带权决策表的属性约简

属性约简是粗糙集理论的重要应用。考虑将决策表中的每行都作为一条决策规则时，若把表中出现相同决策规则的次数作为权，可得到带权决策表。提出了关于带权决策表的正域约简相应的辨识矩阵并给出了证明，从而得到了约简算法。相比于决策表中的正域约简时发现，通过将决策表转化为带权决策表后，再利用算法1进行约简时，其在一定程度上优于前者。提出了近似分类精度约简相应的辨识矩阵并给出了证明。对于2个算法，在选取的UCI数据集上进行了实验验证。通过实验进一步说明了所提出算法的可行性和有效性。     

换热网络优化的随机摄动方法及其应用

启发式算法在处理换热网络问题时具有可操作性强、搜索域大等优点,但由于局部解众多,算法很难寻得全局最优。本研究基于强制进化随机游走算法,以费用下降为强制进化方向,按照换热量最小,公用工程、流股匹配回路是否存在的优先顺序确定摄动对象;并以一定的概率对其进行随机地换热量线性变化或直接消去。重复寻找原结构下的更优分布或者新的网络结构。此外,引入梯度近似公式提高随机摄动方法的搜索精度。最后,通过计算10股流和20股流算例得到相较文献更低的年综合费用,分别为5 586 942和1 739 079$/a,证明该方法能够有效地促进换热网络结构进化,得到更优的网络结构。     

机翼极限环颤振的CFD/CSD全隐式紧耦合方法

针对轴承振动实时状态监控的需要，从符号动力学角度提出了符号聚合近似与Lempel-ziv复杂度（SAX-LZC）融合的振动监控参数。首先，以Logistic映射和Duffing方程为对象，从理论角度验证了SAX-LZC对动力学结构表征的准确性，并验证了该指标的抗噪能力和计算效率；其次，将SAX-LZC指标与信息熵、样本熵、多分段Lempel-ziv复杂度等动力学参数性能进行了综合对比；最后，从实验角度对轴承早期微弱异常进行了监测，并对轴承典型故障进行了特征提取。理论研究结果表明，SAX-LZC具有动力学结构表征准确、抗噪能力好、计算高效简洁等优点，克服了常规动力学参数工程应用能力弱的问题。实验研究结果表明，SAX-LZC对早期微弱异常有准确的监测，对不同种类故障具有较好的区分度，弥补了时域和频域对轴承微弱故障表征能力不足的缺陷，是一种轴承振动实时状态监控与故障特征提取的有效参数。     

基于SpringBoot微服务架构下的MVC模型研究

微服务概念改变着软件开发领域,传统的开源框架结构开发,由于其繁琐的配置流程,复杂的设置行为,为项目的开发增加了繁重的工作量,微服务致力于解决除业务逻辑以外的开发工作量的精简与废除,集约化的改善开发环境和开发成本;SpringBoot作为Spring项目组的微服务产品,正在大规模的占领软件市场,其简化的应用开发搭建过程,使得开发人员从繁琐的配置文件中解脱出来,大量的精力投入到项目逻辑研发当中,其致力于成为快速应用开发领域的领导者。MVC设计模型在"网页既软件"的生产环境中扮演者重要的角色,不仅在各大软件产品中采用了MVC模型,越来越多的软件OEM企业通过此模型批量化的进行软件生产。     

网页设计中计算机多媒体技术的应用

笔者主要以探究网页设计中计算机多媒体技术的应用为重点进行阐述,结合当下网页设计实际情况为依据,分析网页设计概述,阐述网页设计中使用的计算机多媒体技术。此外,从三个方面深入说明并探讨网页设计中计算机多媒体技术的巧妙应用,进一步凸显计算机多媒体技术在网页设计中应用的价值,提高网页设计质量,旨意在为相关研究提供参考。     

砂岩敏感识别因子的建立及直接提取方法

大量文献证明敏感识别因子已成功用于储层的岩性、流体、岩石脆性等的预测，但研究砂岩敏感识别因子的建立及直接提取方法相对较少。为此，根据黄珏地区浅层砂岩纵、横波速度相对较高、密度较低情况，设计砂岩敏感识别因子SF₄，避免了大部分常规岩性识别因子（速度与密度乘积形式）预测的砂、泥岩数值重叠现象；为避免二次计算产生的累计误差，推导了包含砂岩敏感识别因子的AVO近似式，引入低频软约束项补偿反演的低频信息，结合Downton的参数协方差矩阵特征分解去相关思路，利用贝叶斯参数反演方法直接估算该因子。数值试验与实际应用均证明了砂岩敏感识别因子建立与直接提取方法效果较好。     

基于KD树的k-means聚类算法优化

作为模式识别最基本的分类方法之一,聚类在各个科学领域的数据分析中都扮演着重要的角色.然而随着大数据的出现,聚类分析在前沿发展中不断地面临着计算复杂度和计算成本等新的问题和挑战.通过研究k-means聚类算法的时间复杂度O(nk),针对迭代过程中大量的最近邻计算和其特殊场景,引入KD树作为索引,提出了基于单KD树的近似近邻算法和基于多KD树的交叉搜索算法.将k-means聚类算法的时间复杂度降为O(nlog k),并通过实验验证,基于多树的交叉搜索算法具有与k-means聚类算法相当的聚类质量.     

一种近似最小有效瓶颈优先的Coflow调度机制

针对先验知识未知场景下的Coflow调度问题,提出一种近似最小有效瓶颈优先的Coflow调度方法。通过结合Coflow当前大小和宽度决定Coflow的调度顺序,并区分出流大小以及短与长等特征的Coflow,从而加大调度优化的空间。实验结果表明,与先验知识未知场景下的Aalo方法相比,该方法可使Coflow的平均完成时间降低33.2%,相较于先验知识已知场景下的SEBF方法,Coflow平均完成时间与其仅有7.3%的性能差距。     

基于径向基函数的非线性系统近似偏最小一乘准则辨识算法

针对输入信号非线性相关的非线性系统，提出了基于径向基函数的近似偏最小一乘准则辨识算法。首先对观测数据矩阵进行列扩展，以径向基函数（radial basis function，RBF）网络的输出作为观测数据矩阵的扩展项，然后利用近似偏最小一乘算法对扩展的观测矩阵和输出矩阵进行线性回归。近似偏最小一乘算法用确定性可导函数近似代替残差绝对值，可以抑制对称α稳定（symmetrical alpha stable，SαS）分布的尖峰噪声。同时，通过主成分分析去除非线性系统数据向量矩阵之间的非线性相关，得出模型参数的唯一解。仿真实验表明，本文算法可以对输入信号存在非线性相关的非线性系统进行直接辨识，抑制了尖峰噪声对辨识结果的影响，具有优良的稳健性。