基于灰色系统的大学生就业率预测

大学生就业受到经济、政策等多种因素的影响,使得当前大学生就业率预测误差大,为了解决该难题,设计基于灰色系统的大学生就业率预测方法。首先,对当前大学生就业率预测研究现状进行分析,找到引起误差的原因;然后,收集大学生就业率的历史数据,通过灰色系统对大学生就业率变化特点进行拟合,建立大学生就业率预测模型;最后,采用大学生就业率数据实现仿真测试。结果表明,灰色系统可以反映大学生就业率变化特点,获得了高精度的大学生就业率预测结果,预测误差远远小于当前其他大学生就业率预测方法,预测结果可以为大学就业管理部门提供一定的参考信息。     

基于灰色模型和混沌时间序列的卫星钟差预测算法

为了提高非线性卫星钟差预测的精度,降低单一钟差预测模型对钟差预测的风险,提出了一种组合模型的卫星钟差预测算法.该算法首先采用db1小波对卫星钟差序列进行3层多分辨率分解和单支重构,得到一个趋势分量和三个细节分量,然后运用灰色预测模型对重构后的趋势分量和混沌一阶加权局域预测法对重构后的细节分量分别进行预测,最后将各分量预测结果相加后得到总的钟差预测值.以GPS卫星钟差数据做算例分析,在6小时的钟差预测中,算法绝对误差最大值比单一的灰色预测模型误差小1.3ns以上.将该组合预测模型用于非线性卫星钟差预测中,可以提高钟差预测的精度和可靠性.     

基于EXCEL VBA的灰色数列预测程序实现

本文利用VBA在EXCEL下编写宏程序,实现数列灰色预测,并选取02年至09年《中国体育事业统计年鉴》中我国运动员在奥运会、亚运会、各类世界锦标赛中获得世界冠军的个数作为原始数据列,对2010年至2013年获运动员世界冠军的个数进行验证性预测。     

基于灰色预测方法广州市垃圾预测与分析

通过对广州市生活垃圾产生量及其相关因子进行灰色关联度分析,发现人口变化与垃圾产生量关系最为密切,并建立灰色预测G(M1,1)模型,预测出2016年广州市生活垃圾产生量将达到446.32万吨,模型通过检验,具有一定的可行性和适用性,为广州市垃圾的分析预测和环境规划管理提供了定量依据。     

基于加权缓冲算子的灰色预测

电力负荷预测对于电力系统的经济稳定运行具有至关重要的作用。传统的灰色预测模型,原始数据对于预测数据的贡献率是一样的,这与越接近预测时间的数据对预测值的影响越大有悖。因此采用加权缓冲算子处理方法对原始数据进行处理可以解决此类问题。经过实例分析,这种方法确实可以提高预测的精度。     

基于灰色神经网络的车轮多边形阶次预测

针对于车轮多边形阶次发展趋势,运用高精度车轮周向不平顺检测设备进行测量,整合检测到的历史数据,提出了一种基于灰色神经网络的车轮多边形阶次预测模型。该模型充分运用了灰色模型计算量小,不需要大量样本数据的特点以及BP神经网络较强的非线性映射能力,利用该模型对车轮周向每个采样点的不平顺数据进行预测,再通过离散傅里叶变换和滤波处理得出该车轮各个阶次的粗糙度等级,以此来判断车轮多边形阶次的发展,较大程度上解决目前车轮镟修不及时等问题。     

基于灰色预测容错时钟同步算法

针对分布式实时系统中无主式时钟同步存在时钟拜占庭故障和节点通信链路丢失故障的问题,文中提出一种基于灰色预测容错时钟同步算法。该算法基于广播式通信网络LL模型,使用GM(1,1)的灰色预测方法对前轮次的校正偏差值进行分析,从而预测出该节点在故障伦次中的校正偏差值,再通过计算得到修正值。实验结果表明,文中提出的灰色预测算法能够容忍拜占庭故障,同时可克服节点通信链路丢失故障带来的问题,提升了FTA算法的普适性。通过数据对比分析结果表明,该算法的时钟同步精密度相比于原始算法提高了24.3%;相较于其他算法,文中算法在复杂度上也有一定的优势。     

基于灰色模型的网络控制系统预测函数算法研究

网络控制系统存在不确定性的时间迟延和数据丢包,可视作具有随机干扰和参数时变的灰色系统.将广义被控对象建模为灰色系统模型,在此模型基础上设计了预测函数控制算法,推导出模型预测输出和控制量计算方程的求解;设计了控制器采用事件-时间混合驱动方式,传感器和执行器采用时间驱动方式的网络控制系统仿真平台.仿真结果表明该算法在线计算量小、抗干扰能力强,跟踪速度快、控制效果良好.     

基于灰预测模型的蓝牙网络切换算法

蓝牙网络接入点切换问题是构建蓝牙网络必须考虑的关键问题,而蓝牙特点给接入点切换的实现带来了极大挑战。提出了一种基于灰预测模型的蓝牙网络切换算法,该算法对链路质量信息的数量和分布特征没有苛刻要求,仅用少量样本数据就可以预测出下一时间链路质量,当预测值低于阈值时,接入点搜索网络拓扑结构找出最佳接入点集合,并实时监测切换终端与集合中接入点之间链路质量,预测出下一时刻链路质量,当切换终端链路质量预测值低于另一阈值时,接入点选择最佳接入集合中预测值最佳的接入点完成切换。该算法预测过程可以动态地调整参数,实现自适应预测,提高了预测的精度。仿真结果表明,使用该算法减少了终端切换时延以及误切换概率。     

一种面向分布式应用的灰色信任预测模型的设计

为解决分布式开放系统中具有不确定性、不对称性、部分传递性和时空衰减性等一系列复杂的动态属性的信任关系定量表示和预测问题,基于灰聚类理论构建了8等级信任评价模型,进而由灰聚类系数矩阵得到评价者对目标关于属性的信任定量建模,并基于具有长期预测能力的动态灰色系统构建了灰色分布式信任预测模型.采用邻近动态窗体的方式对各时段的评价者对目标关于属性的信任进行动态预测,预测结果是有效的,与真实值的差值的绝对平均值(0.018)远小于预测阈值(0.05),这种以社会认知行为实际交互结果为依据的策略的预测模型为信任预测提供了新的思路.     

基于灰关联分析的红外图像边缘检测算法

提出了一种用于红外成像导弹的改进型边缘检测算法,该算法基于灰色系统理论中的灰关联分析方法.首先选取基于像素的参考序列和比较序列,由参考序列和比较序列的灰关联度来判断像素点的系统行为,即属于边缘点或非边缘点;然后通过改变维空间中距离测度的参考点来提高算法的实时性;最后通过仿真试验及实时性分析,证明该算法不仅能够很好的检测出边缘,具有良好的抗噪声能力,而且实时性有了进一步提高.论文提出的改进型边缘检测算法对红外成像制导系统有一定的参考意义.     

基于有向图构造的数据流预测算法

数据流的预测技术在金融证券管理、网络监控等应用中具有重要的作用.分析近年来有关数据流预测的技术,并做出总结.提出一种新的数据流预测方法,将输入的数据流构造成有向图数据结构,并随着新数据流的到来对有向图进行维护,从中提取概率矩阵,利用马尔可夫模型进行计算,得出数据流下一时刻可能的到来值.最后通过实验验证其可行性.结论表明,该算法的精度和预测成功率都较高.     

基于灰色组合模型的装备故障间隔时间预测研究

针对装备故障预测模型难以精确建立的特点,为提高故障间隔时间预测的准确度,提出了一种基于灰色组合模型的预测方法。该方法首先简化装备故障的阶段与属性,形成合理的建模背景;然后在引入灰色预测模型的基础上,按阶段建立了灰色线性回归模型和灰色马尔可夫组合模型,对装备故障间隔时间进行预测;最后计算预测值与真实值的误差,根据预测值基本确定下次故障发生的时间。经实例计算表明,在样本数据有限的情况下,根据不同故障阶段的特点,选用与被预测数据属性相应的灰色预测组合模型,可以有效降低预测误差,提高预测精度,预测结果可以作为装备保障人员早期拟订维修决策之用。     

基于数据挖掘技术的导弹系统电磁兼容性预测

分析了导弹武器系统所面临的电磁环境及电磁干扰的基本原理,介绍了数据挖掘技术,并针对导弹武器系统应用数据挖掘技术进行了电磁兼容性（EMC）预测,最后通过实例证明该方法可行且能有效地解决电磁兼容问题。     

基于预测误差修正的时序链路预测方法

论文主要针对时序链路预测方法进行研究。分析了静态链路预测方法的弊端,认为忽视网络演化趋势信息会对链路预测产生负面影响;还提出了链路预测误差的概念用于描述网络趋势信息,并以此为基础提出一种基于预测误差修正的时序链路预测方法。该方法首先对待预测时刻之前一个时间窗口内的多幅网络图分别采用静态链路预测方法进行预测,记录每次的预测误差并计算其修正值,最后对待测时刻静态预测结果进行修正得到最终预测结果。通过在两个真实网络数据集上进行系列实验表明,该方法较大提升了静态链路预测方法的预测精确度,与另一种典型的时序链路预测方法相比其精度也有所提升,且算法时间复杂度较低。另外,实验中还发现链路预测误差序列与网络链路总数序列存在镜面对称关系,分析其内在原因证明了所提方法的普适性。     

基于灰度预测和灰色关联分析的离散余弦变化图像隐藏算法

Traditional information hiding algorithms cannot maintain a good balance of capacity, invisibility and robustness. In this paper, a novel blind colour image information hiding algorithm based on grey prediction and grey relational analysis in the Discrete Cosine Tran-sform (DCT) domain is proposed. First, this algorithm compresses the secret image losslessly based on the improved grey predic-tion GM(1,1) (IGM) model. It then chooses the blocks of rich texture in the cover image as the embedding regions using Double-dimension Grey Relational Analysis (DGRA). Finally, it adaptively embeds the compressed secret bits stream into the DCT domain mid-frequency coefficients, which are decided by those blocks’ Double-Dimension Grey Correlation Degree (DGCD) and Human Visual System (HVS). This method can ensure an adequate balance between invisibility, capacity and robustness. Experimental results show that the proposed algorithm is robust against JPEG compression (46.724 6 dB when the compression quality factor is 90%), Gaussian noise (45.531 3 dB when the parameter is (0,0.000 5)) etc., and it is a blind information hiding algorithm that can be extracted without an original carrier.