基于极限学习机的堤防工程多元风险指标评价方法

为提高堤防工程风险评价的准确性,提出了基于极限学习机的堤防工程多元风险指标评价方法。首先,综合考虑影响堤防风险的28个评价指标,利用层次分析法从预警系统、堤防工程系统、环境系统和社会经济系统这4个方面建立了堤防工程多元风险评价指标体系。接着,基于极限学习机算法对28个指标进行标准化处理及分级标准构建,以风险指标作为输入量,分级隶属度作为输出量,划分风险等级,量化评价指标,估计多元风险评价指标值和判断风险的严重程度。最后,依托鄱阳湖重点堤防——康山大堤,构建多元风险评价指标体系,运用极限学习机算法计算多元风险评价指标值。评价结果表明:康山大堤目前处于基本安全水平,符合康山大堤经过两次加固后的工程实际情况,并与其他方法进行对比,验证了提出方法的可靠性和有效性。该方法可拓展应用到其他重要水工结构工程风险评估中。     

基于改进AHP-FCE模型的多指标拟态表决算法

为了提高拟态防御中表决的准确性,提出了一种基于改进层次分析-模糊综合评价（AHP-FCE）模型的多指标拟态表决算法.针对传统AHP-FCE模型中判断矩阵一致性检验的缺点,对判断矩阵的构造方法进行了改进,构造具有一致性的判断矩阵,无须一致性校验和调整.基于该改进模型,综合分析了拟态表决中的一致度、历史置信度、异构度指标,将拟态表决转化为模糊评价过程.仿真结果表明,与一致表决相比,该算法能有效提高表决的正确率,提升拟态系统的整体安全性能.     

基于多元索引后继树的时间序列数据流挖掘

本文以地电前兆观测数据流为研究对象,提出了一种新颖的基于多元索引后继树的时间序列数据流挖掘模型。该模型的主要特点是使用一种新颖的位置索引方法,通过一遍扫描创建描述一个序列的所有元素的绝对位置的多元索引后继树,使用索引匹配方法以模式增长的方式生成频繁模式。理论分析与实验表明,该方法简单、高效,具有很好的实用价值。同时,通过对大量持续的地电前兆观测数据流进行分析处理,挖掘隐藏在其中的反映地电参数正常变化规律及趋势的频繁模式,为发现地电前兆异常识别提供依据,从而辅助进行地震预报。     

输出函数在多输入多输出非线性控制系统设计中的重要作用

针对多输入多输出系统研究了输出函数在非线性控制设计中的作用,指出输出函数在非线性控制设计中的一个重要功能是对闭环系统进行极点配置,并提出了一个对非线性控制系统具有一定普适性的输出函数形式。讨论了通过将输出函数选取为多状态量的线性组合形式来实现对系统闭环极点进行配置的方法。在多输入多输出系统中,针对凝汽式汽轮发电机给出应用实例。举例中讨论了通过将输出函数选取为发电机端电压Uf、转子角速度ω、转子角加速度ω、输出有功Pe等状态量的线性组合来设计出具有多性能指标的非线性控制律,以改善系统的动、静态性能。仿真结果表明所提出的控制律不仅能明显地提高发电机的动态稳定性,而且能准确地将发电机的端电压Uf和输出有功Pe控制在其给定值上运行,不会因受扰而发生偏移。这表明所提出的控制律能很好地协调系统的动、静态性能。     

多指标融合的指纹图像质量评测方法

提出一种将分级排除和综合评测相结合的多指标融合的指纹图像质量评测方法。该方法综合考虑指纹图像的局部特征和全局特征,通过从空域和频域上提取质量评测指标,采用非线性加权平均的数学模型计算指纹图像的质量得分,得到对指纹图像质量的客观评测结果。在FVC2004标准指纹库中进行实验,结果证明该方法可以准确、客观地评测指纹图像质量,评测结果与专家的视觉评测结果接近。     

TOPSIS方法在施工管理中的应用

本文用联系数的方法对多指标决策的TOPSIS方法作了改进,克服了传统多指标决策TOPSIS方法不计方案点与理想点和负理想点非线性关系的不足.从而可以更加准确地确定最佳施工方案.     

系统工程在边坡设计方案评价及选取中的应用

阐述了运用系统工程对边坡设计方案进行评价的基本原理、相关概念以及采用的计算方法，通过具体的工程实例说明系统工程能够为方案的评价、选取提供有效依据，从而避免盲目决策和不必要的损失。     

Fisher判别分类法在光伏并网系统稳态电能质量评估中的应用

针对稳态电能质量综合评估的复杂性以及单项指标在反映电能质量综合水平的局限性,首次提出将Fisher判别分类法用于并网光伏稳态电能质量的评估,进而确定光伏并网可行性。根据已知的电能质量国家标准,通过构造样本来得到判别模型,然后利用回代估计法对模型进行检验,并对实际系统进行判别分析。实验结果表明所提方法所得误判率小,具有较强的判别能力。     

基于动态专家会议算法的刀具磨损度在线识别

为了提高机床加工过程中刀具磨损度识别准确率,提出基于动态专家会议算法的在线识别方法。分析刀具磨损机制,设计刀具磨损度识别框架;使用CEEMD分解源信号得到IMF分量,并基于IMF分量提取信号的改进I-kaz TM 系数、功率谱熵、标准差等多指标特征矩阵;针对随机森林算法存在的问题,将决策树视为决策专家,根据专家历史决策准确率动态确定专家决策权,从而设计一种新的动态专家会议算法。经PHM2010刀具磨损数据集验证,多指标特征矩阵在空间分布的类内聚集度、类间区分度均较好;基于动态专家会议算法的刀具磨损识别准确率为98.44%,分别比RF、LS-SVM算法高出了17.19%、11.72%,说明动态专家会议算法在刀具磨损度识别中是有效的。     

Data-oriented multi-index Hashing

The multi-index hashing (MIH) is the state-of-the-art method for indexing binary codes. However, it is based on the dataset codes uniform distribution assumption, and will lower efficiency in dealing with non-uniformly distributed codes. In this paper, we propose a data-oriented multi-index hashing method. We first compute the correlations between bits and learn adaptive projection vector for each binary substring. Then, instead of using substrings as direct indices into hash tables, we project them with corresponding projection vectors to generate new indices. With adaptive projection, the indices in each hash table are nearly uniformly distributed. Besides, we put forward an entropy based measurement to evaluate the distribution of data items in each hash table. Experiments conducted on reference large scale datasets show that compared to the MIH the time performance of our method can be 36.9％～87.4％ better .