Research on the Applications of Probability Model and Matrix Transformation in Data Analysis and Management under the Environment of Information Time

In this paper, we research the probability theory and matrix transformation based technique to manage the data for processing and analysis. Clustering analysis research has a long history, over the decades, the importance and the cross characteristics with other research direction to get the affirmation of the people. The probability theory and linear algebra act as the powerful tool for analyzing and mining data. The experimental result illustrates the effectiveness. In the near future, we plan to conduct more theoretical analysis on the topic.

广义θ-图和广义梅花图φ的奇异性

利用奇异图的邻接矩阵行列式等于零的方法讨论广义θ-图和广义梅花图φ的奇异性,分别给出广义θ-图θ(a_(1),a_(2),…,a_(k))和广义梅花图φ(a_(1),a_(2),…,a_(k))是奇异图的充分必要条件,并计算这两类图中奇异图发生的概率值.

一种基于模型概率单调性变化的自适应IMM-UKF改进算法

针对现有交互式多模型(IMM)算法模型间切换迟滞和转换速率慢的缺点,提出一种基于模型概率单调性变化的自适应交互式多模型无迹卡尔曼滤波改进算法(mIMM-UKF)。该算法利用后验信息模型概率的单调性,对马尔可夫转移概率矩阵及模型估计概率进行二次修正,加快了匹配模型的切换速度及转换速率。仿真结果表明,与现有算法相比,该算法通过快速切换匹配模型,有效提高了水下目标跟踪精度。

基于矩阵乘积压缩态的动态可扩展秘密共享方案

目前,基于纠缠态的量子秘密共享(quantum secret sharing,QSS)方案未充分利用纠缠态的概率振幅潜力.然而,纠缠态的概率振幅是量子信息学的一个关键特性,在量子计算和量子通信等领域有着广泛的应用潜力.值得注意的是,纠缠态可以通过矩阵乘积态(matrix product state,MPS)有效表达.利用MPS对纠缠态进行表征,能够准确地揭示与概率振幅相关的纠缠特性.本研究证明利用MPS表征纠缠态,可以将一个W态压缩为一个单光子和一个矩阵,展示一种新的技术路径.此外,本研究还提出MPS与秘密共享方案之间的创新互操作性,即通过压缩允许量子份额与共享的量子态之间形成非一对一的映射关系.这种方法可能提供一种更高效的方式来实现量子信息的编码和传输,对于量子秘密共享尤为重要.同时,我们提出的QSS方案具有动态特性,能够根据需要轻松地添加或移除参与者,以更好地适应参与者需求的变化,并在实际应用场景中展现出更高的实用性和适应性.本文的方案能够在保持高效纠缠利用的同时,满足系统的多元需求,包括但不限于通信安全性、数据传输率和系统的可扩展性.

基于改进自适应IMM算法的高速列车组合定位

针对列车高精度定位问题,该文提出基于改进自适应交互多模型(IMM)的高速列车高精度组合定位方法。首先,根据列车定位需求和各传感器特点,设计了卫星接收器、轮轴测速传感器、测速雷达以及单轴陀螺仪4种传感器的组合定位方案。然后,针对IMM融合滤波算法因先验信息不准导致固定参数设置不当的问题,引入Sage-Husa自适应滤波和转移概率矩阵(TPM)自适应更新集成为自适应IMM算法。针对多模型切换的滞后问题,利用子模型似然函数值能快速反映模型变化趋势的特点,将似然函数值设为判定标志,并引入判定窗对TPM矩阵元素进行修正,有效提升了模型的切换速度。最后,基于改进自适应IMM算法对4种传感器定位信息进行融合滤波,实现高速列车的高精度组合定位。仿真结果表明:改进后的算法相比其他自适应IMM算法提升定位精度1.6%~14.7%,并且能通过提高模型间切换速度来有效降低位置误差峰值,同时具备较好的抗噪性能。

基于局部变分贝叶斯推断的分布式交互式多模型估计

针对目前部分多模型算法预先设定运动模型转移概率矩阵对状态估计精度的不利影响,本文提出了一种基于局部变分贝叶斯推断的分布式交互式多模型估计算法.不同于传统交互式多模型估计中运动模型转移概率矩阵为先验已知的假设条件,在分布融合估计框架下,首先基于最小化Kullback-Leibler散度准则的递归优化策略实现对运动模型转移概率矩阵的预测与更新;在此基础上,结合变分贝叶斯推断实现对当前时刻目标状态与模型概率的联合估计;最后依据协方差交叉融合策略完成对局部状态估计融合.仿真结果表明:新算法通过对运动模型转移概率矩阵以及模型概率自适应在线估计,有效提升了机动目标的状态估计精度.

基于Relief算法的不平衡数据分类分级算法仿真

不平衡数据的分类分级是保证大数据技术高效使用过程中不可缺少的环节,但分类分级过程易受数据属性、冗余性、不均衡性等问题的干扰。为解决上述问题,提出不平衡数据朴素贝叶斯分类分级算法。采用合成少数类过采样技术降低数据的不平衡度,通过距离相关系数与最大信息系数完成不平衡数据的特征选择与筛选,采用Relief算法对筛选的特征做权重分配,并输入到朴素贝叶斯模型中实现分类,再结合动态阈值算法完成数据的分级。实验结果表明,所提算法的运行时间短、分类精度高,能够有效提升数据处理效果。

基于关联性风险分析的过程管理策略对医疗设备运行效益的影响研究

目的:基于医疗设备关联性风险分析,制定过程性管理策略,提高医疗设备临床运行效益。方法:制定医疗设备管理对策,从主体、质量、环境、制度和诊疗角度进行风险矩阵评估,建立关联性风险综合评估模型。选取2021年4月至2022年3月上海市第八人民医院临床在用的400台医疗设备,采用数表法将其分为对照组和观察组,每组200台,对照组采用个体化风险分析法进行过程性管理,观察组采用关联性风险分析法进行过程性管理。对比分析两组医疗设备的风险等级和运行效益。结果:观察组医学影像诊断及辅助设备、手术治疗设备、生命支持与急救设备、体外循环及血液处理设备和健康监测及康复设备的高危险占比分别为17.39%(4/23)、14.58%(7/48)、12.24%(6/49)、5.55%(1/18)和5.06%(5/62),均低于对照组,其差异有统计学意义(x^(2)=4.132、4.009、6.275、4.833、4.859,P<0.05);观察组医疗设备的成本效益、社会效益、诊疗效益和发展效益评分分别为(91.37±6.15)分、(92.78±3.80)分、(95.25±2.09)分和(90.51±3.82)分,均高于对照组,其差异有统计学意义(t=2.392、3.877、4.841、2.504,P<0.05)。结论:关联性风险分析方法可降低医疗设备安全风险发生概率和危害程度,提高医疗设备临床运行效益,过程管理策略符合医疗设备全生命周期管理的实际需要。

基于声散射统计特性的压缩感知水下目标定位与观测矩阵性能

近年来,压缩感知理论在水下目标定位领域得到了广泛的应用,压缩感知定位算法将水下目标定位问题转化为稀疏模型重构问题,具有较高的定位准确性,但定位结果受散射环境影响。该文开展水下目标定位的水池试验,对水听器阵列接收的试验数据进行处理,通过定位误差、可定位声源数量和定位信噪比分析定位结果,研究压缩感知定位算法的宽带性能、散射环境对定位结果的影响,并使用Spark系数和声散射统计特性近似分析了观测矩阵性能。水池试验结果表明,压缩感知定位算法在较宽的频率范围内有较好的适用性;随着环境散射增强,水声定位观测矩阵的列相干性减小,稀疏重构性能提升,使得定位结果更加准确;在近似分析水声定位观测矩阵性能时,声散射统计特性与Spark系数的变化趋势相似,并具有直观且计算简单的优点。

预制破片对2种姿态人体目标的毁伤效果研究

为能够精确地评估预制破片对人体目标的毁伤效果,对破片场的飞散过程进行数值模拟,利用Matlab编程提取破片相关信息,计算得到破片射击迹线,据此建立战斗部-人体目标交汇模型,确定每枚破片命中的人体部位,利用A-S准则计算出失能概率。将地面区域网格化,按照一定距离步长,改变人体模型位置,重复上述计算流程,得到每个网格位置处的失能概率,构成毁伤矩阵,通过毁伤矩阵计算得出有效毁伤面积。设置不同的战斗部落角、落速、炸高,研究预制破片对2种人体姿态的毁伤效果。结果表明:在落角0°~80°,采用蹲姿的毁伤面积减少了6%~16%,在落角大于40°,蹲姿的腿部及头部被击中数明显低于站姿;在落速100~700 m/s,相比于站姿,蹲姿的毁伤面积降低8%~11%,破片击中数也始终低于站姿;在炸高2~4.6 m,蹲姿的毁伤面积降低8%~20%,破片击中数始终低于站姿。在战场上,战斗人员采用蹲姿,一定程度上可以降低被破片击中的概率,降低战斗人员的失能概率,减少毁伤面积。

基于下垫面结构的喀斯特地区洪涝演化特征研究

为探究不同下垫面结构下喀斯特地区的洪涝演化特征,基于贵州省1980~2020年降雨数据计算降水Z指数,利用系统聚类法划分贵州省下垫面结构,分析其洪涝时空演化特征,并探讨下垫面主导影响因子。结果表明:(1)贵州省下垫面可划分为深切割岩溶较强发育谷地区、浅切割岩溶中等发育谷地区、深切割非岩溶洼地区、浅切割岩溶强烈发育谷地区。(2) 1980~2020年贵州省呈变涝趋势,大涝发生次数较多;空间上整体呈东南高、西北低的分布格局,以大涝、重涝偏多,但各亚区空间分布特征不同。(3)不同下垫面条件对洪涝影响由大到小依次为地形地貌>岩溶发育强度>地表切割深度;各级洪涝在不同下垫面条件下均出现概率性转移,转移现象较活跃。研究成果可为喀斯特流域防洪减灾提供参考。

考虑新能源消纳的电动汽车有序充电控制策略

针对电动汽车集群入网进行无序充电会加剧峰谷差进而造成“峰上加峰”的问题,提出一种考虑新能源消纳的电动汽车分层式有序充电控制策略。首先,基于长短时间记忆神经网络理论,建立电动汽车充电负荷预测模型;其次,建立风光发电系统的数学模型;最后,提出分层式有序充电控制策略,上层主控制系统制定电动汽车充电功率指导曲线,下层次级控制系统合理安排电动汽车充电计划,利用概率转移矩阵算法获得最佳充电控制策略。仿真结果表明,所提出的有序充电控制策略能够有效降低电网负荷峰谷差。

基于协同过滤和深度学习的信息分析算法

针对在结构复杂的大型人力资源数据库中,传统协同过滤算法存在冷启动的问题,文中开发了一种数据信息的综合分析算法。该算法在传统协同过滤算法的基础上融合了深度学习模型,采用栈式去噪自编码器和概率矩阵分解模型求出项目的隐语义矩阵。同时还构建了相关项目的评分矩阵,并利用该矩阵对项目得分加以预测,且将其作为冷启动项目的分数。通过协同过滤算法进行项目推荐,从而解决了算法的冷启动问题,并提高了综合性能。实验测试结果表明,文中所提算法较传统协同过滤算法的推荐准确率提高了约20%。

基于滚动采样马尔可夫链模型的光伏时序功率模拟研究

光伏出力的波动性和随机性会给电力系统调度运行的安全性和可靠性带来影响。为了实现对光伏出力长时间尺度的准确模拟,本文提出一种基于马尔可夫链的光伏场站时序功率模拟模型。首先,建立光伏出力模型,并对出力的不确定性和规律性特征进行研究分析;然后,在一阶马尔可夫链模型的基础上考虑相邻日之间的联系,根据季节与天气因素以10 d为一个采样区间对历史数据进行滚动采样,建立多状态转移概率矩阵,构建全年时序出力模拟模型;最后,以某光伏电站全年出力数据与历史气象监测数据为基础,通过实例模拟了全年的出力情况,并与传统方法进行了对比分析。算例结果验证了所提方法的有效性,表明该方法较好地模拟了受季节与天气影响下的光伏出力情况,与历史实际情况更为吻合。

改进转移概率矩阵的三维交互式跟踪模型算法

由于现有的简单的转移概率矩阵会导致跟踪精度不高,复杂的转移概率矩阵会导致跟踪时间过长,难以满足三维空间中机动目标跟踪要求。针对转移概率矩阵的设计问题,从机理分析入手,提出了一种基于隶属度函数的模型转移概率矩阵设计方法,并对三维交互式多模型算法进行了改进完善。仿真结果表明,依据隶属度函数修正转移概率矩阵的方法有效提高了三维机动目标的跟踪精度。

基于机场活动地图信息改进AIMM-UKF算法的移动目标跟踪

针对机场场面高密度交通以及多类型移动目标的特殊性,为保证机场自动化设备如无人驾驶技术在机场内的应用,需要进一步优化定位算法来提高移动目标的跟踪精度;通过分析现有的自适应交互式多模型-无迹卡尔曼滤波跟踪算法(adaptive interactive multi-model-unscented Kalman filter algorithm,AIMM-UKF)在移动目标跟踪过程中模型匹配度和跟踪精度上的不足,研究了1种基于机场活动地图信息改进的自适应交互式多模型-无迹卡尔曼滤波跟踪算法。根据机场地图数据库(airport map database,AMDB)细化的机场操作规程文件,通过ArcGIS软件对某机场施工CAD图简化处理并利用二次多项式配准法对机场地图进行精确校正,完成高精度机场地图修正,将接收到的机场智能监控设备采集到的数据进行实时处理,结合高精度机场地图信息对发生位置偏移的移动目标的坐标信息进行修正,改变移动目标跟踪算法的观测值,在自适应修正马尔可夫转移概率矩阵的基础上,利用观测矩阵对其进行二次修正,提高移动目标跟踪精度和模型匹配度。经蒙特卡洛仿真实验表明:该改进算法利用高精度机场地图信息对移动目标的观测值进行修正,与自适应修正马尔可夫转移概率矩阵的交互式多模型-无迹卡尔曼滤波算法相比,位置的均方根误差(root mean square error,RMSE)平均降低了62.69%,速度的RMSE平均降低了56.84%。本文算法具有更高的模型匹配度和更佳的滤波效果,提高了场面移动目标的跟踪精度。

基于MIKE的滨海城市内涝模拟及深隧工程排涝效果评估

在暴雨及风暴潮等极端气象水文条件潮位影响下,快速城市化的滨海地区内涝问题日益凸显。以粤港澳大湾区深圳市西部为研究区,耦合一维河道洪水模型及管网排水模型和二维地表漫流模型,模拟极端降水和典型风暴潮条件下城市内涝淹没过程,开展内涝风险分级,评估深隧工程排涝效果。结果表明:MIKE多模型工具相结合能够较好地模拟城市内涝形成过程及淹没特征,引入概率矩阵法能够更清晰地揭示内涝风险等级之间的变化。极端气象水文条件下的滨海城市内涝淹没呈现快涨缓退特征,设计50年和100年一遇2 h极端降水下的内涝风险区面积分别为4.24、5.04 km^(2),其中1级到4级风险区范围的相对比例分别约为0.9:37.5:28.5:33.0和4.0:33.7:26.8:35.5,考虑深隧工程排涝的淹没范围分别减少了17.0%和13.4%、内涝风险区面积分别减少了28.8%和30.2%、典型易涝点的淹没持续时间缩短了60.0%~80.8%。大部分地区的内涝风险等级显著下降,深隧工程改善排涝效果明显。

概率犹豫模糊判断矩阵的一致性调整与多重最优解分析

针对备选方案优先权重及多重最优解的计算,建立了一个概率犹豫模糊互补判断矩阵的离散化一致性调整模型,通过该模型调整后的矩阵能够较好地维持偏好值的具体含义,利于后续决策者的反馈修改。而后提出了多重最优解筛选机制,采用距离测度量化各个调整后的矩阵的决策信息扭曲程度及缺失状况,解决了一致性调整过程中的潜在解缺失导致的信息流失及排序互逆问题。最后,给出一个算例验证了模型及筛选机制的有效性。

基于风险概率与影响矩阵的水利工程施工危险源评价

对水利工程施工危险源进行识别评价,能够有效地降低安全事故的发生率。本文主要基于风险概率与影响矩阵进行水利工程施工危险源评价,总结了施工风险源识别与计量方法,并结合实际案例,从发生概率和影响程度两个方面识别计量了施工风险源,并采用风险概率与影响矩阵对施工风险源进行分级管理。研究结构表明:一般危险源3项,重大危险源19项,严重危险源8项。本文研究旨在提出一种水利工程施工风险源评价方法,为施工风险源管理提供决策依据。

基于PHD图和序列的深度数据关联算法

随着跟踪环境的日益复杂,杂波、目标密集容易造成关联错误,且最优匹配过程随目标数的增长排列组合也呈指数增长,多目标航迹关联的问题愈加凸显,增加了传统算法的复杂性和不可靠性。针对目标数变化和杂波干扰造成的最优匹配问题,本文提出了一种基于概率假设密度(Probability Hypothesis Density,PHD)图特征和序列特征的深度关联网络,首先将目标的PHD图与量测的PHD图进行融合以挖掘目标与量测空间关联特征以及空间结构信息,进而将点迹特征扩展为图像特征,增加可获取的关联判别依据。然后本文对点迹特征或序列特征依据深度学习构建新的度量方法,减少度量方法对于距离的依赖性,从而削弱密集杂波造成的误判。最后,为了避免目标数和量测增加时导致的组合爆炸,本文提出一种基于多头注意力机制的深度匹配网络,利用8头注意力机制关注邻域的分配情况以提高匹配过程的准确性和可靠性,同时可减少计算耗时。消融实验证明,图像特征、序列特征、深度匹配网络均可提高关联信息的特征提取能力以及全局最优匹配过程。仿真实验证明,该深度关联网络可以从隶属矩阵和最小指派过程同时提升关联的准确性和稳定性。此外,该方法也说明了将现有的图像跟踪的关联算法迁移到雷达跟踪中的可行性,为雷达跟踪数据关联的发展提供新思路。