Fuzzy排序向量的最小二乘算法

本文讨论了在Fuzzy环境中应用最小二乘排序法,由Fuzzy判断矩阵导出方案的Fuzzy排序向量的问题,通过用λ截集距离的积分定义的Fuzzy判断空间中的距离,给出了最小二乘排序法在Fuzzy环境中的表示形式,将Fuzzy环境中的最小二乘排序问题转化为泛函的极值问题。在讨论了对应于泛函的Euler方程组的性质之后,得到了方案排序向量的计算公式。本文将层次分析法中只能处理精确判断的最小二乘排序法拓广到了可以处理Fuzzy判断的情形,较之于原来的方法,具有更为广泛的应用范围。     

矩阵方程AX=B的解法

1引言设称AX=B……（I）为矩阵线性方程组，其中A为系数阵，X为变量阵，B为常量降。本文在解线性方程组理论的基础上，给出矩阵线性方程组AX—B之解法。2定理及其证明定理1矩阵线性方程组AX—B有解的充分必要条件是rank（A，B）一rank（A）。证：令x1，x2，…x。为X的列向量，其中XP=而B的列向量为因为AX—B所以即有这实际上就是常见的线性方程组，根据线性方程组理论可知，有解的充分必要条件是，从而rA）。证毕定理2设矩阵线性方程组AX—B……（！）中rank（A）一r。将矩阵【A，B」进行一系列初等行变换而得到矩阵1＿二卜其中…     

模糊支持向量机的非直达波抑制算法

针对支持向量机中由于噪声和野值带来的过拟合问题,提出了基于模糊最小二乘支持向量机(fuzzy LS-SVM)的抑制非直达波的移动定位方法。利用一种基于支持向量数据域描述的模糊隶属度函数模型,根据样本到特征空间最小包含超球球心的距离来确定模糊隶属度。仿真结果表明了该方法的稳健性,提高了LS-SVM的抗噪声能力。     

构造稀疏最小二乘支持向量机的网络入侵检测模型

从最小二乘支持向量机的稀疏表达出发,构建高效的基于稀疏最小二乘支持向量机的网络入侵检测模型,提出了一种通过基于核空间近似策略的有效低秩逼近来有效减小原始训练样本集中的支持向量数来实现最终模型的稀疏表达。以MIT KDD99数据集为基础,对所提出方法进行有效性验证,并与利用剪枝策略通过递归过程中不断减少模型中支持向量个数的稀疏化方法、基本最小二乘支持向量机以及标准支持向量机方法的性能进行对比。结果表明:基于核空间近似的最小二乘支持向量机稀疏化与标准最小二乘支持向量机相当;此外稀疏最小二乘支持向量机能够提高入侵检测响应速度。     

Xβ=Y的最小二乘解与正规方程X'Xβ=X'Y的解

在研究线性统计模型时,需要求线性方程组Xβ=Y的最小二乘解,其中Y为已知的n维观察向量,β为欲求的k维未知参数向量,X为n×k阶常数矩阵。     

Hermite广义反Hamilton矩阵的广义特征值反问题

给定矩阵X和对角矩阵Λ,利用矩阵分块法和奇异值分解,求Hermite广义反Hamilton矩阵的广义特征值反问题AX=BXΛ的解(A,B)的一般表达式.用SAB表示矩阵方程的解集合,并考虑了对给定矩阵在SAB中的最佳逼近问题.     

固定尺度最小二乘支持向量机

针对最小二乘支持向量机(LS-SVM)在进行回归预测时存在的稀疏性缺陷问题,采用固定尺度最小二乘支持向量机,即固定支持向量数量进行改进。仿真结果表明:固定尺度最小二乘支持向量机在训练各种样本数据集时,有效地避开了LS-SVM中的稀疏性问题,且训练速度快,同时具有良好的预测精度。     

基于改进克隆选择算法的最小二乘支持向量机

针对最小二乘支持向量机的参数选取问题,引入了克隆选择算法,提出了一种基于改进克隆选择算法的最小二乘支持向量机。同时根据最小二乘支持向量机的学习能力和泛化能力,在克隆选择算法的目标函数中加入两者的动态调节机制,这样改进的克隆选择算法在寻优过程中能够准确、快速地搜索到最小二乘支持向量机的最优参数。将本文模型用于乙烯裂解炉裂解深度值的学习和预测,经仿真实验表明:该预测模型的训练速度快,预测精度高。     

解线性最小二乘问题的一种矩阵方法

线性方程组Ax=b的最小二乘解可以表示为x=A_1-b,本文给出一个求A_1~-的初等方法此法是线性代数中用初等变换求逆矩阵方法的推广。     

正态模糊数时间序列的回归预测问题研究

讨论了一类不分明时间序列的线性回归预测问题,通过模糊数空间中的距离,建立了模糊环境中最小二乘回归模型,证明了回归模型的解的存在性和唯一性,并给出了确定模型的模糊参数及检验模型拟合度的计算公式。     

基于特征优选模拟电路故障诊断方法

传统基于最小二乘支持向量机模拟电路故障诊断方法都是使用单一的特征向量组合训练支持向量机所有二分类器,然而实际上每个二分类器对不同的特征向量组合有不同的分类精度。因此,提出了基于马氏距离的粒子群优化算法,为最小二乘支持向量机所有二分类器优选出近最优的特征向量组合。然后,将近最优特征向量组合用于训练和测试该支持向量机。最后把该方法应用于模拟电路早期故障诊断,实验结果表明,基于近最优特征向量组合的诊断精度要高于单一特征向量组合的诊断精度。     

SVD在参数估计中的应用

在缺少信号或观测的先验分布时,通常使用最小二乘估计参数。而由于实际条件的限制,观测矩阵非满秩,最小二乘估计无效。本文给出了基于奇异值分解的方法,利用Moore-Penrose广义逆,可以得到极小范数唯一的最小二乘解。     

基于最小二乘法参数估计的SAW标签脉冲位置编码识别

为了在相同尺寸的SAW标签基础上扩大编码容量,拓宽SAW的应用范围,提出了一种基于最小二乘法的参数 估计法,改进原有的脉冲位置编码方式。构造声表面波阅读器的信号模型,在起始反射栅时延参数估计算法的基础上, 综合考虑单个标签的所有往返时延信息,引入误差向量和目标函数;利用最小二乘法优化目标函数,取消具有参考作用 的起始反射栅,建立反射栅参数的数学模型。通过实例分别求得两种方法的时延,得出最小二乘法参数估计法比起始反 射栅参数估计法具有更短的响应时间,最后利用蒙特卡洛方法对试验数据结果进行统计分析。结果表明该方法能够有 效地提高SAW阅读器的识别速度,具有一定的推广应用价值。     

也谈半正定二次型的判定

在[1]中有以下 定理1 实二次型X′AX(A′=A)为半正定的充要条件是A的一切主子式皆非负。 但这个定理在实际运用中是非常不方便的,这里我们介绍如下 定理2 实对称矩阵A为半正定的充要条件是:对于任意正数a,aE+A均为正定。 证 先证必要性:若A为半正定矩阵,则对于任意非零列向量X,都有X′AX≥0,从而对于任意正数a,X′(aE+A)X=aX′X+X′AX>0。同时又有(aE+A)′=aE+A,故aE+A为正定矩阵。     

矩阵方程A~TXA=C的对称M对称最佳逼近解

在结构动态模型修正中,通常需要修正刚度矩阵与质量矩阵以满足正交条件。通过研究它们的极小二乘逼近解对其进行修正。故在对称M对称矩阵集中,利用标准相关分解(CCD),获得了矩阵方程A~TXA=C的对称M对称极小二乘解;在此基础上应用广义奇异值分解(GSVD)和投影定理,得到了给定矩阵的极小二乘解的对称M对称最佳逼近解。     

LLSM在群体判断中的推广和应用

首先分析了对数最小二乘排序法的特点,说明它是一种值得重视的好方法;并进一步阐述了这一方法的基本原理,着重地对群体判断下求加权的综合排序向量的方法进行了严密的数学推导;提出了在加权的综合排序中权重系数确定的新見解,并举例子以解释。     

求子空间的和与交的基及维数的一种方法

<正> 大家知道:子空间的和的基及维数可用矩阵的初等变换求得;子空间的交的基及维数可利用解线性方程组的方法求得(见[3])。本文介绍一种只用矩阵的初等变换便可同时确定子空间的和与交的基及维数的方法。 定理1:矩阵的初等行变换,不改变矩阵的列向量间的线性关系。     

福建省物流需求中的货物运输量预测研究

货物运输量是物流需求中的重要内容,其准确预测对物流发展规划具有重要意义.通过选取影响货物运输量的16个指标,基于核主成分分析与加权最小二乘支持向量机的预测方法,实证预测福建省物流需求中的货物运输量.结果表明,基于核主成分分析与加权最小二乘支持向量机的预测方法拟舍及预测(测试)都达到了很高的精度.     

广西碳排放量与影响因素关系的VAR实证分析

本文采用加权最小二乘法与向量自回归方法,对比性建立广西碳排放量及影响因素间关系的实证模型,并进一步利用脉冲响应函数和方差分解探索影响系数大小和时期变化规律.研究表明:广西碳排放量对经济增长状况和产业结构的冲击反应十分敏感,能源价格、人均收入水平和外商直接投资随时期变化的响应比较稳定;各变量影响系数在短期和长期存在差异;单位根检验、格兰杰因果检验及协整检验发现碳排放量与各影响因素间存在一种长期均衡稳定的关系.     

MRCI方法研究BN分子结构和解析势能函数

运用多参考组态相互作用 (MRCI) 的方法和Dunning相关调和基函数含扩散基的大基组aug-cc-pV5Z,获得了BN分子基态 (X3П)和三个激发态(1Σ+,1П,3Σ-)的势能曲线 (PECs).利用Murrel-Sorbie(MS) 函数和最小二乘法拟合得到它们的解析势能函数(APEFs),拟合误差很小表明所得解析势能函数能够很好地再现BN分子中原子间的相互作用情况,为进一步研究这一体系的动力学性质和构造多体势能函数提供参考.在所得解析势能函数的基础上,通过解核运动的薛定谔方程得到各电子态的光谱常数.