基于核的特征提取技术及应用研究

该文分析了一般主成分分析在处理非线性问题上存在的不足，阐述了基于核的主成分分析方法，并将其首次应用到综合评价中，应用结果表明：基于核的主成分分析方法具有优秀的特征提取性能，采用不同形式的核函数基本上能获得相同精度的特征提取效果。文末指出为提高运算速度、减少内存要求和降低复杂度，可在KPCA中结合主动学习的方法。

智能家居系统中的家庭网站设计

家庭网站在智能家居系统中占有特殊的地位,它决定了整个系统中的网络家电和监控设备所必须遵循的共同标准。文章采用ASP.NET来设计家庭网站,该网站具有友好的操作界面和良好的可扩充性。

应用于故障诊断的SVM理论研究

分析了利用支持向量机进行模式分类的原理 ,指出最优分类面上的样本相对于两类误判而言是等概率的而非等风险的。针对机械故障诊断中两类错误分类具有不同损失的特点 ,说明直接将支持向量机应用于该领域存在不足。在此基础上 ,提出了诊断可信度函数 ,并在特征空间中 ,对最优分类面进行重新设计 ,使其符合等损失的要求。文中算例说明了该方法在实际应用中的可行性。

基于SVM的综合评价方法研究

系统介绍了统计学习理论与支持向量机的基本思想,研究了它们在综合评价中的应用。分析了科研立项评审系统的设计方法,建立了基于的评审系统。文末比较了新评审系统和采用其它方法如模糊排序、神经网络等建立的评审系统所分别取得的拟合效果,比较结果SVM表明:采用支持向量机设计的评审系统结构简单、思路清晰且能取得更为理想的评审结果。

故障诊断Agent研究

设备故障诊断技术在现代社会的应用越来越广泛 ,其应用对象多处于动态多变环境。现有的诊断软件尚不能适应这样的复杂环境。智能 agent是目前人工智能领域的研究热点之一。随着网络技术的成熟 ,实用型的智能 agent系统越来越多地应用于各个领域。本文根据故障诊断系统的实际要求 ,提出并初步实现了基于 agent的故障诊断系统。这进一步提高了诊断系统的自动化程度 ,较好地解决了诊断软件的通用性和适应性之间的矛盾。本文提出的诊断 agent系统能很方便地应用于各种网络环境 ,从而可以更充分地利用已有的诊断资源 ,便于构造大型诊断系统。

基于概念的数学系统及其结构

随着科学技术的发展 ,应用定量分析的数学方法已从自然科学发展到社会科学、思维科学。为了处理这些问题的需要 ,许多学者建立了多种数学模型和数学方法 ,这些模型和方法都直接或间接地涉及到概念 ,因此归纳并研究基于概念的数学方法显得很有必要。本文应用系统的方法 ,尝试给出数学系统的概念 ,并建立了基于概念的数学系统及其结构的一般方法 。

中国科技园区经济发展智能预测

指出了中国科技园区的经济发展呈现出高度的非线性特征,常规的经济预测手段很难对其作出准确的预测。支持向量回归实现了样本数据从数据空间到特征空间的映射,具备较强的非线性数据处理能力。提出了基于支持向量回归算法的中国科技园区经济发展预测思路,并建立了相应的数学模型。最后,对中国科技园区未来5年的发展状况作出了预测。

基于智能agent的故障诊断系统研究

首先指明了目前一般故障诊断系统的不足,在说明现代故障诊断系统应具有的特点的基础上提出了基于智能agent的故障诊断系统。从而构造出分布式、开放的、资源共享的诊断系统。从最大程度上解决故障诊断系统的通用性和高效性之间的矛盾。

基于可辨识矩阵的启发式属性约简方法及其应用

在基于可辨识矩阵的属性约简算法的基础上，提出了基于可辨识矩阵的计算属性重要性的方法，并以此作为启发式知识来约简决策表中的冗余属性。这种方法直接源于评审数据，思路清晰，拟合结果表明本约简算法合理、可靠。

基于混沌映射的元胞遗传算法

针对元胞遗传算法(CGA)的功能及结构特点,将元胞遗传算法与混沌算法进行有机结合,分别设计基于Cat映射、Logistic映射及Tent映射的混沌映射元胞遗传算法(CCGA),并解释三种映射的遍历性.文中利用混沌映射的遍历特点及初值敏感性优化种群的初始分布,扩大搜索范围,设计遗传算子中的局部混沌交叉操作及混沌变异扰动机制,并比较不同混沌映射算子作用下种群多样性的变化.理论分析及计算机仿真实验表明,引入三种混沌映射的元胞遗传算法在提升寻优精度,提高算法收敛速度,避免局部极值方面均取得良好的效果.

基于单帧图像质量加权的视频质量评价模型

利用人眼视觉特性与视频序列时空相关特性,提出了基于视频序列内单帧图像质量加权的视频质量评价模型.其中,单帧图像质量利用峰值信噪比和结构相似性度量作为图像质量的描述参数,采用神经网络(NN,Neural Network)与支持向量机(SVM,Support Vector Machines)建立图像质量评价模型;视频序列质量由序列内单帧图像质量加权衡量,加权因子描述了视频序列内运动及场景变化的剧烈程度.仿真实验结果表明,该模型的输出能有效地反映图像的主观质量.模型预测出的单帧图像质量和视频序列质量的单调性相比PSNR分别提高7.42%和10.47%,均方根误差相比则提高了36.06%和10.48%.

粗糙主成分分析在齿轮故障特征提取中的应用

采用粗糙集理论对输入征兆进行甄别 ,约简与诊断无关或关系不大的征兆 ,并在约简过程中结合启发式知识以解决约简过程中出现的 NP问题。研究结果表明 :在主成分分析中结合粗糙集理论可以排除干扰量的影响 ,并有效地进行特征量的提取。

基于线性规划的多类支持向量机算法

多类支持向量机一般采用多个两类分类支持向量机来求解,这就需要解多个二次规划问题,从而导致算法的计算复杂性很高。根据一类分类思想,提出一种基于线性规划的多类分类算法及其分解形式,所给算法通过引入核函数能够独立地对每一类样本形成一个紧致的优化区域,从而达到分类的目的。对人工三螺旋线数据和几组实际数据库的识别实验表明,所结算法在保持良好的分类精度前提下,能有效地降低程序的运行时间。

基于SVR的异常数据检测

支持向量机是一种基于统计学习理论的新颖的机器学习方法,该方法已广泛用于解决分类和回归问题。该文利用支持向量回归算法中结构风险函数的性质以及KT条件,提出一种回归中的异常值检测方法。仿真实验结果表明了所给方法的可行性和有效性。

一类支持向量机在车辆识别中的应用

支持向量机分类方法已经在实际应用中显示了良好的学习性能,其最初是针对二值分类问题提出的,如何有效地将支持向量机推广到多值分类中一直是人们关注的课题。通常的多值分类问题是以一系列二值分类来实现,可是这将导致较高的计算复杂性,本文将一类支持向量机推广到多值分类情况,并将其应用于车辆识别中,仿真实验结果表明了所给方法的可行性及有效性。

基于一类分类的时间序列异常值检测

论文结合相空间重构理论与一类分类方法提出一种时间序列中的异常值检测方法。该方法首先将时间序列映射到相空间,然后对相空间中的点实行一类分类,最后,根据KKT条件进行异常值检测。仿真实验结果表明了所给方法的可行性和有效性。

网络化的监测与故障诊断

论述了网络技术和分布计算技术的发展对设备故障诊断系统的影响。在指出故障诊断系统从分布式数据处理向分布式知识处理的方向发展后 ,提出了远程协作故障诊断系统的架构及其基本的实现方案。这个方案是以 Internet为信息传输工具 ,以公共对象请求代理体系结构 (CORBA)为基础 ,采用分布式计算机的模式 ,充分利用互联网上的各类资源 。

基于支持对象的野点检测方法

从模式识别的角度出发,分析了基于核的野点检测方法,指出随着样本数目的增 加,该方法会因为过大的优化规模而无法实际操作,为此提出了基于支持对象的野点检测方 法,该方法大大降低了运算规模和内存需求,保证了野点检测实时性的要求?

基于神经网络分类的搜索引擎在Internet信息监控中的应用

本文提出了一种Internet信息监控系统的构想,它采用了基于神经网络分类的搜索引擎技术,能大大提高信息监察部门的工作效率,其他用户也可将其用作智能化信息检索工具。

图像的无线传输及基于VC++.net的实现

图像的无线传输在家居安全中有着重要的作用。作为一种短距离无线通信标准,蓝牙工作在全球开放的2.4GHz频段,具有跳频快、低功耗、低成本和比较灵活的特点,因此在智能家居系统中用蓝牙传输监控图像是完全可行的。该文分析了蓝牙的技术特点,研究了采用蓝牙传输图像的关键技术,并用VC++.net实现了发送、接收图像文件的整个方案。