水利普查成果分析中数据立方体计算研究

n维的立方体将生成2n个聚集立方体.如何进行立方体计算,在存储空间和查询时间方面寻求平衡,成为多维分析应用中的关键问题.基于部分物化的策略,并结合水利普查数据特征,改进Minimal cubing方法,提出了层次维编码片段方法HDEF cubing.该方法利用编码长度较小的层次维编码及其前缀,快速检索出与查询关键字相匹配的层次维编码,减少了多表连接操作,从而提高查询效率.以水利普查数据为例,验证了改进的立方体计算方法能高效地对立方体进行存储和查询,适用于水利普查成果分析.     

一种灰色模糊油田区块水驱指标评价模型

针对油田开发中的不确定因素,结合油藏开发因素中的定性化指标,提出了一种基于油田开发水驱指标的模糊综合评价模型.通过灰色关联法定量筛选影响油田开发水驱因素的九项指标,运用层次分析法确定了各指标的权重,结合模糊数学中的判断矩阵实现了油田各区块的模糊综合评价.此方法不仅可以对所有区块进行总体评价,还能对各个具体区块进行精细的评价,为油田开发与管理提供了有效的指导.最后,通过实际例子验证了模型的有效性以及可行性.     

复杂产品仿真可信度鲁棒评估方法

计算机建模仿真已经发展为重要的产品开发和系统测试手段.仿真可信度对仿真结果非常重要,但评估仿真可信度的过程常常较为繁琐.面向复杂产品仿真的可信与可靠评估需求,研究了评估风险的来源,提出了复杂产品仿真可信度鲁棒评估方法.该方法尽可能多地利用专家经验知识、仿真数据和试验数据的评估信息进行定性定量综合评估,通过建立评估结果分析反馈的优化机制,实现在反复迭代的评估过程中,减小不确定因素的影响,使评估结果逐渐趋向一致、稳定,以提高复杂产品仿真的评估结果的可信性、可靠性和鲁棒性.     

一种对任意k的求解RkNN方法的研究

给定集合P和查询对象q,RNN返回的是P的子集P’,且P’中的任意对象o到q的距离都比o到P中的其他对象的距离小,即集合P’中的所有对象都以q为最近邻。本文了介绍一种求任意k的RkNN方法,并对该方法进行改进。     

在线社交网络的UNI64采样方法

在对社交网络采样方法进行研究时,常以拒绝-接受采样法得到的样本作为对照来评价其他采样方法的优劣.由于各种在线社交网络陆续将其用户ID系统由32位升级为64位,导致拒绝-接受采样法的采样命中率近乎为零.本文根据在线社交网络的特点,以新浪微博为例,对其用户ID分布情况进行分析,提出了一种改进的拒绝-接受采样法UNI64.该方法通过分析网络有效ID样本的分布情况,结合聚类的方法将整个样本空间划分为有效区间和无效区间,并使采样算法避开无效区间,仅在有效区间内生成待测样本,从而有效提高了拒绝-接受采样法在有效样本极为稀疏的样本空间内采样的命中率.     

基于RGB色彩空间的四带树木图像颜色校正方法

针对图像受近红外光线参与的影响而出现偏色现象,介绍了一种基于RGB色彩空间的四带（RGB带和一个附加的近红外带）树木图像颜色校正方法. 该方法首先根据R-G差值图像,通过实验获取合适的阈值将四带树木图像二值化. 然后,利用中值滤波器和数学形态学对二值图像进行滤噪处理,提取出偏色较严重区域. 最后分区域进行颜色校正,达到消除近红外干扰的目的. 实验结果表明,该方法对部分常见含植物的场景图像有比较好的校正效果.     

Adaptive Face Recognition via Structed Representation

In this paper, we propose a face recognition approach-Structed Sparse Representation-based classification when the measurement of the test sample is less than the number training samples of each subject. When this condition is not satisfied, we exploit Nearest Subspaee approach to classify the test sample. In order to adapt all the eases, we combine the two approaches to an adaptive classification method-Adaptive approach. The adaptive approach yields greater recognition accuracy than the SRC approach and CRC_RLS approach with low ~ample rate on the Extend Yale B dataset. And it is more efficient than other two approaches.     

Join-based算法在Matlab中的实现

Join-based算法是一种著名的空间co-location模式挖掘算法,co-location模式代表的是一组空间特征的子集,它们的实例在空间中频繁的关联。首先描述了Join-based算法的工作原理,然后以挖掘三江并流珍希植物的共生物种问题为例利用matlab进行了程序实现,给出了运行的最优结果。     

基于可变影响空间的多目标进化算法的解集均匀性评价方法

解集的均匀性评价是多目标进化算法中性能评价的要素之一.文中结合面向个体和面向空间的思想,提出可变影响空间的概念,并基于此提出一种解集均匀性评价方法——基于可变影响空间的多目标进化算法的解集均匀性评价方法(VISUM).该方法通过分析个体在可变影响空间内的相对均匀程度,能准确反映解集的分布均匀性.实验结果证明文中方法的可行性和有效性.     

基于随机子空间的最小最大模块化支持向量机

最小最大模块化支持向量机(M3-SVM)是一种对大规模数据进行模式分类的有效方法.为进一步提高M3-SVM对高维大规模不平衡数据的分类性能,文中分析多种随机子空间策略,并将其与M3-SVM相结合,以实现降维和增加特征层面上的集成机制,从而得到一类基于随机子空间的最小最大模块化支持向量机(M3-SVM-RS).在现实数据集上验证随机子空间策略的有效性,同时通过实验分析M3-SVM-RS中各个子模块(基分类器)之间的差异性.