电压矢量PWM控制

本文针对风机负载的特点,提出了一种硬件少,易于软件化的PWM(Pulse-Width Modulation)生成方法——电压矢量PWM法.采用单片机实现了全数字控制,并在GTR逆变器上进行了试验.结果表明:电压矢量PWM控制算法应用在风机负载上具有优越性.     

图谱半径的一个改进上界

将Cauchy-Schwartz不等式应用于连通图的Perron向量上,获得了一个谱半径的一个新上界。在Stanley的结果的基础上做了改进,并且在一定的条件下也优于一些已有的上界。     

基于二元向量矩阵算法的粗糙集方法

根据向量矩阵与向量之间的映射关系,研究了基于二元向量矩阵算法的粗糙近似、属性约简以及最优属性约简集的获取。提出基于二元向量矩阵的属性相对约简、最优属性集获取算法,解决原有矩阵算法属性核不一致性和属性约简集选择的盲目性。并提出了二元向量压缩矩阵算法,降低了原有矩阵算法的复杂度。通过实例分析,证明所提出的相关算法的有效性,为研究粗糙集数据挖掘提供了一种可行有效的计算方法。     

基于输入K-近邻的正则化路径上SVR贝叶斯组合

在ε-不敏感支持向量回归(ε-insensitive support vector regression, ε-SVR)正则化路径的基础上,提出基于输入K-近邻的三步式SVR模型组合方法。在整个样本集上进行训练,求得ε-SVR的正则化路径。由SVR正则化路径的分段线性性质确定初始模型集合,并应用平均贝叶斯信息准则(Bayesian Information Criterion, BIC)策略对初始模型集合进行修剪以获得候选模型集合。该修剪策略可减小候选模型集合的规模,提高模型组合的计算效率和预测性能。在预测或测试阶段,根据样本输入向量采用K-近邻法确定最终组合模型集合,并实现贝叶斯组合预测。证明了ε-SVR模型组合的L_ε-风险一致性,给出了SVR模型组合基于样本的合理性解释。试验结果验证了正则化路径上基于输入K-近邻的ε-SVR模型组合的有效性。     

含有不可控变迁的Parikh约束的Petri网控制器综合

针对基于Petri网建模的离散事件系统关于Parikh向量的不等式约束反馈控制器设计问题,对Parikh向量的不等式约束条件中存在不可控变迁的情况进行分析.将约束条件分为可控部分与不可控部分,即允许约束和禁止约束,并通过矩阵变换方法对含有不可控变迁的禁止约束部分进行处理,将禁止约束转化为允许约束,从而设计出相应的控制器.实例表明,该方法结构清晰,计算简单,用于混合约束条件中,能大大减少计算量,在复杂Petri网模型中效果更为明显.     

基于支持向量机的模糊回归估计

针对给定的大规模数据集的回归估计问题，提出基于支持向量机的模糊回归估计方法.该方法把复杂的数据集看作多个群体的混合，每个群体采用单一的回归模型进行描述，使得大规模数据集的回归估计问题变成了一个多模型估计问题.在此基础上把支持向量机与模糊C聚类结合起来得到基于支持向量机的模糊回归模型，并给出了实现该模型回归估计的算法.该方法对大规模的数据样本进行模糊C聚类，并回归估计各聚类的数据样本.数值仿真结果表明，该方法在聚类数据样本的同时能实现多个模型的回归估计，而且模糊隶属度的初始化影响要小于其他的模糊回归估计方法.     

基于RS和SVM的汽轮机组故障诊断方法

为了提高汽轮机组故障诊断的效率,设计并实现了基于粗糙集和多类支持向量机的融合算法。把粗糙集作为数据的前处理器,对条件属性进行知识约简和去除冗余属性以达到降低数据维数的目的。然后构造多类支持向量机分类器并用约简后的新样本数据训练。测试结果表明,基于粗糙集和支持向量机融合算法的故障诊断方法诊断速度快,推广能力强。     

电力期货价格的协整建模与预测

在电力市场环境下,电力期货价格受现货价格、利率和负荷需求等多种因素影响,变化趋势复杂,很难将所有的因素都加以考虑来建立一个准确的模型对其进行全面描述．因此,选取最重要的影响因素：电力现货价格,利用协整理论来研究电力期货价格和现货价格之间的动态关系,并建立向量误差修正模型（VECM）,对电力期货价格进行有效的预测．     

基于BREW平台的LBS系统的设计

为克服基于GPS/GSM定位方式存在定位时间长、在城市中定位信号弱、定位精度低等缺点,首先介绍了GPSOne技术的基本原理,然后结合GPSOne技术,提出了一种基于矢量地图的位置服务系统。基于矢量地图的位置服务系统可为用户定制各种随身增值服务,包括自我定位、城市指南、旅游导航、物流系统等。它可以为用户提供快速、准确的位置地图服务。给出了该系统设计和实现的详细过程,并给出了相应的源代码。     

模拟退火优化FCM聚类高光谱图像压缩研究

基于矢量量化的高光谱图像有损压缩算法可以获得较高的压缩比,但是其时间复杂度高,失真较大. 为此,提出了模拟退火优化模糊C均值聚类(FCM)的高光谱图像有损压缩算法. 先对高光谱图像进行自适应波段合并算法降维,利用肘部现象确定量化级数,结合模拟退火的全局寻优能力和模糊聚类的快速收敛能力,找到最优解后恢复维度,最后去模糊优化编码方案. 通过这种方法,在提高高光谱图像压缩运算效率和减小解压后失真方面都有了较大的优化,是基于矢量量化的高光谱图像压缩的可行方法.