基于相应簇回声状态网络静态分类方法

借鉴模仿哺乳动物大脑皮层分簇结构的复杂网络拓扑结构,提出一种基于相应簇储备池回声状态网络的分类方法.将时间窗函数机制引入到回声状态网络储备池的构建中,利用具体问题中需分类数据的类别数量,生成具有对应分簇数目的储备池,以期提高分类精度.基于标准数据集和模拟电路故障诊断的实验验证结果表明,本文方法与标准回声状态网络等方法相...     

一种面向混沌时间序列预测的虚拟特征提取算法

针对混沌时间序列预测问题,该文提出一种虚拟特征提取算法,以提高其预测精度。首先,采用平移不变小波变换,提取出混沌时间序列的细节和光滑子层信息。然后,将混沌序列线性与非线性特征从加和关系推广到函数关系。最后,利用小波子层信息给出一种新颖的虚拟特征表达,以用于预测实验。采用经典的Mackey-Glass仿真数据,以及美国密西西比河实测径流流量数据实验表明,该文方法提高了预测精度,从而也验证了该文提出的虚拟特征提取算法在混沌时间序列预测上的有效性。同时,也可为控制、水文、气象等领域的混沌现象决策提供参考。     

基于先验簇复杂回声状态网络的话务量预测

提出一种基于先验簇复杂回声状态网络的移动通信话务量预测模型.目前,具有小世界、无尺度等特性的复杂网络已被应用于回声状态网络储备池的构建,并获得了较标准回声状态网络储备池更优的回声状态特性和非线性表达能力.在此基础上,针对具有多周期特性的话务量序列预测问题,以功率谱分析的结果作为先验知识,在复杂回声状态网络储备池中构建具有差异性的多个子簇,以期形成对不同频率成分具有表达能力的功能簇.采用中国移动真实数据测试表明,该方法由于考虑了不同周期因素对预测建模的影响,获得了较标准回声状态网络、均匀簇复杂回声状态网络等方法更高的预测精度;以对比方法中实际效果较好的复杂回声状态网络为参照,该方法在齐齐哈尔、大庆、双鸭山市某小区上预测误差分别下降25％、21％和11％;能够为移动通信网络拥塞、覆盖和干扰等问题提供决策支持.     

浅谈施工单位投标报价技巧

自从2001年1月1日实施《招标投标法》以来，建筑工程的承发包迈人了招标投标的轨道，业主选择施工单位，由直接委托逐渐过渡到通过招标选择施工单位。因此施工单位能否中标，报价高低至关重要。常用的报价技巧有以下几种：     

基于B样条递推最小二乘的非线性MISO传感器系统建模方法

提出了基于B样条递推最小二乘的非线性MISO传感器系统建模方法.B样条函数良好的逼近性能保证了建模精度;B样条基函数的递推定义及最小二乘的无矩阵求逆递推使建模简单易行;当数据呈矩形网格分布时,运用降维处理降低了计算复杂度.理论分析、仿真及实际传感器数据处理结果表明,B样条递推最小二乘方法能够有效地提高非线性MISO传感器系统建模的精度、稳定性以及运算效率.方法易于在微处理器上实现,适合在线建模应用.     

基于B样条递推最小二乘的温度传感器非线性校正

提出一种基于B样条递推最小二乘的温度传感器非线性校正方法。利用具有低阶光滑特性的B样条函数进行逆向建模,有效地提高了校正精度;考虑到在线应用的实际需求,采用易于微处理器实现的递推最小二乘估计控制参数。分别对铂电阻和热电偶温度传感器进行了非线性校正,表明所提出的非线性校正方法具有样本点少、校正精度高、简单实用等优点,符合传感器向智能化、灵巧化方向发展的需求。     

基于先验知识的移动通信话务量预测

本文提出了一种基于先验知识引导的极大重叠离散小波变换的移动通信话务量预测方法.采用傅里叶谱分析作为小波分解子成分先验知识降低小波分解的盲目性.利用具有明确物理意义且更易提取子层的极大重叠离散小波变换对话务量序列进行分解.分解后仍以傅里叶谱先验知识为参考,合并相关子层形成趋势项和周期项两部分,并采用季节性求和自回归滑动平...