基于主动学习的离群点集成挖掘方法研究

离群点检测任务通常缺少可用的标注数据，且离群数据只占整个数据集的很小一部分，相较于其他的数据挖掘任务，离群点检测的难度较大，尚没有单一的算法适合于所有的场景。因此，结合多样性模型集成和主动学习思想，提出了一种基于主动学习的离群点集成检测方法OMAL（Outlier Mining based on Active Learning）。在主动学习框架指导下，根据各种基学习器的对比分析，选择了基于统计的、基于相似性的、基于子空间划分的三个无监督模型作为基学习器。将各基学习器评判的处于离群和正常边界的数据整合后呈现给人类专家进行标注，以最大化人类专家反馈的信息量；从标注的数据集和各基学习器投票产生的数据集中抽样，基于GBM（Gradient BoostingMachine）训练一个有监督二元分类模型，并将该模型应用于全数据集，得出最终的挖掘结果。实验表明，提出方法的AUC有了较为明显的提升，且具有良好的运行效率，具备较好的实用价值。     

基于加权空间离群点度量的随机脉冲噪声降噪算法

针对排序统计类降噪算法在随机脉冲噪声（RVIN）图像降噪过程中，对图像边缘和细节部分噪声识别不够准确以及恢复比较模糊的问题，提出了基于加权空间离群点度量（SLOM）的脉冲噪声降噪算法WSLOM-EPR。该算法以优化的空间距离差为基础，引入图像邻域均值和标准差，建立反映局部边缘细节特征的噪声检测方法，提高边缘细节处噪声的识别精度；然后以精确检测结果为基础，优化保边正则（EPR）函数，提高算法的执行效率，并增强算法保留边缘细节的能力。仿真结果显示，WSLOM-EPR算法在40%到60%噪声密度下对噪声点的误检和漏检综合表现优于对比算法，且能在两者之间保持一个较好的平衡；降噪后的峰值信噪比（PSNR）好于对比算法中的大多数情况，且边缘细节在视觉上更加清晰连续。结果表明WSLOM-EPR算法提高了噪声检测精度，有效地保持了恢复图像的边缘细节信息。     

基于差分和局部离群因子的遥测数据野值检测方法

为提高火箭飞行遥测数据孤立型野值检测的准确性和检测效率,针对遥测数据变化范围大、分布参数未知、数据量大等特点,提出一种基于差分和局部离群因子的野值检测算法,通过一阶差分使遥测数据中快速变化段的突变点与正常幅值点区分开,然后去除差分值中的重复值以降低计算复杂度,并将数据点的重叠度引入局部离群因子的计算中以快速筛选出局部离群程度较大的突变点,最后利用突变点的差分值符号特征来辨识野值点。通过实例应用分析,验证了该算法的高效性和准确性。     

某金矿样品分析用管理样的制备与应用

通过对管理样的采集、制备、测试、数据处理与分析、定值等几个步骤得到某主要测量Au、Ag、Pb、Zn四个元素的某金矿样品分析用管理样相应Au、Ag、Pb、Zn的准确值。用于含量与成分相似的金矿样品分析过程的质量控制,通过管理样的分析情况以检查整个分析过程的质量。     

基于RBF-NN近似模型的地铁钢轨探伤车转向架悬挂参数多目标优化#br#

以某地铁钢轨探伤车为研究对象，利用多体动力学软件UM建立车辆-轨道耦合动力学模型，分析探伤车在直线、曲线两种工况下的运行平稳性、安全性和曲线通过能力，为后续悬挂参数多目标优化提供原始数据支撑。基于MATLAB编程建立UM-ISight 联合仿真平台，在ISight 中以转向架一、二系悬挂刚度、阻尼等为目标参数，通过最优拉丁超立方法进行参数组合样本设计，并在此基础上构建符合精度要求的径向基函数神经网络(RBF-NN)近似模型，最后通过多目标优化算法NSGA-Ⅱ对近似模型进行寻优计算，得到最优的转向架悬挂参数组合。结果表明，所建近似模型具有较高的拟合精度，优化后车辆平稳性指标都得到明显改善，最多可降低35.39 %，且车辆的脱轨系数、轮轨横向力、轮轴横向力、轮重减载率等曲线通过性能指标也有不同程度好转。     

PET特性黏度分析离群值的判定方法

结合PET生产检验实例,使用方差分析发现特性黏度数据之间存在显著性差异,而使用国标中离群值检验判别法发现离群值的判定结论相反,在结论矛盾的基础上分析指出应正确识别系统误差及随机误差,合理应用各种检验方法,同时指出离群值判定方法与方差分析的结合使用有助于提高离群值判定的科学准确性。     

基于单元格运动特征的人群异常检测

针对传统基于跟踪的异常检测方法无法适用的拥挤人群场景,提出一种根据单元格速度和前景像素数(大小)及其运动方向是否具有刚性运动特性来判别异常的检测方法。为了只分析前景目标忽略不相关的背景,首先将输入帧进行前景分割,再将输入帧分割成不重叠的单元格,通过计算单元格中前景像素的光流提取每个单元格的运动特征来判定异常的发生。其中,速度特征可以检测出速度过快的异常情况。为了区分出车和因人群走近而形成的大目标,提出运动方向统计的方法。实验表明该方法在较短的时间内具有较好的检测效果。