距离度量学习算法的精确性研究

距离度量学习是机器学习领域较为活跃的研究课题之一,文中利用UCI(加州大学欧文分校)数据库的数据对度量学习算法进行比较研究。为了寻找一种可靠的没有明确定义标志的算法,选择四种算法在UCI的六个数据集上对距离矩阵进行比较。每个样本数据集的性质(尺寸和维度)是不同的,因此算法的结果也不同。编码相似度算法在大多数情况下表现良好。在未来的实际应用领域,对于提高无标记数据和相似集的距离度量学习算法的精确性提供了研究基础。     

融合信任和基于概率矩阵分解的推荐算法

针对推荐精度不准确、数据稀疏、恶意推荐的问题，提出融合信任基于概率矩阵分解（PMF）的新推荐模型。首先，通过建立基于信任的协同过滤模型（CFMTS）将改进的信任机制融入到协同过滤推荐算法中。信任值通过全局信任及局部信任计算获得，其中局部信任利用了信任传播机制计算用户的直接信任值和间接信任值得到，全局信任采用信任有向图的方式计算得到。然后，将信任值与评分相似度融合以解决数据稀疏、恶意推荐的问题。同时，将CFMTS融入到PMF模型中以建立新的推荐模型——融合信任基于概率矩阵分解模型（MPMFFT），通过梯度下降算法对用户特征向量和项目特征向量进行计算以产生预测评分值，进一步提高推荐系统的精准度。通过实验将提出的MPMFFT与经典的PMF、社交信息的矩阵分解（SocialMF）、社交信息的推荐（SoRec）、加权社交信息的推荐（RSTE）等模型进行了结果的对比和分析，在公开的真实数据集Epinions上MPMFFT的平均绝对误差（MAE）和均方根误差（RMSE）比最优的RSTE模型分别降低2.9%和1.5%，同时在公开的真实数据集Ciao上MPMFFT的MAE和RMSE比最优的SocialMF模型分别降低1.1%和1.8%，结果证实了模型能在一定程度上解决数据稀疏、恶意推荐问题，有效提高推荐质量。     

步长自适应的测量矩阵迭代优化方法

在压缩感知中，降低传感矩阵的列相干性可以提高重构精度。因为稀疏字典一般是固定的，所以目前主要通过优化测量矩阵来间接降低传感矩阵列相干性。提出一种改进的测量矩阵优化算法，使用梯度下降法更新测量矩阵并结合Barzilai-Borwen方法以及Armijo准则，使步长能够在迭代中自适应调整并保证算法收敛性。仿真实验表明，所提出的方法具有更快的收敛速度并且能够得到更优的测量矩阵。     

基于改进关联规则算法的警情数据分析

针对传统Apriori算法挖掘警情数据的缺点，提出一种改进的Apriori算法。该算法首先在关联规则发现阶段引入权值参数，设计支持度阈值函数，以挖掘不常发生的重大案情发生规律；然后提出一种压缩矩阵优化算法，将数据压缩存储在只有0或1的矩阵中，并用2个数组来记录矩阵中每一行及每一列1的总数，可多次压缩矩阵，提升挖掘效率；最后将改进的算法用于实际的警情数据挖掘分析，给出关联规则挖掘结果。实验表明，改进算法不仅执行效率较传统算法有所提升，且针对警情数据的挖掘结果准确性也有所提高。     

控制阀-输流管道系统传递矩阵建模与分析

为了揭示控制阀-输流管道系统的流固耦合振动规律,研究了系统的传递矩阵模型建模方法。以一个带有单座式调节阀的固定-简支输流管道的振动分析为例,考虑调节阀内及管道内流固耦合作用,将控制阀阀体作为刚体,控制阀内部阀芯-阀杆-薄膜简化为单自由度质量-弹簧-阻尼系统,输流管道简化为弹性连续梁模型,建立了基于线性假设的控制阀-输流管道流固耦合系统的传递矩阵模型。仿真分析了给定工况下系统的固有特性和稳态简谐时域和频域响应,证明了传递矩阵模型的有效性;同时,通过与单一控制阀模型和单一输流管道模型的仿真对比,揭示了控制阀与输流管道流固耦合相互作用对系统振动响应的影响规律。     

存在同轴度误差的径向永磁联轴器传动特性分析

针对径向永磁联轴器在制造和安装的过程中,主从动转子间易产生同轴度误差,从而引起传动不平稳、效率降低等问题。首先通过磁场分析得到同轴度误差的存在会导致磁力线分布和磁感应强度出现明显的不均匀变化,再利用磁荷库伦定律建立同轴度误差下径向永磁联轴器传动特性的数学模型,推导出相应转矩计算公式,并将公式计算值与仿真测试得到的径向永磁联轴器稳定传递转矩数值分析比对,验证所得转矩公式的正确性。最后根据公式的计算结果分析不同结构参数下同轴度误差对系统传递转矩的影响,得出为保证各型号尺寸的联轴器系统可实现正常传动时的安装精度。     

基于计算机的镀液温度智能控制系统设计

为提高镀液温度的控制精度,以计算机为平台设计了一种镀液温度智能控制系统。设计了一种模糊PID温度控制器,可实现PID控制器参数的实时在线调整。利用动态矩阵,统计过去和当前时刻的偏差,预测未来偏差,进而得到最佳输入。最后,进行了实验研究。结果表明:镀液温度智能控制系统的收敛速率快、精度高、稳定性好,能满足电镀行业的需求,具有广阔的应用前景。