基于子空间投影的残缺人脸图像识别新算法

提出了改进的基于子空间投影的残缺人脸图像识别新算法,利用非负稀疏矩阵将原始人脸图像分解,从高维空间降到低维子空间,再利用Fisher线性判别式方法进一步降低子空间维数;然后利用欧式距离测量法,识别待测试人脸。实验证明,对残缺人脸图像的识别,新算法具有满意的识别率。     

基于改进遗传算法稀化立体天线阵的优化设计

针对立体共形载体天线阵方向图的高旁瓣高成本优化问题,提出了一种基于惩罚函数下保证稀化率的改进型遗传算法降低阵元数防止栅瓣。以每层天线单元的栅格编号(ij)来设定变量位置,经GA选择、交叉、变异操作改进后植入含递增系数的惩罚函数,初始化种群基因降序,降低复杂度和防止区域早熟。在种群的稀化率满足约束条件下优化天线阵方向泛函,避免在优化过程中出现不可行解,并使阵列欧式间距达到最优切比雪夫间距。以最优目标函数降低旁瓣电平峰值,在俯仰和方位上易于电扫描,其仿真数据表明:GA稀化阵列的峰值电平比现有方法改善了1.07～1.37 dB,方位和俯仰方向的旁瓣电平和栅瓣数归一化后明显降低,能提高阵列主瓣的增益和方向性,降低阵元干扰,改善天线信号的稳定性和包络阵列的收敛性,提高雷达天线阵收发信号的穿透性。     

中国收入分配差距的税收调节研究——基于基尼系数的计量模型分析

将税收负担率、所得税比例、消费税比例作为收入分配公平程度的解释变量,利用中国税收以及衡量收入分配公平程度的基尼系数时间序列数据进行实证研究。在考察中国税收制度对收入分配差距的作用力度和方向的基础上,对政府税收制度的运行效果进行了分析,认为税收对收入分配差距具有逆向调节作用,税制结构不合理,税收制度缺位,税收征管效率低,并提出了今后的改革方向。     

基于分布式数据库系统的数据分配模型研究

提出一种基于分布式数据库的数据分配策略问题,数据分配得好对整个应用系统的改进、数据的可用性、提高分布式数据库(DDB)的效率和可靠性有很大影响.数据片段分配得好,整个系统的性能才会处于一个良好的状态.以通信代价作为衡量标准,通过实例研究数据分配方法的原理及用法,并对各自的优缺点进行了比较与分析的研究.     

基于小波包FBank图谱与CNN的车内异响识别研究

车内异响识别是优化改进异响声源的重要前提,针对目前异响声源诊断效率低的问题,提出一种基于卷积神经网络(convolutional neural network,CNN)的车内异响识别方法。选择4种车内零部件异响声音为研究对象,提取异响信号的梅尔频率倒谱系数和FBank(filter bank)图谱特征,并采用小波包变换对其进行改进,然后使用CNN对训练数据提取更深层次的特征并进行分类识别,同时对比不同特征参数输入对识别率的影响。实验结果表明:所提出的基于小波包FBank图谱与CNN的车内异响识别方法准确率可达90. 2%,基于小波包变换改进的FBank图谱相比于梅尔倒谱系数更加适合作为CNN的输入。     

基于DEA的股票相对投资价值评价与投资策略研究

基于数据包络分析 (DEA)模型构建基础性变量与股价间的非参数型投入产出函数关系 ,其优化计算结果既可以对股票的市场表现进行排序 ,也可以发现股票的相对投资价值大小 ,据此进行投资决策具有更可靠的理论依据 ,而且可以避免传统方法中对大盘走势研判过分依赖的难题     

元学习算法选择机制及关联对性能的影响

提出一种元学习定义,从偏差/方差分解角度对元学习中学习算法的选取机制进行研究,得出了元级选用错误率低且偏差小的学习算法、基级学习算法按照错误率及方差从低到高排列的结论。鉴于标准数据集不能充分评估关联对元学习性能的影响,设计了一种模拟算法以产生模拟数据集。在UCI标准数据集和模拟数据集上的实验表明,同常用的多数投票等组合方法相比,基于算法选择机制的元学习表现出优良的性能,且分类器之间的负关联有助于性能的改进。     

基于债务排序的金融机构系统重要性研究

基于我国2015—2017年金融机构同业拆借数据,采用债务排序方法实证分析了我国金融机构的系统重要性.研究发现:(1)资产规模越大的金融机构的系统重要性就越大的结论并不总是成立的,关联程度高的金融机构的系统重要性程度不一定就比关联程度小的金融机构的系统重要性程度高;(2)金融机构系统重要性程度与其资产规模和关联性程度间均存在指数型函数关系,系统重要性程度高的金融机构往往具有资产规模大和关联程度高的特点;(3)整体而言,我国金融机构系统重要性类型主要为股份制商业银行、国有商业银行和城市商业银行,但不能忽视保险机构的影响;(4)系统重要性金融机构随着时间而存在一定的变化,但整体而言是稳定的.研究认为,不能简单依据金融机构资产规模和关联程度识别其系统重要性程度,应建立系统重要性金融机构的动态监控机制.     

基于光栅式数字测量仪的统计过程控制

选用光栅式数字测量仪、工业PC机和数据采集电路组成一个小型系统，对二极管注胶情况进行检测．仪器与计算机之间进行通信，实现数据的传输，PC机采用统计过程控制的方法分析处理数据，做出直方图和均值一极差(x^--R)控制图，反映被测对象质量是否合格的统计规律，不仅实现了对光电二极管注胶的检测功能，而且对改进生产工序、提高产品质量提供了重要的参考信息。     

西北部地区宏观制度变迁与经济增长的实证研究

1978年改革开放以来,中国西北部六省份在产权多元化、市场化程度、收入分配格局和对外开放程度等四项宏观经济制度方面发生了重大改进。基于这一事实,文章设计并实现了对此四项制度变迁的量化,通过灰色关联分析和回归分析,测度了四项制度变量对地区经济增长的边际影响率和弹性系数。     

农户对农村居民点用地集约利用意愿及影响因素研究——基于Logistic和SEM模型的实证

基于农户的调查数据,采用二元Logistics回归模型和SEM模型,从微观角度分析农户对农村居民点用地集约利用意愿及影响因素。结果表明:(1)研究区农户对于农村居民点用地集约利用意愿不高,为47.32%。(2)对研究区农户集约利用农村居民点用地意愿起到显著性影响的有8项,其中家庭总人口、建筑年代、宅基地用途是极显著因素。(3)在5类外源潜变量中,区位条件变量对农户集约利用意愿产生显著的正影响,其余均产生显著的负影响;对农户意愿的直接影响程度依次为:住宅衍生变量>区位条件变量>农户自身属性>家庭特性变量,住宅特征变量主要通过到住宅衍生变量、家庭特性变量的路径来影响农户意愿。     

基于实数编码加速遗传投影寻踪方法在物流供应商选择中的应用

针对第三方物流供应商评价指标数据的不确定性和高维性,为克服以往评价方法的不足,提出了综合评价的基于实数编码加速遗传投影寻踪方法。采用投影寻踪模型将高维数据投影到低维子空间上,并对数据结构进行分析;采用基于实数编码的加速遗传算法优化投影方向,克服了投影寻踪模型最佳投影方向难于寻找或容易陷入局部最优的问题;通过最佳投影方向来判断各评价指标对综合评价目标的影响程度和方向,得出投影指标值从大到小的排序。同时,对物流供应商做深入分析,将这一方法用于对低维数据（二级指标）进行评价排序,结果显示与综合评价基本一致,达到了对第三方物流供应商科学、准确的评价,可为企业正确选择物流供应商提供依据。     

基于证据加权融合的改进D-S目标识别算法

为有效融合高冲突证据,在总结已有D-S改进算法(CID-S)的基础上提出了新的基于证据加权融合的改进D-S目标识别算法(NID-S).该算法充分考虑了待融合的两证据源与其他证据源间的关联关系,根据相似度矩阵非负对称的性质求取各证据源的相似度、可信度等特征,进而利用证据源的可信度进行加权平均求和,得到不同证据源对各焦元的支持度,并将其作为一组中心值;然后构造相似度函数,并计算不同证据源中的各焦元信度赋值与其对应焦元的中心值的关联程度,从而确定参与产生矛盾信息的焦元的可信度;最后,在局部冲突信息再分配的基础上,给出改进的D-S组合规则.并与D-S算法、已有改进D-S算法进行仿真分析、对比,结果表明:无论是在相对好的探测环境还是强干扰的环境下,本文所提出的改进D-S算法的目标识别结果均优于D-S及其已有改进算法,且是一种实时性好、抗干扰能力较强,适用范围广泛的目标识别算法.     

天然橡胶干燥生产线卸胶工序电气控制系统

针对当前天然橡胶干燥生产自动化程度低的问题,以橡胶初加工自动化生产线为背景,设计了基于可编程序控 制器( PLC)的橡胶干燥生产卸胶工序的电气自动控制系统。根据卸胶工序的工艺控制流程设计了电气元件布置图,给 出了多工作方式的编程思想,基于三菱PLC设计了其外部接线图、I/O地址分配、PLC顺序功能图等。仿真实验证明该 电气控制系统运行平稳,很好地满足了干燥生产卸胶工艺的自动控制要求。该设计方案自动化程度高,可以在实际天然 橡胶干燥生产中推广使用。     

统计与聚类视角的中国中小企业信用评级研究

基于回归分析的思想,可以对现有的聚类算法进行改进,以在一定程度上解决我国中小企业信用评级时面临的违约率缺失与主观性较高的问题。首先对影响回归、聚类以及二者间一致性的因素进行了分析,选取了与之相关的描述变量;接着根据这些变量构造蒙特卡洛模拟,将获得的模拟数据用于回归分析,得到了关于聚类结果与被解释变量间一致性和聚类最优输入参数两个回归方程;最后将回归方程用于指导聚类算法,对我国中小企业的信用风险进行了评级。结果显示,改进后的聚类结果与代表中小企业信用风险大小的企业存续期之间有较好的一致程度,同时还发现,资产类指标对中小企业信用风险的影响较为明显。     

农户生产技术效率的空间环境交互效应研究——基于DEA-VRS-HLM模型的检验

经济空间一体化架构下,基于3省15个乡镇649份微观数据,利用DEA-VRS-HLM模型,实证检验了空间交互环境对农户生产技术效率的影响效应。研究结果表明：对农户技术效率作用效应上,教育和技术是显著的正向预期因子,而年龄和外出务工时间是显著的负向预期因子,农户维度效应在乡镇维度上变异程度由高到低为技术、外出务工时间、教育和年龄,这种变异被乡镇维度变量解释比例最大的是外出务工时间的65%,最小的是年龄的45%；乡镇维度变量强化了教育、外出务工时间、技术与农户技术效率间的正向、负向、正向关联关系,而弱化了年龄与农户技术效率间负向作用效应；地理环境对农户技术效率的提升影响上,年龄和外出务工时间变量在黑龙江和甘肃作用效应更大,而教育和技术在湖南发挥的作用效应更大。     

改进的GID模型及在投资风险分析中的应用

高斯影响图(GID)由Shachter教授于1989年提出。GID将各变量设定为多元正态分布;用关联系数表示变量之间的相关性,用变量的条件,独立性地简化多元正态分布表示方法,其具有概率推理及决策分析的功能;改进了GID模型,形成了投资风险分析的GID程序化算法,并进行了实证分析。     

基于CEEMDAN和CNN TSA GRU的滚动轴承故障识别方法研究

为避免复杂噪声对滚动轴承智能诊断模型的准确率干扰，提出一种基于完全集合经验模态分解CEEMDAN和深度时间自注意力卷积网络CNN TSA的滚动轴承故障识别模型。该模型首先采用CEEMDAN将信号分解为若干固有模态函数(intrinsic mode function，IMF)分量，利用光谱放大因子SAF指标自适应筛选最优高信噪比分量；其次采用改进时间自注意力机制对数据分配权重并采用卷积神经网络CNN提取空间特征，弱化冗余特征信息，保留目标特征；最后利用门控循环单元GRU提取样本数据时间特征，使得网络得到更充分的学习，提高模型鲁棒性。经试验数据验证：所提出的深度学习智能故障识别模型故障识别准确率达到98.87%；对比一维CNN和CNN LSTM模型，识别准确率分别提高915%和8.86%，验证了该模型的有效性和优越性。     

基于两种包络面的机械制造业技术效率评价

为更客观评价制造业的技术效率,运用最优和最劣两种包络面的数据包络分析(DEA)模型分别对选取的2012年85家机械制造业上市企业的技术效率进行了测算,并运用几何平均法组合对两种包络面结果进行了合理化排序。研究结果表明:最优效率或最劣效率与组合效率排名存在偏差,利用组合排序结果更具有客观性;投入要素总量越小、波动幅度越大或者投入变量差额比越大,组合效率相对最优效率和最劣效率的排名变化幅度越大。基于以上结论,建议上市企业应该强化要素投入的均衡性和提高要素的利用率。     

评测Web使用分析中会话识别的准确度

目前用于用户会话识别的方法主要有两类:基于时限的会话识别和与拓扑结构(超链接)结合的会话识别,这两类方法都是在用户识别的基础上对用户活动作出猜测而得到的。该文提出了一套用于对这些启发式方法所获得的数据的准确程度进行量化的评测系统,不同的估测方法反映不同的数据挖掘应用的需要。最后通过一个实际站点的数据说明了评测系统的识别结果是准确的。