基于光流速度分量加权的人体行为识别

为了提高光流特征对人体行为的描述性,提出一种新的人体行为识别方法。首先,将提取的光流特征分解为u和v两个速度分量分别来描述行为,通过直接构造视觉词汇表分别得到不同行为两个速度分量的标准视觉词汇码本,并利用训练视频得到每个行为的不同分量的标准词汇分布;进而根据不同行为两个分量的标准视觉词汇码本,分别计算测试视频相应的速度分量的词汇分布,并利用与各行为两个速度分量的标准词汇分布的加权相似性度量进行行为识别;最后在KTH数据库和Weizmann数据库中进行实验。实验结果表明,与其它行为识别方法相比笔者提出的方法可以明显提高行为平均识别率。     

基于知识语义权重特征的朴素贝叶斯情感分类算法

针对文档级情感分类的准确率低于普通文本分类的问题,提出一种基于知识语义权重特征的朴素贝叶斯情感分类算法.首先,通过特征选择的方法,对情感词典中的词进行重要度评分并赋予不同权重.然后,基于词典极性的分布信息与文档情感分类的相关性,将情感词的语义权重特征融合到朴素贝叶斯分类中,实现了新算法.在标准中文数据集上的实验结果表明,提出的算法在准确率、召回率和F1测度值上都优于已有的一些算法.     

直觉对偶犹豫模糊集的集结算子及其应用

在对偶犹豫模糊集与直觉模糊集的基础上,提出了直觉对偶犹豫模糊集的概念和基本运算,构造了直觉对偶犹豫模糊集的算术加权平均集结算子和几何加权平均算子,并考虑有序和广义的情况,分别给出相对应的公式。同时针对某些算子的特殊性质,给出了详细描述和证明。针对模糊集的多属性群决策问题,提出了一种新的基于直觉对偶犹豫模糊集的集结算子的多属性群决策方法,通过一个实例说明了该方法的实用性和有效性。     

信息融合相似性算法下的虚拟社区链接预测

针对传统的基于节点相似性的链接预测方法存在链接预测指标仅考虑网络结构信息或者节点属性信息,以及链接预测指标静态处理节点之间关系的问题,提出了一种基于信息融合相似性算法的链接预测指标（similarity based on network evolution and user generated content , SNEUGC）,该指标结合用户生成内容信息和网络演化信息对含权网络进行链接预测,以解决现有链接预测指标在含权网络环境下链接预测准确率低的问题。实验证明,该方法的准确率达到了80％,具有一定的可行性。     

张家口市年降水量的加权马尔科夫链预测

根据张家口市1970~2010年的年降水量系列对2011年、2012年的年降水量状态进行加权马尔科夫链预测,再结合模糊集理论中的级别特征值对2011年、2012年的年降水量数值进行预测,与实际年降水量相比,相对误差仅为5%和-3.5%,预测成果合理可靠,结果较为令人满意。     

考虑数据缺失的电力系统暂态稳定自适应集成评估方法

随着电力物联网概念的提出,暂态稳定评估在电力系统规划运行中扮演着越来越重要的角色.由于同步相量测量单元(PMU)的广泛配置,基于机器学习和PMU在线量测数据的暂态稳定实时评估方法展现出了巨大的发展潜力.针对这类方法在应用中可能因PMU失效而严重影响精度的问题,文中提出了一种考虑数据缺失的电力系统暂态稳定自适应集成评估方法.首先,在保证全网节点可观性的基础上构建考虑PMU重要性的PMU子集集合搜索算法.然后,根据PMU子集对应的特征集训练暂态稳定评估子模型.最后,在任意可能的PMU失效情况下采用自适应加权融合机制构建集成暂态稳定评估模型.在新英格兰10机39节点电力系统上的仿真表明,文中提出的方法在PMU失效造成的数据缺失下仍然能够准确、可靠地进行暂态稳定评估,在鲁棒性、计算量及准确率上相比已有的方法均具有较大优势.     

复合变指数趋近律的永磁同步电机控制

针对变指数趋近律应用在永磁同步电机矢量控制中出现的抖振以及趋近滑模面较慢的问题,提出一种复合变指数趋近律的控制方法。该方法引入变指数并与加权积分复合,变指数趋近律可使其快速趋近滑模面,加快系统的反应速度;再与加权积分增益结合,能消除滑动阶段抖动切换增益严重的问题。依据所提出的方法,设计了速度控制器,并与变指数趋近律进行仿真比较。仿真结果表明:稳态时,系统转速波动小,静态误差低;负载转矩突变时,系统反应迅速,响应时间短,提升了快速响应能力。     

炮孔平均品位计算方法的分析与比较

通过对炮孔平均品位、炮孔加权平均品位、三次多项式拟合法计算平均品位的分析与比较,得出了三次多项式拟合法计算平均品位较结合实际,符合地质品位变化规律的结论。     

摆动式TIG焊焊缝跟踪技术

介绍以弧压为传感信号的摆动式TIG焊焊缝跟踪技术。硬件设计方面，采用两级滤波的方法，前级主要用来保护控制电路，后级主要用来滤除杂波。软件处理方面，针对搭接TIG焊的特点，采用摆动焊接方法，利用积分比较法，实现了焊缝的自动跟踪；提出加权处理的方法，对积分比较法进行修正，进一步保证了跟踪的实现，提高了跟踪精度。试验证明，该技术控制可靠，焊缝跟踪效果好。     

基于DPSO-BP的机械转子故障诊断北大核心

信号特征提取的方式直接影响故障诊断的结果,因此提出一种新的特征向量组合方式从而进行有效故障模式识别,以从原始信号中提取出能够最大程度地表征其所包含信息的信号特征。将经过经验模态分解后得到原始信号的有效IMF分量的能量以及信号的能量熵相结合作为特征向量。由于机械转子故障诊断缺失情况时有发生,提出采用DPSO算法优化BP神经网络的方法。该方法主要通过优化神经网络的初始权值和阈值的方式对BP神经网络进行改进。结果表明:与传统的BP神经网络模型相比,改进后的BP神经网络模型迭代次数大幅度减少,训练时长也相应缩短,模型的训练精度以及故障诊断的正确率也得到提高。