基于新的相似性测度的图像配准算法,在分析两幅图像的联合直方图点集分布情况的基础上,定义了直方图点集的散度公式,并将其作为相似性测度。为加速参数的搜索过程,配准是在小波域内进行的,并使用遗传算法与Powell算法相结合的方法来优化参数。实验证明,相对于基于互信息的图像配准算法,本算法参数优化方法选择可以更灵活,时间消耗更少,噪声鲁棒性更优。

基于Kullback散度的主客观权重相结合的投资决策方法

运用信息论中的Kullback散度解释已有的两种主客观权重相结合的多指标决策问题,以最小化Kullback散度的方式建立了确定指标权重的一种优化模型,并给出了一种新的组合权的确定方式,对4家企业投资决策的实例分析表明,应用该指标赋权确定的决策方法既保持了与主观和客观权重法的一致性,又体现了主客观相结合的统一性。

基于Wasserstein散度的t-SNE相似性度量方法研究

近红外光谱具有高维、高冗余、非线性的特性,严重影响了样本之间的相似性度量的精准,故而提出了一种基于Wasserstein散度的t分布随机近邻嵌入算法(Wt-SNE)。基于流形学习算法思想,利用高斯分布将高维数据的距离转换为概率分布,使用更加偏重长尾分布的方式t分布表示低维空间中对应数据点的概率分布。将高维数据的概率分布嵌入映射至低维度空间,重构低维流形结构,引入Wasserstein散度度量两个空间内概率分布的差异,通过降低散度值来提高两个分布的相似度,以此来实现高维数据降维处理。为验证Wt-SNE算法的有效性,首先对烟叶近红外光谱数据进行降维投影,并与PCA、 LPP、 t-SNE算法比较,结果表明Wt-SNE算法降维后的数据,在低维空间内样本类别边界更加明显。其次,采用KNN、 SVM和PLS-DA分类器对降维后的数据进行烟叶产地预测,准确率分别为93.8%、 91.5%、 92.7%,表明降维后的数据不仅重构了原始光谱的空间结构而且保留了样本间的相似度关系。最后,选取某一卷烟叶组配方中的烟叶进行单料目标烟叶的替换,根据备选样本与目标样本之间的马氏距离选取替换样本。实验表明,Wt-SNE选取的替换烟叶与目标烟叶相似度最高,烟碱、总糖等化学成分含量与目标烟叶差异较小,香气、烟气、口感得分表现出较高的一致性。该方法能够有效度量烟叶近红外光谱之间的相似性,为卷烟叶组配方的维护提供有力的依据。

带惩罚μ-相似Bregman散度k-均值问题的初始化算法

k-均值问题是聚类中的经典问题,亦是NP-难问题。如果允许数据点不聚类,而是支付惩罚费用,则引出带惩罚的k-均值问题。本文将带惩罚的k-均值问题从欧氏距离推广到更一般的μ-相似Bregman散度,研究了带惩罚μ-相似Bregman散度k-均值问题的初始化算法。本文给出的初始化算法,近似比与μ和数据点惩罚最大值与最小值的比例r相关。

基于KL散度的ALS推荐算法

针对传统协同过滤推荐算法在稀疏数据上推荐准确度低的问题,提出一种基于KL散度的ALS推荐算法KL-ALS。传统ALS算法计算物品相似度时只考虑了用户之间的共同评分项,得到的相似性与真实值会有一定的误差,而采用KL散度计算物品相似度时,对用户评论的数量不做任何限制,不依赖于用户共同评分项。KL-ALS算法首先将ALS算法计算物品相似度和KL散度计算的物品相似度按照一定权重混合,产生总体相似度,进而采用ALS算法训练模型,能够更加准确地度量物品间的相似度,改善推荐效果。实验选取亚马逊智能产品评论数据集,与传统的基于ALS的协同过滤推荐算法和基于物品的协同过滤推荐算法(Item-CF)进行对比,实验结果表明KL-ALS推荐算法能有效提高推荐的准确度和性能。

基于KL散度的驾驶员驾驶习性非监督聚类

为深入理解不同驾驶员的驾驶行为特点,本文中提出了一种基于KL散度的驾驶员驾驶习性非监督聚类算法。首先,建立了驾驶员驾驶数据实车道路试验采集平台,对84位驾驶员进行了测试;接着,将每名驾驶员的驾驶数据视为一个高斯混合模型(GMM),采取EM算法对其进行参数估计;最后,通过蒙特卡洛算法对各GMM之间的KL散度进行估计,从而获得不同驾驶员差异性的定量描述,将驾驶员聚为不同习性类别。对聚类后各类驾驶员的驾驶数据的统计分析表明,所提出的非监督聚类算法能有效实现不同驾驶习性驾驶员的聚类。

基于模糊散度的图象分割

从模糊集合的观念出发 ,将交叉熵和模糊散度应用于图象分割 ,先讨论类间最大模糊散度分割算法 ,接着分析类内最小模糊散度分割算法。

基于K-L散度与PSO-SVM的齿轮故障诊断

针对表征齿轮故障信号特征难提取及支持向量机结构参数基于经验选取,致使故障状态识别精度差的问题,提出了一种基于K-L散度与PSO-SVM的齿轮故障诊断方法。首先,用经验模式分解(EMD)将齿轮振动信号筛分为多个本征模式分量(IMF);然后,选取包含有信号主要特征的IMF并求其与无故障原信号的K-L散度值;其次,利用粒子群算法(PSO)优化支持向量机(SVM)的惩罚系数和高斯核宽度系数两个结构参数,在此基础上建立齿轮故障分类模型;并利用实验齿轮数据验证方法的有效性,结果表明,与TF-SVM、TF-PSO-SVM、K-L-SVM方法相比,基于K-L散度与PSOSVM的齿轮故障诊断方法具有更高的精度。

程序代码相似度度量算法研究

代码剽窃是程序设计课程中经常出现的一种作弊行为,检测剽窃的源代码、验证学生程序作业的原创性在教学中很重要。程序代码的相似度度量是剽窃检测的关键技术。通过对现有程序代码相似度度量技术进行研究后,基于Karp-Rabin和最长公共子串算法思想,提出了一种改进的源代码相似度度量算法,即串的散列值匹配算法。

非线性再生散度模型的Bayes估计

非线性再生散度模型是指数族非线性模型、广义线性模型和正态非线性回归模型的推广和发展,唐年胜等人研究了该模型参数的极大似然估计及其统计诊断。本文基于Gibbs抽样和MH抽样算法讨论非线性再生散度模型参数的Bayes估计。模拟研究和实例分析被用来说明该方法的有效性。