基于自适应共生矩阵选择的目标跟踪方法

针对单一固定特征无法适应目标及其背景变化的情况,提出了一种基于HSV颜色空间的共生矩阵的自适应特征选择的方法。首先将图像转换为HSV颜色空间,在每个颜色通道内对目标及其背景区域计算不同参数的共生矩阵,选择其中差异最大的前4个共生矩阵作为目标特征模型,通过比率对数矩阵计算的反向投影图,采样均值平移算法跟踪目标。仿真实验验证了该算法的有效性。     

一种基于高斯过程的非线性PLS建模方法

提出了一种基于高斯过程(GP)和偏最小二乘法(PLS)的非线性PLS方法(GP-PLS),以更加有效地处理过程非线性、多输入和数据共线性等复杂特性,提高模型的推广能力和精度。该方法首先采用PLS进行特征提取,再用GP建立PLS的内部模型,因而具有GP与PLS的优点。对工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明,采用该方法建立的软测量模型在模型精度、推广能力等方面明显优于一些传统软测量建模方法,满足工业现场应用要求。     

回复式离散神经网络的特征子空间估值(英文)

提出了用两种回复式离散神经网络模型研究正定对称矩阵的特征子空间估值问题:第1种模型是非线性神经网络,用于计算最大特征值及其特征向量;第2种模型属于线性神经网络,用于计算相应于最大特征值的特征子空间。详细研究了两种离散神经回路网络模型的动力学性质并用于特征子空间估值。     

基于核函数主元分析的软测量建模方法及应用

提出了基于核函数主元分析(PCA)方法提取变量的特征信息以有效处理非线性数据,并在此基础上进行软测量建模的方法。利用该方法建立了工业萘初馏塔酚油含萘量软测量模型,工业应用结果表明了该方法的有效性和优越性。     

聚类电价预测方法研究

针对电价变化模式的复杂性,提出了一种基于聚类分析的电价预测模型。该模型将复杂的电价预测问题分解为更简单的子问题求解,首先通过聚类技术将输入空间划分为若干特征更明显的子空间,然后在子空间内分别使用支持向量机进行建模和预测。聚类分析中先应用减聚类算法自动确定聚类数并获取较优的初始聚类中心,然后采用K-均值算法进一步优化。采用美国PJM电力市场历史边际电价数据进行的仿真研究表明,电价预测模型能有效、稳定地提高电价预测精度。     

阵元分集与SVD降噪

针对高距离分辨（ＨＲＲ）雷达系统，提出了一种抑制噪声的方法。该方法引入辅助阵元接收目标回波形成测量矩阵，首先对该矩阵作奇异值分解（ＳＶＤ），建立信号子空间和噪声子空间，然后对信号进行估计并重构出噪声受抑的测量矩阵，在重构矩阵中进行同相相加，降低噪声电平，以提高噪声背景下雷达检测和识别能力。     

概念整合理论对《围城》比喻的解释能力

语言现象的认知运作要建立四个抽象空间,即源域空间,目标域空间,类属空间和合成空间,它们构成了一个概念整合网络.这一理论对于认识和理解比喻有充分的解释力.运用这一理论可以从源域空间和目标域空间二者之间的距离差异以及喻底的有无和清晰与否两个维度解释钱钟书小说<围城>中的若干比喻句,并对比喻句的写作提出有操作性的写作原则.     

时域交互网络中动态嵌入轨迹预测方法

在电子商务、社交网络和教育等领域对用户和物品之间的顺序交互关系进行建模至关重要。通过表示学习模拟用户和物品的动态演化具有广阔应用前景,其中每个用户和物品均可以嵌入到欧几里得空间中,并且可以通过该空间中的嵌入轨迹对其演化进行建模。然而,现有的动态嵌入方法仅在用户采取某一动作并且未对嵌入用户和物品的未来轨迹进行建模时才会生成嵌入向量。针对这一问题,提出一种用户-物品耦合循环神经网络模型UICRNN(user-item coupled recurrent neural network model),学习用户和物品的嵌入轨迹。该模型使用2个循环神经网络来更新用户和物品交互关系的嵌入。此外,UICRNN模型可以对用户和物品的未来嵌入轨迹进行建模,引入了一种新的投影算子,该算子学习并估计将来可能嵌入的用户,估计的嵌入用户用于预测未来的用户和物品之间的交互关系。在多个真实数据集进行大量实验,预测未来交互的准确率至少提高42.91%,预测用户状态变化的准确率平均提高15.79%。     

基于减法聚类产生具有优化规则的模糊神经网络及其软测量建模

提出了一种通过调整减法聚类半径优选模糊规则的软测量建模方法。首先用减法聚类建立T-S模糊模型,然后通过调整聚类半径优选模糊规则数,以取得具有良好泛化性能的模型,之后利用梯度下降混合最小二乘算法精调参数。最后用该方法对初馏塔石脑油干点进行软测量建模,结果表明能较快确定优化模型,并能满足软测量建模精度要求。     

空间效应视角下的中国省域工业技术创新效率收敛性研究

本文基于2009—2018年我国30个省份的面板数据,构建非导向、非径向且规模报酬可变的窗口MinDS超效率模型测度各省份的工业技术创新效率,采用全局莫兰指数检验省域工业技术创新效率的空间相关性,然后使用变异系数、建立空间计量模型进行σ收敛、β收敛分析。研究结果表明:我国省际工业技术创新效率的均值为0.7499,东部、中部、西部三大区域差异较明显,依次降低;10年期间东部、中部的工业技术创新效率有降有升,而西部则基本上稳定上升;省域工业技术创新效率的空间分布呈现显著的正向空间相关;全国与分区域均未出现σ收敛,但同时存在绝对β收敛与条件β收敛。本研究明晰了各省份的工业技术创新效率及其收敛性,为缩小工业技术创新效率区域差距、促进工业经济高质量发展提供现实依据与理论借鉴。     

基于动态补偿的矩形广义系统模型预测控制

针对线性矩形广义系统,研究了基于动态补偿的有限时域模型预测控制问题,给出了存在合适维数的动态补偿器使得闭环系统正则、无脉冲、稳定的充要条件.在有限时域性能指标中引入一个终端有限权矩阵来保证稳定性,并利用矩阵不等式和Lyapunov方程求解优化问题,将提出的Lyapunov方程转化为双线性矩阵不等式形式(BLMI),以便采用路径算法最小化性能指标,保证了闭环系统是容许的.数值算例验证了方法的有效性.     

采用多信号流图模型的雷达接收机故障诊断方法

介绍了多信号流图模型建模的基本方法。利用多信号流图模型建立了雷达接收机的故障诊断模型,得到了反映故障源和测试结果之间对应关系的故障依赖矩阵。在此基础之上结合故障源先验故障概率信息推导了一种计算故障源贝叶斯最大后验概率的算法。将该算法应用于某型雷达接收机故障诊断中,以故障后验概率最大为判断准则,实现了对雷达接收机系统的在线多故障实时诊断。     

供应链企业转向供需网企业的预警建模研究

以实体属性模型为参考数据源构建评价指标体系,以Agent(智能体)作为智能预警的建模方法,针对企业向供需网转变的目标问题建立了基于3种警情的软实体的Agent预警模型,并着重对该模型中的评价算法、预警规则的设定及其运行流程进行了研究.     

语义变化不在场主体的遮蔽——空间意象图式隐喻

对空间的感知能力是人类基本的认知能力,人类的认知存在普遍的空间认知模式。意象图式是引起语义变化的被遮蔽的主体,意象图式隐喻是以空间概念为源域来构建其他非空间性的目标域的,实现不同领域的跨越路径是空间映射。     

中国省域平衡充分发展的统计测度与政策启示

通过构建平衡发展子系统与充分发展子系统的综合评价指标体系，利用有序-耦合-协调度模型对2008—2019年中国省域平衡充分发展情况进行统计测度。研究发现：中国省域平衡发展、充分发展状况得到较为明显的改善，平衡发展、充分发展的有序度均值分别上升0.122与0.1；两个子系统综合协调、高度耦合，使得平衡充分发展指数由0.650上升至0.732，共同推动经济社会走向平衡充分发展；核密度分布曲线显示不平衡不充分发展的省域不断减少；空间演化显示平衡充分发展存在以长三角为核心向外围扩散的过程。     

基于BP神经网络模型的我国人口总量预测研究——源自人口增长与经济增长间复杂关系的视角

在人口预测领域，以人口增长与经济增长间相关关系为建模依据的时间序列经济模型已逐渐得到了应用。然而因其现实应用必须经过一系列严格的模型识别及参数估计与模型诊断过程才能实现，故而往往面临极大困难，这就为基于数据驱动式的“黑箱”建模思想而发展起来的神经网络建模方法的应用提供了必要。运用BP神经网络模型在这一领域进行的尝试性分析表明，其预测效果颇为理想。     

城镇化水平预测方法新探——以神经网络模型的应用为例

在城镇化水平预测领域,基于时间因素的趋势回归法与经济因素的相关分析法是两种较为常用的预测方法,但两者在实际用于预测时都需要通过对时序数据的考察建立起相应的计量模型才能进行,而所建模型往往因存在一定缺陷而使预测效果受到严重影响。目前,基于数据驱动式的"黑箱"建模思想而诞生的神经网络模型在预测领域已得到了广泛应用,但在城镇化水平预测方面尚未得以充分使用。在对上述两种传统预测方法在应用中存在的缺陷进行实证分析并综合考虑时间因素与经济因素的基础上,运用神经网络模型在这一领域进行了尝试性的分析和探讨。结果表明,同两种传统预测方法相比,其预测效果较为理想。     

基于数据集成的智能决策支持技术应用于工业过程建模与优化

建模与优化是流程工业GIMS中的关键技术。本文简要介绍了数据仓库、数据挖掘、智能决策技术 ,提出一种基于数据集成技术的智能决策支持技术。它以数据仓库为平台 ,以数据挖掘技术为手段 ,综合应用机器学习、计算智能 (人工神经网络、遗传算法等 )、模式识别、数理统计、计算机科学等技术 ,以解决生产过程工业过程建模及优化等问题知识获取的技术瓶颈为目标 ,实现工业生产过程决策支持与优化控制     

概念隐喻理论的认知参照点阐释

概念隐喻是思维层面的认知机制,认知参照点是人类另一个基本认知模式。研究发现,概念隐喻中源域向目标域的映射过程其实就是认知主体寻找认知参照点认识目标的过程。不同类型的概念隐喻在语篇层面上其认知参照点模型有所变化,不再局限于只由单个认知参照点来识解目标,可能是多个源域作为认知参照点共同阐释目标实体,也可能是几个源域分别充当认知参照点来认识相应的目标实体。随着语篇结构和内容的多样化,认知参照点模型也需要做出一定程度的修补。     

非均质性砂砾岩储层渗透率预测方法研究

针对测井储层评价中的渗透率预测问题，基于相控建模理念，采用流动单元分析法，将所研究工区划分为4个特征明显的流动单元；采用最能表征储层储集性能的声波时差、补偿密度、补偿中子、自然伽马、流动层带指数进行模糊聚类分析，选取最大隶属度大于70%的最优样本进行建模，得到流动单元的判别模型；建立了复杂砂砾岩储层渗透率模型，提高了储层流体渗透性能的预测精度，为非均质储层物性认识提供了参考方法。