一类非线性系统的输入─—输出解耦算法

研究了非线性系统在输出向量维数不超过输入向量维数情况下，输入分组后对输出方程的解耦条件及求解算法；同时给出了输入输出维数相等时的解耦并完全线性化的充要条件。     

基于相空间重构和支持向量机的矿井涌水量预测

针对矿井涌水量典型的非线性特征,应用相空间重构与支持向量机耦合方法进行预测。将矿井涌水量的时间序列作相空间重构,并以最小嵌入维数作为支持向量机的输入节点,根据支持向量机原理建立矿井涌水量的预测模型。实例计算表明:与其他维数相比,当嵌入维数为4时,矿井涌水量的预测精度最高,说明引入最小嵌入维数是正确的。为检验该方法预测的可靠性,分别采用最小二乘法、指数函数法、相空间重构与支持向量机耦合法对实际矿井涌水量观测值进行回归预测。结果表明,非线性方法的预测效果比线性方法更佳。不同核函数预测结果证实RBF是最优的。     

基于二维Gabor小波和支持向量机的人脸识别

针对人脸识别中的高维、小样本问题,提出了一种基于二维Gabor小波和支持向量机的人脸识别方法。首先对人脸图像进行多分辨率的Gabor滤波,对得到的人脸Gabor特征向量空间进行均匀下采样来降低特征空间维数,然后用主成分分析方法来进一步降低人脸Gabor特征向量空间的维数。接着把得到的人脸Gabor特征向量作为支持向量机的输入进行训练获得人脸分类器。通过对ORL和Yale两个人脸库的试验,表明该方法具有识别率高和鲁棒性强的特点。     

基于GA和LS-SVM的时间序列预测

支持向量机是在统计学习理论基础上提出的一种全新的机器学习方法。由于其出色的学习性能,该技术已经成为机器学习界的研究热点。研究了基于最小二乘支持向量机的建模方法,并用遗传算法自动获取最小二乘支持向量机的最优参数。在Matlab中ANFIS方法在输入维数大于5时就不予计算,而本建模方法则能够处理高维输入的非线性系统。并将其应用到十维Mackey-Glass混沌时间序列的预测中。结果表明,该方法具有自动获取最优参数、训练速度快、精度高、泛化能力强等优点。     

煤炭需求量预测的支持向量机模型

根据选择的嵌入维数，建立了基于支持向量回归的中国煤炭需求量预测模型．用1980-2002年的中国煤炭需求量构造了支持向量机的输入向量和输出向量；经过与线性核函数及Sigmoid核函数的对比，选用基于径向基函数（RBF）作为校函数，在分析预测误差和模型参数关系的基础上，选择了合适的参数；建立了多输入、单输出的支持向量机（SVM）预测模型．用检验样本与基于RBF神经网络模型的预测进行了比较，结果表明支持向量机模型在训练样本较少的情况下，仍有较高的预测精度和较强的泛化能力，证明了该模型时近期的预测是可靠的．最后用训练好的支持向量机模型很好地预测了2003-2006年我国的煤炭需求量．     

基于核主元分析和支持向量机的f-CaO含量预测

将核主元分析和支持向量机相结合,运用核主元分析对数据样本进行非线性特征提取,得到更易于回归的特征主元分量,达到了降低支持向量机的输入空间维数,然后运用最小二乘支持向量机进行训练,通过网格搜索和交叉验证确定最小二乘支持向量机的最优参数.建立了预测水泥熟料游离氧化钙含量的核主元分析支持向量机模型.计算结果表明提出的模型能有效地预测水泥熟料游离氧化钙含量.     

基于分形理论的柴油机燃烧振动分析

通过对振动信号的分析和处理，证明柴油机燃烧振动具有分形特性。采用计算时间序列相关维的方法，对测得的振动信号进行了向量空间重构，利用Ｇ－Ｐ算法计算出了相关维数。研究发现：（１）相关维数对燃烧波形边界十分敏感，作者建立了确定边界的准则；（２）当重构向量空间的维数时，燃烧振动的相关维数趋于定值；（３）不同的燃烧状况，计算出的相关维数不同；（４）不同型号的柴油机，计算出的相关维数不同。     

不等维数观测向量的复合量测融合

为了降低观测向量维数不等时进行融合估计的计算量，分析了扩维滤波法在构造全局观测空间时导致很大计算量的缺陷，提出按照观测数据的实际物理意义来构造维数较低的全局观测空间，将维数不等的各局部观测向量扩展成全局观测空间中的等效表示形式，使其可应用复合量测滤波法进行融合的方法，以克服复合量测滤波法要求观测向量等维的局限，并降低不等维数观测向量融合时的计算量。同时，还给出相关条件下多传感器最小方差融合估计的递推计算公式。仿真实验结果表明，与扩维滤波法相比，本融合估计精度更高，且计算量更低。     

向量线性相关性的判定

向量的相关性所反映的是在数域上的维向量空间中向量之间的关系。文章总结出了判断向量线性相关和线性无关的八种方法。     

基于时间差分的SCR脱硝系统动态建模

为建立精确的选择性催化还原(selective catalytic reduction,SCR)脱硝系统动态模型,提出了一种基于时间差分(time difference,TD)的动态建模方法。常规动态建模方法一般是在模型输入端增加历史输入和输出信息,会增加模型的维数并影响其训练速度和泛化能力。TD方法通过求解输入、输出的一阶差分并建立变化量间的数据驱动模型,能在不增加维数的前提下实现动态建模。使用某燃煤电站的变负荷运行数据,针对正常运行以及测量仪表反吹两种工作状态,基于TD方法和最小二乘支持向量机建立了SCR脱硝系统的动态模型并与静态及常规动态建模方法进行了对比。结果表明,基于TD方法的动态模型维数低、训练速度快、建模精度高,且在测量仪表反吹时仍能保持较高的精度。     

基于模糊域和支持向量机的故障诊断方法

将模糊域分布和支持向量机相结合，提出了一种故障诊断的新方法，该方法将模糊域分布中的局部能量作为特征输入到支持向量机的多故障分类器进行故障识别．利用模糊域分布可以很好地刻画信号的时频局部化特征，与时一频平面特征提取相比，又可大大降低数据维数．对于不同类型的核函数分布，将其诊断结果进行比较，试验结果表明，基于模糊域的支持向量机故障分类无需核函数滤波就能取得最好的分类效果．     

基于模糊域和支持向量机的故障诊断方法

将模糊域分布和支持向量机相结合，提出了一种故障诊断的新方法，该方法将模糊域分布中的局部能量作为特征输入到支持向量机的多故障分类器进行故障识别.利用模糊域分布可以很好地刻画信号的时频局部化特征，与时-频平面特征提取相比，又可大大降低数据维数.对于不同类型的核函数分布，将其诊断结果进行比较，试验结果表明，基于模糊域的支持向量机故障分类无需核函数滤波就能取得最好的分类效果.     

机载MIMO雷达降维空时自适应处理算法

提出一种机载多输入多输出(MIMO)雷达降维空时自适应杂波抑制算法.首先将高维空时权向量重构为空域和时域权向量Kronecker积的形式,利用相关域信息,将最优空时处理的二次代价函数转化为两个二次代价函数,然后迭代求解两个二次代价函数中的两个低维权向量,分析表明该算法能有效降低计算量和估计采样协方差所需的训练样本数.最...     

向量空间的模结构分解

将数域F上n维向量空间视为数域F上多项式环F[s]上的模，给出了向量空间的模结构分解，指出任一数域上的向量空间都可表示为若干多项式环上循环模的直和形式，特别讨论了复数域和实数域上向量空间的分解情形，引入了变换(或矩阵)的特征值对应的生成根向量的定义，得到了循环模的生成元与变换的生成根向量之间的关系。     

一种水文时间序列预报的新方法

介绍了混沌和人工神经网络的理论及其在水文中的应用 ,在此基础上分析了水文时间序列中嵌入维数和BP神经网络的输入节点数的内在联系 ,提出用嵌入维数作为BP神经网络输入节点数的新方法 .计算了宜昌日径流时间序列的李氏指数和嵌入维数 ,确定其具有混沌特性 ,并用新的方法做了预测 ,同混沌中局域预测法的预测结果做了比较 ,结果显示新的方法效果明显较好 .     

基于空间分布支持向量机的图像分割

利用模糊聚类与支持向量机结合的方法,将图像的空间分布信息作为支持向量机的特征分量,并用模糊聚类获得的分类结果作为支持向量机的初始训练样本对图像的所有像素点进行分类,同一类中的像素点形成一个分割区域,以此获得图像分割.实验表明,该方法获得的图像分割效果较好,在一定程度上解决了特征维数过大所导致的维数灾难问题.     

经验模式分解及关联维数在心音信号分类识别中的应用

针对心音信号非线性、非平稳的特性,提出一种基于经验模式分解(EMD)和关联维数的心音特征提取方法.首先通过EMD方法将心音信号分解成若干个固有模态函数(IMF),并利用互相关系数准则对IMF进行筛选,结合G-P算法对主IMF(IMF1~IMF4)分量分别求其关联维数,以此作为神经网络的输入向量,实现了对正常心音信号和病理心音信号的分类识别.对于重构相空间中的两个重要参数时间延迟τ和关联维数m,分别采用互信息函数法和用Cao算法确定.对临床采集的心音数据按该方法进行测试,结果表明,该方法能有效地识别心音.     

两类新的区间值线性回归模型

一般的区间值线性回归模型都是输入为实向量（元素为实数）。文章提出了二种范围更为广泛的模型，即输入可以是模糊向量（元素为L－R型模糊数）或输入为区间值向量（元素为区间）的回归模型，并利用线性规划的方法给出了区间系的估计方法。     

一种具有统计不相关性的最优边界鉴别向量集

为了解决现有维数约简算法受样本分布影响较大、不支持小样本学习等问题,在分析线性鉴别分析(LDA)中最优鉴别向量与支持向量机(SVM)中分类超平面法向量之间关系的基础上,基于统计不相关最优鉴别向量集优于正交最优鉴别向量集的事实,提出了通过对改进的SVM的二次优化问题进行递归求解来获取具有统计不相关性的最优边界鉴别向量集的算法,并使用核方法将其推广到可以解决非线性特征抽取问题.结果表明:在采用相同参数并使用k-最近邻分类器进行训练和测试的情况下,提出的算法对实际数据集Waveform,Heart,Diabetis的分类精度均高于SVM和RSVM,不会出现当抽取超过最优维数时随着抽取维数的增加分类精度反而降低的现象,体现了本算法在抽取不相关特征向量方面的有效性.     

集成电路低功耗测试生成器的研究

分析了CMOS集成电路的功耗来源,介绍了CMOS集成电路的低功耗测试向量生成器的电路结构.为了减少被测电路内部节点的开关翻转活动率,提高相邻测试向量之间的相关性,研究了随机单输入跳变测试向量生成器和基于可配置二维线性反馈移位寄存器测试向量生成器的实现方案.给出了内建自测试环境下的电路测试结构图,可以在不损失故障覆盖率的...