N重亏损系统摄动的原点移位组合近似方法

针对不完全特征向量系的黏性阻尼线性振动系统,提出了基于原点移位组合近似方法求解N重亏损系统重分析问题的快速算法。利用广义模态理论,在组合近似方法的基础上,通过引入原点移位参数求解摄动后的亏损系统,将广义特征向量表示成基向量和系数向量的组合形式,避开求解大规模方程组,简化了复杂的求解运算。数值算例表明,本文提出的算法高效、快速,并且有较好的精确性和稳定性。     

LS-SVM在烟气轮机振动故障诊断中应用研究

烟气轮机机组是利用余热发电原理回收高温热能再生电能的装置,由于烟气轮机机组的故障现象对企业经济和安全生产造成了很大的影响,所以准确判断机组故障发生点和降低故障现象具有十分重要的现实意义。通过对原始信号的三层小波分解提取信号的特征向量,再采用LS-SVM不同核函数及其对应不同参数的选择与实验进行分类研究,得到RBF核函数的分类效果最佳。     

基于RBFCM和ECM的分层取证分析

为实现入侵证据的自动分析,设计一种基于取证图的分层取证分析方法。采用基于规则的模糊感知图模型,从局部识别出网络实体的状态,通过特征向量中心度计算得到重要的种子结点,再从大量攻击场景的关联结点中抽取攻击组。基于DARPA2000的实验结果表明,该方法在攻击组抽取和场景抽取方面具有较高的覆盖率和准确率。     

基于多特征的个性化图书推荐算法

现有推荐算法计算读者之间或图书之间的相似性不准确、推荐精确度不高。为此,提出一种基于多特征的个性化图书推荐算法。根据中图分类法及图书的特征向量计算图书的相似性,依据读者的特征向量及借阅记录计算读者的相似性。在此基础上产生2种预测结果并对其进行加权,产生最终推荐。实验结果表明,该算法具有较高的图书推荐精确度。     

大型模型克隆检测技术研究

模型克隆检测在软件维护、软件结构优化等方面具有重要价值和意义。首先综述了模型克隆的定义,接着对模型克隆的完整检测过程进行了详细划分和讨论,然后介绍了当前国际上最具代表性的两类大型模型克隆检测技术,最后对模型克隆检测的研究现状和亟需解决的问题进行了分析,并展望了该领域未来的研究方向。     

三维破碎物体多尺度拼接技术

在分析三维物体碎片轮廓曲线的特征和表示的基础上,研究多尺度小波轮廓描述符的计算,提出了一种多尺度下轮廓曲线特征提取及基于多尺度分析的三维物体碎片拼接方法.轮廓曲线经多尺度小波变换平滑后,提取曲率和挠率构成特征矢量;在选择了基于小波轮廓描述符的三维曲线匹配起点后,比较2条轮廓曲线的特征矢量以判断轮廓的相似性,并将轮廓匹配的2块相邻物体碎片拼接,实现破碎物体复原.最后通过实验验证了该方法的有效性.     

Google核心——PageRank算法探讨

搜索引擎技术的发展是随着电子技术不断进步而形成的信息数字化和数据网络化的必然产物。一个出色的搜索引擎能够及时向用户提供所需要的信息,而要做到这点就需要一个快速、优质、高效的搜索算法予以支持。Google搜索引擎依靠其PageRank机制及收敛算法一直处于该领域的领先地位。文中介绍了这个搜索引擎的核心:PageRank算法。PageRank算法通过计算网页的重要性值———PageRank值来确定网页排序的优先级,而网页的PageRank值则是通过累加指向该网页的其他网页的PageRank值得到的。因此Google的搜索结果是高效的、客观正确的。     

小波神经网络在模拟电路故障诊断中的应用

介绍了模拟电路故障诊断的神经网络方法及小波神经网络结构和原理,以一带通滤波器为例,提出了一种基于输出灵敏度分析,利用多频测试生成故障特征向量训练小波神经网络进行故障诊断的方法,仿真结果表明小波神经网作为故障分类器具有收敛速度快,诊断准确等特点。     

模糊理论与BP网络在目标识别中的应用

针对利用神经网络进行目标识别时特征向量选取中存在的一些问题：如特征向量选取不当，导致不同目标特征向量值可区分性差；相同目标由于大小、平移、旋转角度的不同，导致特征向量值具有较大差异等，首先对样本图像边缘提取，然后对已有的隶属函数进行改造，提出了一种基于模糊理论的阈值分割法，把图像二值化处理，提取出样本图像中目标的边缘轮廓，对其取不变矩．并归一化不变矩．为了避免不变矩数值过小，对其取对数，以此作为BP网络的输入特征向量，进行训练和识别．试验表明该方法能快速有效地识别出目标．     

求广义特征向量的一种算法

文章提出了初等相似变换的概念，探讨了如何利用初等相似变换法求一个方阵的Jordan标准形及变换矩阵，进而为求一个方阵的广义特征向量创造了条件。该算法对一些特殊方阵，求它的特征值、各级广义特征向量、Jordan标准形及变换矩阵，比用解方程组方法要简单。