基于小波矩不变量的海上目标识别

针对识别海上目标时不同目标相似性大的特点,将不变矩理论与小波分析相结合,本文引入一种基于小波矩不变量的特征提取法,并且为得到一组局部最优特征组而提出一种结合DB Index准则的特征选择法。在仿真实验中,将小波矩不变量与Hu矩、Zernike矩进行了比较。实验表明,小波矩不变量具有更好的识别效果。

数据挖掘技术在节水管理中的应用

为提升水资源配置效率,应用数据挖掘技术,对全国首次重点用水单位监控工作中所获得的约26万个用水数据进行了特征选择和用水模式区分。依据DB index准则,从用水特征中筛选出现状、愿景和波动3个特征。从这3个特征入手,采用k-means算法,将用水主体划分为5种用水模式,即均衡扩张型、均衡紧缩型、集中稳定型、波动收缩型和波动扩张型。结果表明:全国大多数用水单位现状特征集中在[ 0.7 , 0.9 ]、愿景特征集中在[ 0.8 , 1.0 ]、波动特征集中在[ 0.1 , 0.5 ],较内地用水,东南沿海用水量在年内各月间波动较小。用水模式以波动收缩型为主,该模式涵盖多数产能过剩的高耗水行业;农业的用水模式为集中稳定型;高新技术与服务业的用水模式多为波动扩张型与均衡扩张型。结合不同的用水特征和用水模式,在法律、制度、监控等层面分别提出了管理建议,可为精准化、差异化节水管理提供参考。

煤与瓦斯突出预报数据关联性的聚类分析

合理地选择突出控制因素是进行突出预测的关键技术之一.首先给出了基于系统聚类的突出预报数据关联性分析方法,通过DB Index准则判断聚类模型的有效性.然后研究了煤与瓦斯突出控制因素的选择规则.最后以平顶山煤矿为例,分析了该矿突出预报数据间的关联性,得到了相应的变量聚类树,并选择了主要的突出控制因素.仿真结果验证了所提出的突出控制因素选择方法的合理性和有效性.图2,表3,参11.