基于改进CL-ML方法的接地网不开挖腐蚀速率预测模型

接地网是保障电网完全运行的重要部件,但接地网材料易被腐蚀,甚至发生断裂.鉴于接地网腐蚀存在样本数目少、非线性强的特点,在引入对比学习(contrastive learning,CL)和度量学习(metric learning,ML)的基础上,将对比学习和度量学习进行了组合优化,使输出结果变为参与拟合锚点的腐蚀速率系数,在此基础上提出了基于改进CL-ML方法的接地网不开挖腐蚀速率预测模型.该方法把已经采样的珍贵样本作为锚点,显著减小了拟合函数的压力与复杂性,并充分挖掘了稀有样本的内在相关性.试验结果表明,采用该模型的预测结果比采用广义回归神经网络和BP神经网络具有更高的精度.     

Fuzzy度量空间上映射的又一个不动点定理

继文献〔1〕之后证明了Fuzzy度量空间上映射的又一个不动点定理，使文献〔2〕的§1（3，4）的定理成为本文的特例。     

基于分层动态时间弯曲的序列相似性度量方法研究

为了更好地体现时间序列的形态特征,并探索更适合于较长时间序列之间相似性度量的方法,在动态时间弯曲算法的基础上进行改进,提出了基于分层动态时间弯曲的序列相似性度量方法。对时间序列进行多层次分段,并从分段中均匀抽取相对应的层次分段子序列,然后将层次分段子序列抽象为三维空间的点（反映了分段子序列的均值、长度和趋势）进行相似性度量,最后综合各个层次的相似性度量作为结果。实验表明,在参数设置合理的情况下,此方法能获得较高的序列相似性度量准确度和效率。     

用稀疏相似性度量求解压缩传感矩阵

提出一种用稀疏相似性度量求解压缩传感矩阵的方法,并将其应用在图像重建和识别领域中.首先构造一种稀疏相似性度量,然后将其嵌入到传感矩阵的模糊代价函数中,最终传感矩阵的原子更新按照模糊方式进行计算.用该方法优化后的观测矩阵与字典矩阵之间保持了低相干性,并且样本的稀疏信号在相同重构条件下具备了更优的测量数目和质量.在ORL和FERET人脸数据库及91幅自然图像库上的实验结果验证了该算法的有效性.     

TVBPS：一种基于Parallel Sets的具有度量属性的多变元时态数据可视化方法

针对现有“具有度量属性的多变元时态数据”可视化方法不足,提出Parallel Sets分类值排列顺序优化算法ACLEARCR、基于相关度的Parallel Sets变元轴配置算法（VABC）、深度信息Parallel Sets（DCPS）共同组成基于Parallel Sets的具有度量属性的多变元时态数据可视化方法TVBPS。使用具体数据集对提出的可视化方法进行实验,获得的视图能够挖掘数据集中的隐含知识,证明了该方法的有效性。TVBPS可视化方法为分析多变元时态数据集提供了有效手段,具有较高的适用性和易用性。     

基于非平衡哈希树的平台完整性远程验证机制

为提高计算平台完整性度量的远程验证效率,提出一种基于非平衡哈希树的平台远程验证机制。平台可信实体的散列值以非平衡哈希树叶子节点的结构存储,远程验证时,查找度量实体对应的叶子节点,记录该叶子节点到根节点的验证路径,然后传递根节点和验证路径给验证方,最后根据验证路径重新计算根节点来验证度量值的有效性。实验结果表明,该机制能够有效降低散列值存储的空间和时间开销,完整性度量验证的时间复杂度为O(lb N)。     

延迟可扩展性与并行执行时间的关系

针对以往关于可扩展性研究中未充分考虑并行执行时间因素,可扩展性与并行执行时间的关系仍未研究清楚的问题,深入和全面研究延迟可扩展性和并行执行时间的关系,得出并证明了不同算法-机器组合体在相同初始状态下进行延迟扩展后,若执行更快的组合体具有更好的延迟扩展性,则该组合体在扩展后仍将保持更快等重要结论。这些结论丰富了可扩展性和并行执行时间关系的研究内容,为并行计算延迟扩展获得理想扩展性能提供了理论依据。最后,通过对不同算法-机器组合体进行扩展实验,进一步验证了结论的有效性。     

基于知识点的多支持度挖掘算法

在知识点关联分析方法中,采用单一支持度阈值挖掘频繁知识点集,存在挖掘效率不高的问题。籍此,提出基于知识点的多支持度挖掘算法。算法的思想:针对网络学习平台特有的背景,引入知识点兴趣度和知识点出错频度两个度量因子,用以定量分析学习过程和测试诊断过程,客观地反映用户的学习情况;然后对两个度量因子的相关度进行计算,发现学习过程与测试诊断过程间的相关性;最后,结合多支持度策略,计算出基于知识点度量背景的多支持度,采用改进的多支持度关联规则挖掘进行频繁知识点集的挖掘。实验表明,改进算法在客观的支持度设定基础上,能有效地挖掘出频繁知识点集。     

基于本体的文档互操作度量模型

为客观、自动化地评价各种文档在不同情况下实际达到的互操作能力,提出利用本体技术建立文档互操作性度量模型。在准确、形式化地描述文档概念及其关联的基础上,综合考虑各种影响互操作性的度量因素,通过度量函数对不同文档系统间的互操作性进行计算,通过量化的结果为互操作性测评提供客观依据。基于本体的形式化描述,实现了一个面向办公文档领域的原型系统以自动化地进行文档互操作性度量,验证了度量模型构建方法的有效性和模型的实用性。     

基于线性判别边信息结合PHL的三维人脸识别

针对三维人脸识别中受光照、姿态、表情等变化而影响识别性能的问题,提出了一种原型超平面学习算法。利用SVM将弱标记数据集中的每个样本表示为一个原型超平面中层特征,使用学习组合系数从未标记的通用数据集中选择支持向量稀疏集;借助于Fisher准则最大化未标记数据集的判别能力,使用迭代优化算法求解目标函数;利用SILD进行特征提取,余弦相似性度量完成最终的人脸识别。在USCD/Honda、FRGC v2、LFW及自己搜集的人脸数据集上的实验结果表明,该算法优于其他几种三维人脸识别算法。