求解非线性互补问题的两步迭代-Filter方法

利用牛顿迭代法作为预测步,用不动点迭代法作为修正步,结合filter技术,提出了求解非线性互补问题的两步迭代-filter算法,并证明了算法的局部三阶收敛性,最后通过数值实验表明该算法的有效性.

双层规划问题的一种模式搜索Filter方法

双层规划在工程设计和经济管理中应用广泛,结合模式搜索方法和Filter方法提出了一种解决双层规划问题的算法—模式搜索Filter方法.算法以Filter法思想构造接受准则,以模式搜索提供迭代方向和步长,能够有效的解决一类双层规划问题.

一种求解非线性互补问题的filter内点算法

利用Armijio条件和信赖域方法,构造新的价值函数.首次将内点算法与filter技术结合起来,提出一种求解非线性互补问题的新算法,即filter内点算法.在主算法中使用Armijio型线搜索求取步长,在修复算法中使用信赖域方法进行适当控制以保证算法的收敛性.文章还讨论了算法的全局收敛性.最后用数值实验表明了该方法是有效的.

一种新型混合特征选择方法及其在入侵检测中的应用

针对高维数据包含的不相关和冗余特征影响检测方法性能的问题,提出了集成filter和wrapper方法的混合特征选择新方法.采用基于信息增益的filter方法,删除不相关特征;采用基于改进的自适应遗传算法和评价函数的wrapper方法,获取最优特征子集.在入侵检测中的应用表明,该方法能降低特征选择的时间,检测率和虚警率均优于其它方法.

大数据背景下基于过滤式-包裹式方法的高危人员风险预警

对高危人员的犯罪风险评估是主动式警务中一项重点和核心的工作。如何基于大数据技术构建高危人员犯罪分析评估模型是其中的研究重点与难点。针对高危人员犯罪风险评估模型中的高维特征选择问题,本文设计了结合过滤式(Filter)与包裹式(Wrapper)方法的两阶段特征选择方法框架。在第一阶段Filter方法中,本文分别使用卡方检验值与KS检验值作为离散型与连续型属性的筛选指标选择了候选特征集。在第二阶段Wrapper方法中,本文设计了基于随机森林的序列后向特征选择方法进一步优选了特征集。本文使用了某地的吸毒人员数据进行了实证分析以验证方法的有效性。实验结果表明本文的方法可以有效地从高维特征集中选择出较优的特征子集,并且有较快的计算效率和良好的可解释性。

基于K-F方法的微博博主特征分类与判别研究

网络信息挖掘是当前研究热点,本文基于数据挖掘理论,以新浪博主微博内容为数据支撑,对微博内容进行文本信息挖掘,将中文文本转化为数字化数据,并利用Kolmogorov Filter方法进行变量筛选的数据降维操作。最后建立了决策树模型和神经网络模型并进行了模型的求解,得到了分类准确度较高的模型。将其运用到其他博主中,发现预测准确度较高,应用效果较好,值得深入研究和推广。

中国东北的深源地震波形匹配检测及定位

中国东北珲春周边地区位于环太平洋地震带上,也是中国唯一存在的深源地震带.较大地震发生后常会有若干震级较小的余震发生,但在相同的地震震级情况下深源地震的余震一般比浅源地震的余震数量要少1~3个数量级,且在全球不同深震区的深震余震数量也存在显著差异.针对国际地震中心(ISC)2010年7月至2014年12月目录中给出的中国东北附近27次震源深度超过300km的深源地震,我们首先利用区域固定地震台及NECsaids流动地震台阵的连续波形数据,选取已知地震事件作为模板,采用Match&Locate及Matched Filter方法进行波形互相关叠加分析来检测微小深震事件;然后对1966至2017年ISC目录中的东北地区深源地震进行双差重定位以提高震源位置的准确性,进一步分析深震活动与俯冲板片的关系.研究结果显示除ISC目录中给出的深震事件,我们未能检测出作为模板的深源地震的前震或余震活动,证明东北深源地震余震活动较少并不是由于台站分布有限而造成的漏检结果;重定位后震源延伸的角度与西太平洋板片在410~660km地幔转换带内的俯冲角度较为一致,并且大部分深震震源位置位于俯冲板片中的亚稳态橄榄岩楔形区内部.结合双差定位结果、b值分析及前人研究成果,我们认为东北深源地震应不属于与俯冲非直接相关的“孤立地震”,而是与西太平洋板块俯冲直接相关.

基于贝叶斯和谐度的特征选择算法

特征选择是高维数据降维的一种关键技术。传统数据降维技术如PCA,只是转化数据的表达形式,不能表达数据的相关程度。近年来提出信息度量方法,使用评价函数表示数据的不确定性程度,虽然能较好地体现数据之间的相关程度,但并没有充分考虑选取的特征对整个样本空间的影响。针对传统方法的不足,提出一种基于贝叶斯和谐度特征选择算法。贝叶斯和谐度来自贝叶斯阴阳和谐学习理论,可以估计整个数据空间的联合概率分布,选取的特征能够较好地反应整个样本空间的变化。根据和谐度的变化来度量类之间的相似度从而得到冗余度较低的特征组合。与传统方法如ReliefF、FCBF等比较后发现,在取同样特征个数的情况下,和谐度度量得到的特征组合对数据分类更有效。