整数值时间序列的拟似然推断

基于推广的负二项稀疏算子利用预设新息过程分布法构造一个一元 INAR(1) 模型,给出了模型的概率性质并利用拟似然估计方法对模型进行了参数估计,同时也考虑了最小二乘法、极大似然估计方法。通过数值模拟评估了这些估计方法的有效性,并应用实际数据给出模型的应用,通过比较得出基于推广的负二项稀疏算子带有几何新息过程的INAR(1)是更适合数据的模型。     

面向对象轮廓约束GGVF Snake的建筑物边界优化方法

分析高分辨率遥感影像中建筑物的特征和常用方法提取建筑物存在边界漏检误检导致的边界不规则等问题,提出面向对象轮廓约束广义梯度矢量流（GGVF）Snake模型的建筑物边界优化方法. 在利用分类法获取建筑物轮廓的初始结果基础上,自动提取每个建筑物轮廓线作为GGVF Snake的初始轮廓线,获取各轮廓外接矩形进行对象裁剪,提取每个建筑物的子图对象. 对每个子图对象进行Canny边缘检测,结合Hough变换提取直线特征,输入到广义梯度矢量流模型的迭代求解中快速最小化能量函数,实现对象级建筑物轮廓的精确优化. 实验结果表明,利用提出的方法能够自动获取初始建筑物的轮廓信息,提高优化的自动化程度;基于对象级的边缘检测与直线特征的加入,有助于GGVF Snake快速拟合,准确地平滑建筑物边缘且准确度高. 相对于其他对比方法,本文方法的轮廓优化总体精度和综合值均有提升,可以作为有效提升分类原理获取的建筑物轮廓的优化后处理手段,提高了建筑物提取的精度.     

幂级数和函数的解法综述

本文总结了求幂级数和函数的四种方法。一种方法是将待求级数分解成己知和函数的级数的运算（一般是加减）表达形式,然后逐一求和新的级数;第二种方法是“先求导,再积分”或“先积分,再求导”;第三种方法是把待求级数用基本初等函数的幂级数展开式表示出来;第四种方法是列写出和函数满足的微分方程,解此微分方程得到和函数。     

西宁特钢连铸机技术改造

对西钢新建生产线五机五流小方坯连铸机改造进行了综述.连铸机优良的装备为整条生产线向品种化、规模化、高效化方向快速发展奠定了基础.     

自动铺带轨迹规划中测地线算法研究

本文针对复合材料自动铺放轨迹规划中自然路径求解中的测地线问题给出了求解两点之间的测地线的数值计算方法。该方法将微分方程的边值问题转化为初值问题,在初始方向的选取上较以往方法几何意义更为直观,算例证明算法的正确性。     

A new approach to the epsilon expansion of generalized hypergeometric functions

Assuming that the parameters of a generalized hypergeometric function depend linearly on a small variable ε$\epsilon$, the successive derivatives of the function with respect to that small variable are evaluated at ε=0$\epsilon =0$ to obtain the coefficients of the ε$\epsilon$-expansion of the function. The procedure, which is quite naive, benefits from simple explicit expressions of the derivatives, to any order, of the Pochhammer and reciprocal Pochhammer symbols with respect to their argument. The algorithm may be used algebraically, irrespective of the values of the parameters. It reproduces the exact results obtained by other authors in cases of especially simple parameters. Implemented numerically, the procedure improves considerably, for higher orders in ε$\epsilon$, the numerical expansions given by other methods.     

带可变随机函数和变异算子的粒子群优化算法

标准粒子群优化算法的收敛分析表明,改变随机函数、个体历史最优,群体全局最优,有助于提高该算法的性能。为此,本文提出了一种带可变随机函数和变异算子的粒子群优化算法,即通过改变速度更新方程中的随机函数分布来调节粒子在迭代过程中飞向个体历史最优和群体全局最优的比重,通过对个体历史最优和群体全局最优进行变异来增强种群的搜索能力。实验结果证实了该算法的有效性。     

基于马尔可夫链的自适应性神经网络训练算法

提出一种基于马尔可夫链的自适应性神经网络训练方法,对传统的S型激励函数进行了改进,建立了自适应性的神经网络分类器。在假设样本中噪声服从于正态分布的情况下建立最大似然估计,通过后验概率建立马尔科夫链对样本进行训练,提高了神经网络训练速度。在轴承故障诊断中的测试结果表明,该算法可以迅速稳定地训练出神经网络,有效提高诊断的分类结果。     

Bi-objective optimization of the reliability-redundancy allocation problem for series-parallel system

The main objective of this paper is to solve the bi-objective reliability redundancy allocation problem for series-parallel system where reliability of the system and the corresponding designing cost are considered as two different objectives. In their formulation, reliability of each component is considered as a triangular fuzzy number. In order to solve the problem, developed fuzzy model is converted to a crisp model by using expected values of fuzzy numbers and taking into account the preference of decision maker regarding cost and reliability goals. Finally the obtained crisp optimization problem has been solved with particle swarm optimization (PSO) and compared their results with genetic algorithm (GA). Examples are shown to illustrate the method. Finally statistical simulation has been performed for supremacy the approach.     

基于交叉突变算子的人工蜂群算法及其应用

人工蜂群（artificial bee colony,ABC）算法在解决多峰函数优化问题时经常会陷入局部最优,使得算法过早停滞,而在解决单峰问题时往往出现收敛速度过慢的问题。针对上述不足,为了进一步提高算法的优化性能,提出了一种基于交叉突变的人工蜂群（intersect mutation ABC,IMABC）算法。IMABC算法将整个蜂群依据其适应度值优劣进行划分,引入种群划分参数,对不同种群中的个体运用交叉突变算子,有效地平衡了种群的局部开采与全局探测能力,避免早熟收敛和提高收敛速度。从对基本函数的测试上可以看出,IMABC相对于GABC、IABC、ABC/best等改进的ABC算法,优化能力有了较大的提高。最后,将IMABC用于优化K-means算法,验证了该方法具有一定的实用性。