一种基于多重特征融合的信源个数估计方法

针对加权盖尔圆估计准则不能充分利用增广加权盖尔圆矩阵信息的不足,在该准则基础上提出一种融合多重特征的信源个数估计方法。利用阵列天线的接收信号构建增广加权盖尔圆矩阵,从中获取用于描述信源个数的盖尔圆心值、盖尔圆半径和加权盖尔圆半径等多重特征构建高维特征向量,并将其标记后代入支持向量机中,训练可进行信源个数估计的分类器数学模型。实验结果表明,该方法不仅能够在信源数只比阵元数少一个的情况下准确估计信源个数,其在低信噪比和小快拍数的环境下也同样具有良好性能。     

悬浊颗粒在线检测传感器

在国外现有研究的基础上,从理论上推导出了悬浊液透光率脉动值的解析式。对该解析式的进一步研究表明,悬浊液透光率脉动值主要与悬浊颗粒大小有关,颗粒个数浓度的影响较小,悬浊颗粒凝聚时透光率脉动值总是增大的。给出了单一粒径组成和具有一定粒径分布的悬浊液,根据其透光率脉动值计算颗粒平均粒径的解析式。     

一种基于相关向量机的股四头肌收缩力量估计方法研究

针对可穿戴设备及共融机器人中的力/力矩测量需求,提出了一种基于相关向量机的人体股四头肌收缩力量估计方法,该方法具备采集设备安装方便、鲁棒性强且宜人性好等优点。通过采集人体股四头肌主要肌肉的MMG信号,提取平均绝对值MAV、平均功率频率MPF、样本熵SampEn及2个不同通道MMG信号之间的相关系数CC2Cs四个特征,利用基于稀疏贝叶斯理论的相关向量机算法RVM构建了MMG-肌肉收缩力量模型,并验证了所提方法的有效性和准确度。结果表明,同一参与者的模型估计结果的均方根误差RMSE为8.7%MVC（最大肌肉随意收缩力）,决定系数R2为0.817,该方法是一种有效、适宜应用在可穿戴设备的人体股四头肌收缩力量估计方法。     

基于最大矩阵元法确定聚类数的软测量建模方法

采用模糊C均值聚类算法(FCM)与支持向量机(SVM)相结合的多模型建模方法:较单一支持向量机软测量模型而言,可以有效解决复杂工业对象的强非线性和大工况范围的问题。但是传统的模糊C均值聚类算法必须依赖先验知识预先确定聚类个数。本文通过建立样本间的相似矩阵,利用模糊聚类最大矩阵元法确定FCM最佳聚类个数,再由FCM对训练样本数据进行聚类并用SVM构建组合软测量模型,得到多模型软测量系统。在对双酚A结晶单元工艺分析的基础上,将该方法:应用于结晶单元苯酚含量的软测量建模,仿真结果:证明该建模方法:提高了模型的估计精度,具有更好的可行性和有效性,能够满足工业生产的要求。     

基于改进子空间追踪算法的稀疏信道估计

由于许多通信系统的信道具有稀疏多径的特性,因此可以将信道估计问题归结为稀疏信号的恢复问题,继而应用压缩感知理论(CS)的算法求解。针对CS中现存的信号重构方法——子空间追踪法(SP)需要对稀疏度有先验知识的缺点,提出一种改进的子空间追踪法(MSP)。该方法的反馈和精选过程与SP算法一致,不同之处是MSP算法每次迭代时向备选组合中反馈添加的向量个数是随着迭代次数而逐一增加的,而SP算法中备选组合被添加的向量个数与稀疏度相同。仿真结果表明,基于MSP方法所得到的稀疏多径信道估计结果优于基于传统SP的方法,且无需已知信道的多径个数。     

基于稀疏信道估计的SC-FDE水声通信

针对水声信道时域冲激响应的稀疏特性,提出基于稀疏信道估计的单载波频域均衡（SC-FDE）水声通信方法。该方法利用匹配跟踪思想,在发射信号矩阵列向量构成的字典中,选择使残余向量投影值最大的列向量去近似拟合接收信号,从而得到水声信道的时域冲激响应,然后通过时-频变换来进行频域均衡。仿真结果表明：该方法可以准确估计出水声信道,其信道估计精度和误码率性能都优于传统的SC-FDE水声通信方法。     

最大生成树算法和决策式算法相结合的中文依存关系解析

基于最大生成树解析算法和决策式解析算法的互补关系,提出了最大生成树解析算法和决策式解析算法相结合的中文依存关系解析方法。结合方法利用Nivre模型的依存关系解析结果和依存度修正最大生成树模型有向边的权重,再搜索最大生成树作为依存树。使用宾州中文树库中的4 500句语料作十折交叉测试,结合模型的依存关系正确率达到了86.49%。结果表明该文提出的结合方法有效地提高了的中文依存关系解析性能。     

基于二态稀疏混合高斯模型的混叠矩阵快速估计算法

基于二态稀疏混合高斯模型,提出了一种新的多支配成分SCA中混叠矩阵估计的快速算法。通过SCA模型的几何意义,讨论了观测信号的分布情况,并证明了在特定情况下混叠矩阵列向量可以通过简单的空间点密度检测方法进行定位估计。介绍了一种采用空间密度检测技术的出混叠矩阵直接估计方法,该方法能够非常有效地提高算法的计算效率。实验结果表明,该算法相比于其它算法具有明显的速度优势。     

无关位在增加测试向量分组长度上的应用

针对内建自测试技术难以检测到抗随机测试故障的缺陷,提出一种充分利用测试向量中的无关位增加测试向量分组长度的方法。由含无关位的测试向量产生出相应电路内部节点的响应向量,通过分析测试向量与响应向量之间的关系,给出一些启发式规则并构建相应的有向图,用深度优先搜索方法查找出P?M个有向图的最长公共路径。实验结果表明,最大测试分组中的向量数平均增加了2.2个。     

基于最大熵估计的支持向量机概率建模

提出一种基于最大熵估计的支持向量机概率建模方法．针对传统的支持向量机方法不能提供后验概率的输出问题，从信息熵的角度采用最大熵估计方法，直接对支持向量机输出进行后验概率建模．实验结果表明，与同类算法相比，所提出的基于最大熵估计的概率建模方法具有优良的性能．     

基于VC的MIMO-OFDM系统的子空间半盲信道估计

传统的子空间盲信道估计收敛速度缓慢且需要大量接收信号才能保证估计性能良好,就此问题提出了一种新的基于虚拟载波（VC）的MIMO-OFDM系统的盲信道估计算法。该算法是传统子空间算法与块矩阵思想的结合,在每个OFDM符号中提取一组子矢量来降低维度。而后又在盲信道估计算法中加入导频序列形成新的半盲信道估计算法。通过计算机模拟仿真发现,新提出的盲信道和半盲信道估计算法在信道估计性能和收敛性方面均表现较好。     

一种考虑类别信息的音频特征提取方法

提出了一种利用训练数据的类别信息改善分类效果的音频特征提取方法．与传统的利用独立分量分析进行特征提取的方法相比，在计算训练向量空间的基函数组时，特征向量各分量之间的互信息不是直接在全体训练向量上计算的，而是分别在各个不同类的训练向量上计算，然后求其统计平均值．实验结果表明，用这种方法得到的基函数组，能够进一步减小同一类音频的特征向量各分量之间的互信息．从而提高分类的成功率．     

Generating weighted fuzzy rules from relational database systems for estimating values using genetic algorithms

In recent years, some methods have been proposed to estimate values in relational database systems. However, the estimated accuracy of the existing methods are not good enough. In this paper, we present a new method to generate weighted fuzzy rules from relational database systems for estimating values using genetic algorithms (GAs), where the attributes appearing in the antecedent part of generated fuzzy rules have different weights. After a predefined number of evolutions of the GA, the best chromosome contains the optimal weights of the attributes, and they can be translated into a set of rules to be used for estimating values. The proposed method can get a higher average estimated accuracy rate than the methods we presented in two previous papers.     

Evaluation of quantization error in computer vision

Due to the important role that digitization error plays in the field of computer vision, a careful analysis of its impact on the computational approaches used in the field is necessary. The authors develop the mathematical tools for the computation of the average (or expected) error due to quantization. They can be used in estimating the actual error occurring in the implementation of a method. Also derived is the analytic expression for the probability density of error distribution of a function of an arbitrarily large number of independently quantized variables. The probability that the error of the function will be within a given range can thus be obtained accurately. The tools developed can be used in the analysis of the applicability of a given algorithm     

半监督SVM的工作集样本预选取方法

针对传统的半监督SVM训练方法把大量时间花费在非支持向量优化上的问题,提出了在凹半监督支持向量机方法中采用遗传FCM（Genetic Fuzzy C Mean,遗传模糊C均值）进行工作集样本预选取的方法。半监督SVM优化学习过程中,在原来训练集上（标签数据）加入了工作集（无标签数据）,从而构成了新的训练集。该方法首先利用遗传FCM算法将未知数据划分成某个数量的子集,然后用凹半监督SVM对新数据进行训练得到决策边界与支持矢量,最后对无标识数据进行分类。这样通过减小工作样本集,选择那些可能成为支持向量的边界向量来加入训练集,减少参与训练的样本总数,从而减小了内存开销。并且以随机三维数据为例进行分析,实验结果表明,工作集减小至原工作集的一定范围内,按比例减少工作集后的分类准确率、支持向量数与用原工作集相比差别不大,而分类时间却大为减少,获得了较为理想的样本预选取效果。     

Support Vector的几何解释及其在联想记忆中的应用

利用闭凸集上的投影解释support vector的几何意义，利用支持超平面讨论线性分类器的设计问题，对线性可分情形，Support vector由一类数据集合闭凸包在另一类数据集合闭凸包上投影的非零系数向量组成，SVM所决定的超平面位于两投影点关于各自数据集合支持超平面的中间，作为应用，文中给出一种设计理想联想记忆前馈神经网络的方法，它是FP算法的一般化。     

基于Bloom filter的远程对称差规模估算法

在内容分发网络、闲谈协议、移动数据同步等分布式系统中,远程主机上集合对称差规模的估算准确程度,直接影响基于CPISync算法的集合调和方法的消息交换轮数以及调和时间。对称差规模的估算误差越低,则集合调和的速度越快。本文提出基于布鲁姆过滤器的准交集查询法,该算法可显著降低对称差规模的估算误差,提高调和算法的效率。     

类矩阵神经核特征融合的人脸识别方法

针对人脸识别过程中所提取特征向量的信息不完整性与整体图像信息数据量较大的问题,提出一种类矩阵神经核特征融合的人脸识别方法。该方法为深度神经网络的首层升维操作,首先将人脸数据作为特征向量的集合,利用随机矩阵列采样构成随机特征矩阵;其次设计深度神经核将随机特征矩阵映射为高维空间中的新特征向量;最后利用快速收缩算法求解匹配过程中的不定线性代数方程组,使收敛速度达到二阶收敛。该方法既克服了直接使用人脸图像数据空间复杂度较大的问题,又增加了特征的非线性结构,提高了特征向量的表达能力。实验结果表明,该方法识别率高、稳定性强、鲁棒性好,适合处理大型数据。     

A CHIM-based interactive Tchebycheff procedure for multiple objective decision making

This study presents a new solution procedure for multiple objective programming (MOP). It applies the concept of the normal boundary intersection (NBI) within the framework of the interactive weighted Tchebycheff procedure (IWTP). The proposed procedure is a collaborative approach to overcome the weak points inherent in both the NBI method and IWTP. In order to control the solution procedure of pinpointing a final solution properly, we parameterized the Pareto-frontier via a set of reference point vectors based on the convex hull of individual maxima (CHIM) instead of using the varying weights of each objective. Using well-distributed reference point vectors, we could identify well-distributed Pareto-optimal solutions, thereby eliminating the IWTP filtering stages and reducing the chance of missing the best compromise solution from the decision maker (DM)'s utility point of view. Moreover, by working with a sequence of progressively smaller subsets of reference point vectors, the DM can identify a final solution at earlier stages than with the IWTP.