时域投影模型降阶方法的小样本误差估计

投影方法作为一类重要的模型降阶方法,其计算过程稳定,易于实现,但在理论上鲜有良好的时域误差估计结果．本文提出一种基于小样本估计过程的时域投影模型降阶误差估计方法．该方法首先将降阶过程中产生的误差分解为两部分,然后对各部分利用小样本估计方法进行估计．文中分别对线性和非线性输入输出系统进行小样本误差估计分析．此外,该方法能对线性系统的扰动问题进行分析,进一步的数值算例验证了该方法的有效性．     

一种新的估计不可导概率密度函数的仿真算法

提出了一种新的有效的仿真算法来实现一系列观察样本的概率密度函数(PDF)的估计,尤其算法可以识别PDF的不可导点,并且修正其邻域的误差.算法在信息熵估计、独立性分析、盲信号处理等领域有广泛用途.算法包括5个步骤:经验累积分布函数(ECDF)计算,ECDF重采样,ECDF平滑滤波,不可导点修正和PDF计算.其中,使用了一种叫做"三点重心法"的新算法来完成第三步平滑滤波,还使用了一种新识别算法、3个识别规则和一种新的修正算法完成第四步修正.算法不仅突破了以往方法难以实现的不可导PDF估计,而且使估计误差大为降低.最后计算机仿真证明了算法的有效性和实用性.     

单传感器的数据融合及有效性分析

指出了一种单传感器数据融合方法所存在的缺陷,在修正了这个缺陷的基础之上,进一步从理论上证明了在单传感器系统中,当样本观测值一定时,分组数据融合的估计效果优于传统的单组算术平均的估计效果。实例的数据分析也验证了上述结论的正确性。     

基于重构观测样本的时变MIMO信道估计

在假设信道为连续平坦衰落的条件下,提出两种基于重构观测样本的MIMO信道估计方法,一种是基于累加观测样本序列AONSS(Accumulative Observed Noisy Signal Sequence)的方法,另一种是基于级联观测样本序列CONSS(Reconnected Obserred Noisy signal Sequence)的方法。仿真结果表明:在信道时变情况下,本文提出的基于重构观测样本的信道估计方法是切实可行的,为深入研究MIMO通信系统下的基于重构观测样本的信道估计提供了一种新的思路和途径。     

用正则的方法在正样本和无标签样本上训练二分类器

正样本-无标签样本学习(Positive-Unlabelled Learning,简称PU Learning)。相对于标准的正样本-负样本学习(Positive-NegativeLearning,简称PNLearning),其是一种仅使用少量正样本和大量无标签样本训练二类分类器的方法。以往工作通常使用一种无偏估计的方法,使用正样本和无标签样本估计PNLearning损失,并建立深度神经网络模型。但是,这种估计方法依赖正样本的数量,当正样本数量较少时,学习算法会发生严重的过拟合。     

软件可靠性评估的重要抽样方法

基于统计测试的马尔可夫使用模型对软件可靠性评估提出了一种有效的估计方法.该方法利用重要抽样技术在保证可靠性估计无偏性的条件下,利用交叉熵度量操作剖面与零方差抽样分布之间的差异,通过启发式迭代过程调整各个状态之间的转移概率来修正测试剖面.从理论上证明了利用修正测试剖面测试估计的可靠性是方差为0的无偏估计.最后给出了软件可靠性估计的最优测试剖面生成的启发式迭代算法.仿真结果表明,该方法与模拟退火算法相比,能够明显降低估计的方差,在提高估计精度的同时加快统计测试速度.     

双线性系统的一种小样本辨识方法

本文提出了双线性系统的一种小样本辨识方法。辨识步骤如下:首先从系统的零状态响应推出外部描述模型,然后通过小样本线性系统的一种有效辨识方法ESML来估计其参数,最后从被估计的外部描述模型实现成内部描述模型。仿真表明了该法的有效性。     

基于正例和未标文档的半监督分类研究

针对负例类别很难获得训练样本的情况,提出了一种基于正例和未标文档的半监督分类方法.已知仅有正例文本的情况下,引入k-means 聚类算法对未标样本集进行聚类,从未标样本集中选出最为可靠的负例样本信息,初始化分类器.基于EM的极大似然估计理论,在每步迭代的E-step中,将中间分类器最有把握对其类别进行预测的未标注样本进行分类,并应用到M-step中修正分类器的参数值,迭代选择最优分类器.实验结果表明,该方法取得了较好的分类效果.     

一种模糊辨识方法及其在电站仿真器中的应用

利用模糊聚类和最小二乘估计方法提出一种糊辨识方法。该方法是基于模糊聚类,计算给定样本在各类中的隶属度,并利用递推最小二乘估计辨识模糊模型的后件参数。采用该方法对火力发电厂电站仿真器中的汽轮发电机密封油冷却系统进行建模研究,取得了满意的效果。     

基于三维模型的人脸姿态估计

提出了一种基于三维模型的人脸姿态估计方法。首先根据人脸特征点重建出稀疏的三维人脸模型,然后基于三维模型采用线性回归的方法对人脸姿态进行初步估计,确定姿态范围,再对估计结果进行修正,从而对人脸姿态进行精确估计。实验表明,该方法具有较好的估计效果,提高了姿态估计精度。     

基于词频分布信息的优化IG特征选择方法

文本特征选择是文本分类的核心技术。针对信息增益模型的不足之处,以特征项的频数在文本中不同层面的分布为依据,分别从特征项基于文本的类内分布、基于词频的类内分布以及词频的类间分布等角度对IG模型逐步进行改进,提出了一种基于词频分布信息的优化IG特征选择方法。随后的文本分类实验验证了提出的优化IG模型的有效性。     

分布相关的曲波阈值超声图像去噪方法

散斑噪声作为超声图像的主要噪声严重影响超声成像质量,滤除散斑噪声是超声图像处理过程中重要步骤。以曲波阈值去噪方法为基础,针对常用阈值函数中对较小曲波系数处理粗糙、不连续、收敛慢的缺点,通过分析实际超声图像中散斑噪声的分布,提出了具有与实际噪声分布相关特点的曲波阈值去噪方法。对比测试实验结果表明,曲波去噪方法相比其他去噪方法在不同噪声水平下均具有更加稳定优异的去噪性能,峰值性噪比提高了1~2 dB,平均结构相识度相比也有较大的提高。     

Not all PBILs are the same: Unveiling the different learning mechanisms of PBIL variants

Model-based optimization using probabilistic modeling of the search space is one of the areas where research on evolutionary algorithms (EAs) has considerably advanced in recent years. The population-based incremental algorithm (PBIL) is one of the first algorithms of its kind and it has been extensively applied to many optimization problems. In this paper we show that the different applications of PBIL reported in the literature correspond, in fact, to two essentially different algorithms, which are defined by the way the learning step is implemented. We analytically and empirically study the impact of the learning method on the search behavior of the algorithm. As a result of our research, we show examples in which the choice of a PBIL variant can produce qualitatively different outputs of the search process.     

基于自适应步长果蝇优化算法图像分割

为了解决大津法抗噪性能不佳和分割效率不足等问题,提出了一种自适应改进步长的果蝇优化算法,并对大津法图像分割阈值进行优化。根据浓度平均值变化率改变步长的果蝇优化算法,对传统的步长进行改进,前期升半柯西分布为指数变量,开始时均匀递增然后呈S状上升自适应增加步长。后期利用柯西分布容易产生远离原点的随机数作为指数的算子进行扰动,根据浓度平均值变化率自适应改变果蝇寻优步长,利于跳出局部最优解。实验证明,改进的算法在收敛速度和寻优精度上都取得了较好的结果,在对图像分割的应用中的效果也较优于其他算法。     

基于改进模拟植物生长算法的配电网重构

针对模拟植物生长算法所存在的需遍历搜索区域进行寻优导致计算量太大的问题。将支路交换算法中所用的启发式交换规则与之相结合。提出一种用于配电网重构的改进模拟植物生长算法。所提方法的主要优点,是在保留模拟植物生长算法所具备的全局寻优能力的同时,大大减少每一步计算中所产生的生长点集的数量,因而减少相应的潮流计算、目标函数值计算及形态素浓度计算的次数即计算量．对IEEE33节点系统的计算结果,验证所提方法的有效性。     

Robust estimation of distance between sets of points

This paper proposes a new methodology for computing Hausdorff distances between sets of points in a robust way. In a first step, robust nearest neighbor distance distributions between the two sets of points are obtained by considering reliability measures in the computations through a Monte Carlo scheme. In a second step, the computed distributions are operated using random variables algebra in order to obtain probability distributions of the average, minimum or maximum distances. In the last step, different statistics are computed from these distributions. A statistical test of significance, the nearest neighbor index, in addition to the newly proposed divergence and clustering indices are used to compare the computed measurements with respect to values obtained by chance. Results on synthetic and real data show that the proposed method is more robust than the standard Hausdorff distance. In addition, unlike previously proposed methods based on thresholding, it is appropriate for problems that can be modeled through point processes.     

边界层气溶胶垂直分布阶梯遥感

利用地面接收的太阳直射能量光谱可以提取整层大气气溶胶粒度谱分布信息。本文把这种思想予以延伸,在不同高度测量太阳直射光谱,则可以获得各高度层区间气溶胶粒度谱分布结构。文中以北京气象塔为试验场,利用地面实测资料,结合数值实验,指出了这种阶梯遥感方法在边界层气溶胶垂直廓线探测中的应用前景,并分析讨论了观测精度和垂直分辨率间的关系。     

基于自适应步长的天然气管网动态仿真

根据天然气在管道内部流动缓慢时,压力变化小,反之压力变化大这一特点,提出一种步长依据流量值自适应调整的天然气管网动态仿真方法。该方法通过将管道各点的流量值与基准值进行比较来调整各点步长,然后采用直线法求解天然气流动的动态模型。实例仿真表明：自适应步长法在相同的计算精度下,相比固定步长法具有较高的计算速度。     

采用两步训练法的多目标分布估计算法

提出两步训练法,改进了基于规则模型的多目标分布估计算法.在算法的模型训练环节,首先采用均值分簇法进行初步聚类;然后采用基于流形分簇法进行细致聚类,代替原算法中采用局部主元分析算法需要循环迭代的聚类分簇方法.通过6个Benchmark测试函数验证,改进算法保持了原算法的收敛性和多样性,并缩短了寻优的时间.     

Formant and Pitch Detection Using Time-Frequency Distribution

The Wigner-Ville distribution of a multi-component signalhas a unique structure. Based on this structure, a formant and pitchestimation method for speech signals is introduced. Formants andpitch estimated with this method are more accurate, have betterresolution, and are easier to recognize than those estimated by othermethods. A one pitch-period segment is adequate for formantestimation while a minimal two pitch-period segment is needed forboth pitch and formant detection with one step. Experimental resultsare provided to demonstrate the performance of this method, andcomparisons with other methods are provided.