基于高维云模型的多属性客户群体相似性度量

对已有的相似性度量方法进行了总结,分析了已有算法存在的不足.针对缺乏多属性客户群体间相似性度量算法以及已有的算法不满足度量特性和一致性的现状,提出了一种基于高维云模型的新算法.给出了高雏云模型的概念及其应用,指出了度量应满足的性质.最后,通过实证分析,说明了该算法的优势,证明了该算法的有效性.     

基于曲率估计的运动平滑性度量算法

研究了用运动平滑性量化度量和评价康复程度的方法。针对现有运动平滑性检测算法缺乏一致性、灵敏性和鲁棒性的问题,通过对康复运动平滑性的分析,提出了一种新的基于曲率估计的运动平滑性度量算法。该算法的核心是利用速度曲线局部结构的协方差矩阵特征根估计曲率,并基于估计的曲率实现对运动平滑性的量化度量。用该算法,实现了对根据康复过程中各种情况生成的模拟曲线和实际病人康复训练的运动曲线的平滑性度量,并与现有的6种平滑性度量方法进行了对比。试验结果表明,该算法与已有算法的度量结果具有一致性,并且在灵敏性和抗干扰方面表现出了较好的性能。     

一种有效的基于密度度量的相交网格划分聚类算法

针对高维聚类算法--相交网格划分算法GCOD存在的缺陷,提出了基于密度度量的相交网格划分聚类算法IGCOD.IGCOD算法对相交网格的尺寸进行控制,重新定义更为合理的密度度量方法,根据密度期望值来合并两个相交的网格.理论分析和实验证明,相对于GCOD算法,基于密度度量的相交网格划分聚类算法IGCOD在性能上有显著的提高.     

基于GaAs激光器性能退化的可靠性度量方法

针对传统可靠性度量方法对高可靠性及长寿命的激光产品进行可靠性度量存在因模型假设不准确而出现可靠性度量错误风险的问题,基于性能退化轨迹提出了利用非参数局部线性回归估计对实际的退化模型进行直接估计的方法.该方法在确定实际模型后,利用失效阈值外推获得伪失效寿命时间,进而采用完全寿命时间数据进行可靠性度量.最后通过对GaAs激光器的退化数据进行可靠性验证分析,结果表明此方法提高了可靠性的预测精度,拟合程度高,稳健性好.采用非参数局部线性回归估计方法得到的结果合理、准确.     

基于Vague集的绿色包装设计评价方法

提出了一种基于Vague集相似度量的绿色包装设计的评价方法.基于绿色包装设计的内涵,建立了绿色包装设计的评价指标体系,并基于Vague集相似度量对绿色包装设计的候选方案进行合理性评价,最后给出了应用实例.     

基于级联双稳随机共振和多重分形的机械故障诊断方法研究

对级联双稳随机共振的滤波特性进行了对比和分析,利用这种特性,结合广义维数对信号非线性特征的度量能力,提出了基于级联双稳随机共振和多重分形的机械故障诊断方法。实验结果证明,该方法可以有效的消除高频噪声,增强低频段信号的能量,由此得到的分形维数比较准确,能够更加精确地度量机械振动信号的非线性特征,从而达到机械故障诊断的目的。     

金融市场风险度量方法的发展

本文综述有关市场风险度量方法的发展过程和前沿问题.在分类概述基于收益分布矩信息的风险度量、随机优势准则、VaR、Coherent风险度量、凸风险度量和多期动态风险度量等定量模型的基础上,指出各类模型的优点、所存在的问题及可能的解决办法,并对未来风险度量方法的研究进行展望.     

基于EEMD、度量因子和快速峭度图的滚动轴承故障诊断方法

在基于EMD、谱峭度以及包络分析的滚动轴承故障诊断方法的基础上,提出了改进的基于EEMD、度量因子和快速峭度图的诊断方法。该方法首先将故障信号进行EEMD分解得到一组IMFs,然后使用提出的基于距离的度量因子筛选出最能表征故障信息的IMF分量重构信号,接着利用快速峭度图构造最优带通滤波器,最后将滤波后的重构信号进行包络分析并将包络谱与轴承故障特征频率进行比较从而诊断出具体故障。滚动轴承的内圈故障仿真数据以及工程实测数据均很好地验证了提出的改进方法的有效性,说明其具有良好的应用前景。     

基于概率半测度的风险度量

在金融风险管理中,对风险度量方法的研究一直是该领域的一项重要内容．我们先利用概率测度以及凸函数构造了一种风险度量,但是发现该度量不满足协调性以及下侧风险的思想．我们又利用凸函数构造了基于半概率测度的风险度量,发现该风险度量方法包括了许多常见的风险度量方法,如半方差、半绝对离差、下偏矩、ES等．研究表明新风险度量不仅满足凸性而且还满足协调性．考虑到凸性以及协调性在投资组合以及风险管理中的重要意义,该风险度量方法具有一定的研究价值和实际意义．     

汽车人机交互产品用户满意度度量方法研究

目的研究基于面部表情识别技术的用户满意度客观度量方法。方法以两款车载信息系统为载体,以面部表情识别与BP神经网络算法为技术手段,设计用户分别与两款系统进行人机交互的实验,建立用户面部表情与用户主观满意度的映射模型,并进行用户满意度预测,对比模型预测值与用户主观量表值,分析得出模型的预测能力,验证度量方法的可行性。结论该模型对用户满意度的预测值与用户主观满意度值的整体均方误差为0.165,实现了在较小误差范围内的准确预测。模型通过识别用户与产品进行人机交互时的面部表情,能有效客观地度量用户对产品的满意度。     

基于深度度量学习的轴承故障诊断方法

针对机械大数据因故障类内离散度和类间相似度较大而导致诊断精度低的问题,提出一种深度度量学习故障诊断方法,采用深度神经网络(Deep Neural Network, DNN)对故障特征进行自适应提取,并利用基于欧氏距离的边际Fisher分析(Marginal Fisher Analysis, MFA)方法进行了优选,在构建的深度度量网络(Deep Metric Network, DMN)顶层特征输出层添加BPNN(Back Propagation Neural Network, BPNN)分类器对网络参数进行微调,并实现故障的分类识别。通过对不同类型和严重程度的轴承故障进行了诊断分析,验证了该方法可以有效地对轴承故障进行高精度诊断,效果优于传统深度信念网络(Deep Belief Network, DBN)故障诊断方法以及常用时域统计特征结合支持向量机(Support Vector Machine, SVM)分类的故障诊断方法。     

距离度量学习的摄像网络中行人重识别

针对在不同的摄像头场景下,光线、摄像头参数的差异较大使得行人重识别困难的问题,提出一种基于距离度量学习的方法进行行人重识别.该方法首先为每一对摄像头学习一个距离度量模型.其次,根据上述因素的影响强度为这些度量模型赋予相应的权值.最后,对度量模型与其相应权值的乘积进行累加与优化,得到最终的距离度量模型.经过在两个公共数据集中进行行人重识别实验,其结果显示所提出的方法能够提高行人重识别的正确率.     

脑力负荷度量方法的新进展述评

按照4类脑力负荷度量的方法:主任务度量法、次任务度量法、生理度量法和主观度量法分别展开,综述了脑力负荷度量方法体系从1995年以来的新进展,并对这些进展进行总结和评价.结论如下:总体上看,脑力负荷的度量方法体系一直在不断发展,但是并无大的突破;针对主观度量法和生理度量法的研究多于针对另外两类方法的研究;有关脑力负荷度量方法的研究趋向于融合多种方法和手段,更接近各种现实的脑力任务,并且考虑更多因素.     

基于稳定分布的EPGARCH模型

本文对EGARCH模型进行了推广,得到了EPGARCH模型。对该模型的参数估计采用了带约束条件的非线性规划方法。利用直方图、时序图和Q统计量检验等方法对沪深指数收益序列进行了特征分析,得出收益序列具有高峰厚尾和波动聚集性。通过对沪深指数的VaR计算,得到在金融风险度量中基于稳定分布的EPGARCH模型比基于正态分布的EPGARCH模型更加有效。     

信息的度量问题概述

信息是一个复杂的概念,我们讨论的信息是基于信息的不确定性.即认为信息是事物的不确定性.那么如何度量信息是对信息的定性描述的一个关键问题,讨论信息的可度量性,度量的标准,度量的方法.并给出信息的度量:香农熵.     

软件可信度量评估系统的设计与实现

可信计算是目前信息安全领域研究的热点问题之一.首先,分析软件可信度量的研究意义,然后对构建了软件可信树体系结构,提出软件可信树的软件可信度量的方法与步骤.最后完成软件可信度量评估系统的分析、设计与实现.结果表明能够对软可信进行等级化度量.     

大数据分析下网络消费体验设计要素及其度量方法研究

目的针对大数据分析下网络消费体验设计的内容要素与度量方法展开研究,归纳并构建大数据分析下网络消费体验设计的理论模型。方法通过文献分析,得出大数据分析的特点与优势及对用户体验的促进作用。以客户体验旅程和比较分析方法为基础,对大数据分析下网络消费体验设计要素与度量方法进行探索,并结合对亚马逊网站购物体验的典型个案分析,推导出其理论模型结构。结论阐明了大数据分析对产品与服务的整体用户体验优化具有重要的推动作用,归纳出了客户网络消费体验旅程的7个要素内容和5个度量指标体系,结合情境分析得其理论模型的内容、方法和技术的3个层面。     

线性回归诊断中的高杠杆点度量

本文基于线性回归模型提出了一种新的影响度量矩阵,通过对其性质的研究及从数据加权扰动角度分析指出了其对角元比传统度量意义更加鲜明,更易识别出高杠杆点.在此基础上提出岭估计下的影响度量矩阵,进一步提出并研究了岭估计的高杠杆点度量,得到岭估计与最小二乘估计在数据加权扰动时的高杠杆影响变化程度相同的结论,并指出其比前人文献中的度量形式更加简洁.     

基于矩阵体积度量的二维PCA人脸识别

本文提出一种符合高维几何空间理论的矩阵体积度量分类准则用于人脸识别.基于二维PCA的人脸识别方法主要研究的是特征提取部分,对后继的分类识别研究不多.基于二维PCA的人脸识别方法中典型的分类准则是比较特征向量的欧氏距离,而新方法比较的是矩阵的体积.在ORL和AR人脸库上的实验表明,所提出的矩阵体积度量较传统距离度量分类准则更有效.     

城市生活垃圾收运车辆调度干扰管理研究

针对城市生活垃圾收运中的车辆故障问题,根据干扰管理思想,提出干扰辨识方法和基于初始计划偏离的扰动度量方法,并以最小化与原方案偏差为目标,构建了干扰管理模型。最后,通过对实例问题进行仿真实验,并与传统干扰处理方法进行对比,验证了干扰管理模型的有效性和优越性。