基于DBN的多特征融合音乐情感分类方法

本文在音乐情感分类中的两个重要的环节：特征选择和分类器上进行了探索.在特征选择方面基于传统算法中单一特征无法全面表达音乐情感的问题,本文提出了多特征融合的方法,具体操作方式是用音色特征与韵律特征相结合作为音乐情感的符号表达;在分类器选择中,本文采用了在音频检索领域表现较好的深度置信网络进行音乐情感训练和分类.实验结果表明,该算法对音乐情感分类的表现较好,高于单一特征的分类方法和SVM分类的方法.     

基于神经网络集成的思维脑电信号分类方法

提出基于神经网络集成算法的思维脑电信号分类方法,采用BP神经网络为分类器,对用AR参数提取的思维脑电特征进行分类。为进一步提高BP神经网络的分类性能,采用Bagging算法对BP神经网络分类器进行加权投票,实验表明,提出的方法具有很好的分类效果。     

基于多特征选择的中文文本分类

自动文本分类就是在给定的分类体系下,让计算机根据文本的内容确定与它相关联的类别。特征选择作为文本分类中的关键,困难之一是特征空间的高维性,因此寻求一种有效的特征选择方法,降低特征空间的维数,成为文本分类中的重要问题。在分析已有的文本分类特征选择方法的基础上,实现了一种组合不同特征选择方法的多特征选择方法,应用于KNN文本分类算法,实验表明,多特征选择方法分类效果比单一的特征选择方法分类效果有明显的提高。     

基于融合特征的微博主客观分类方法

针对现有微博主客观分类方法特征冗余度高和未考虑特征选择方法之间的互补关系问题,该文提出了一种基于融合特征的微博主客观分类方法。通过对多种不同特征选择方法进行有效组合,利用特征融合算法对词特征、内容特征、微博特征等基本特征进行了选择和融合,以获取更加有效的主客观分类特征。在新浪微博数据上的实验结果表明,该特征融合算法能够获得比最优单一特征选择方法更好的分类效果。     

基于正则化互信息改进输入特征选择的分类算法

针对基于互信息(MI)传统特征选择方法中要求确定冗余度参数β的问题,提出一种改进型特征选择算法NMIFS-FS2。该算法在对连续或离散特征进行选择时,输入为特征组合与类之间的MI,代替传统算法中单一特征与类之间的MI,解决了冗余度参数β很难确定的问题,扩大了应用范围。进行的两组实验验证了该算法的有效性。实验结果表明,相比几种传统的分类算法,该算法具有更好的鲁棒性、稳定性和高效性。     

基于多特征选择的中文文本分类

自动文本分类就是在给定的分类体系下，让计算机根据文本的内容确定与它相关联的类别。特征选择作为文本分类中的关键，困难之一是特征空间的高维性，因此寻求一种有效的特征选择方法，降低特征空间的维数，成为文本分类中的重要问题。在分析已有的文本分类特征选择方法的基础上，实现了一种组合不同特征选择方法的多特征选择方法，应用于KNN文本分类算法，实验表明，多特征选择方法分类效果比单一的特征选择方法分类效果有明显的提高。     

基于多特征融合的参数再合成语音增强算法

针对传统参数再合成语音增强算法中使用单一声学特征进行预测以及非神经网络声码器进行语音合成系统增强性能较差的问题，提出一种基于多特征融合的参数再合成语音增强算法。通过结合注意力机制进行多种声学特征融合，采用融合后的综合特征代替单一特征预测干净语音声学特征；在此基础上，使用神经网络声码器WaveNet声码器合成高质量干净语音。在TIMIT和NOISEX-92语料库上进行实验，实验结果表明，该算法较对比方法得到了更好的增强效果，语音质量和语音可懂度都有相应提高。     

多特征融合的遥感图像分类

针对高分辨率遥感图像特点,提出了一种多特征融合的分类方法。该方法首先改进了原始的视觉词袋生成算法;然后,分别提取图像的视觉词袋局部特征、颜色直方图特征以及Gabor纹理特征;最后采用支持向量机进行分类,并对多特征分类结果进行自适应综合。采用一个具有2 100幅图像的大型遥感图像分类公共测试数据集进行分类实验,与仅用单一特征分类方法的最高分类精度相比,本文多特征融合的遥感影像分类方法总体平均分类精度提高了10%,表明本文提出方法是一种有效的高分辨率遥感图像分类方法     

P2P与常规网络流量的SVM分类方法研究

提出一种应用支持向量机(SVM)算法的P2P与常规网络流量分类方法,该方法综合运用信息熵作为网络流量特征,并以校园网为实验环境实现了网络流量的分类实验.并在此基础上,描述数据的预处理方法、探讨SVM参数的选取对分类效果的影响.实验结果表明,所选特征、参数可以有效的对网络流量进行二分类,说明基于支持向量机算法对于网络流量的分类具有较高的精度和正确率.     

流量的集成学习与重采样均衡分类方法

针对传统基于机器学习的流量分类方法中数据不均衡影响分类效果的问题,提出了一种基于重采样的梯度增强树算法。该算法利用流量数据的统计特征,通过回溯搜索策略优化特征集合并设计适用于流量分类的树结构参数,构造最优模型;利用结合重采样的LightGBM算法修正数据不平衡性并进行分类测试。经实验验证,该算法提高了不平衡数据的分类效果,并且具有性能稳定、快速的优点。     

一种双轴电容式微机械加速度计

提出一种双轴电容式微机械加速度计的结构形式.采用一个质量块敏感两个正交方向的加速度,设计的弹性支撑结构巧妙地实现了正交方向的解耦,且结构稳定性好,以梳齿电容实现差动的静电驱动、电容检测.利用MATLAB软件对敏感结构参数、性能参数进行了计算、分析,用ANSYS仿真软件对敏感结构进行了静态和模态分析,从理论上验证了所提出的双轴电容式微机械加速度计整体结构的可行性.     

Optimal fuzzy controller parameters using PSO for speed control of Quasi-Z Source DC/DC converter fed drive

The conventional controller suffers from uncertain parameters and non-linear qualities of Quasi-Z Source converter. However they are computationally inefficient extending to optimize the fuzzy controller parameters, since they exhaustively search the optimal values to optimize the objective functions. To overcome this drawback, a PSO based fuzzy controller parameter optimization is presented in this paper. The PSO algorithm is used to find the optimal fuzzy parameters for minimizing the objective functions. The feasibility of the proposed PSO technique has been simulated and tested. The results are bench marked with conventional fuzzy controller and genetic algorithm for two types of DC/DC converters namely double input Z-Source converter and Quasi-Z Source converter. The results of both the DC/DC converters for several existing methods illustrate the effectiveness and robustness of the proposed algorithm.     

重叠特征策略与参数优化的运动想象脑电模式识别

针对运动想象脑电信号的非线性、非平稳特性,提出重叠特征策略与参数优化方法.通过重叠频带滤波(OFB)进行预处理,在滤波后的信号上提取共同空间模式特征(CSP).将OFB-CSP特征输入鲁棒支持矩阵机,完成模式识别,在模式识别中通过校正粒子群算法(CPSO)动态调整被试个体最优参数.在两个公开数据集上进行实验,分别验证OFB预处理可提升CSP特征区分度,CPSO可为个体寻找最优的鲁棒支持矩阵机分类参数.文中方法提升运动想象识别率,样本和计算资源需求较小,适合脑机接口的实际应用.     

用自组织迁移算法改进的社会认知优化算法

结合自组织迁移算法和社会认知优化的优点,在社会认知优化中融入自组织迁移的过程,通过增加2个参数协调两者的优化进程。经过大量的实验确定这2个参数的适当取值,完善了算法。该算法对最终的优化结果产生的影响微小,且在早期可以就获得较快的收敛　　　速度。     

二维ESPRIT参数配对及FPGA实现

与MUSIC算法相比,二维ESPRIT算法不需要谱峰搜索、运算量小,但存在参数配对问题。基于此,提出一种易于实现的参数配对方法,基本原理是2个表出矩阵特征值的和差等于表出矩阵和差的特征值,不需求解表出矩阵的特征向量。给出基于CORDIC算法和脉动阵的参数配对并行化实现方案,整个系统只有移位相加运算。使用ISE软件和ModelSim软件得到的仿真结果验证了该方案的正确性。     

CMOS电路动静态功耗协同分析

文章在分析了现有功耗模型后，给出了一种动态功耗和静态功耗协同分析方法，定义了均方率（VER）和最大偏移率（MSR）两个基本参数，它们和均值与方差一起，用来描述复杂的功耗行为，给低功耗设计提供了更多有用信息。基于ISCAS85、ISCAS89和ITC99电路集的实验表明，该文提出的方法和相关参数对低功耗设计和热量耗散是非常有价值的。     

基于RBF核的SVM的模型选择及其应用

使用RBF核的SVM(支持向量机)被广泛应用于模式识别中。此类SVM的模型选择取决于两个参数,其一是惩罚因子C,其二是核参数σ2。该文使用了网格搜索和双线性搜索两种方法进行参数选择,并将两者的优点综合,应用于脱机手写体英文字符识别。实验在NIST数据集上进行了验证,对搜索效率和推广识别率进行了比较。实验结果还表明使用最优参数的SVM在识别率上比使用ANN(人工神经元网络)的分类器有较大提高。     

基于遗传优化自抗扰控制器的机器人无标定手眼协调

研究机器人无标定手眼协调控制,提出了自适应遗传算法(AGA)选取与优化自抗扰控制器(ADRC)参数的方法,较好地解决了其过多参数难以调节的问题．采用两个结构相同的一阶ADRC实现了六自由度机器人的无标定视觉跟踪控制,以及Motoman-SV3XL机器人的视觉定位．实验结果验证了算法的可行性和有效性．     

基于高斯混合模型差别度量的说话人聚类

基于高斯混合模型(GaussianMixtureModel,M)间差别的方法是进行说话人聚类的常用的一类方法。该文GM提出两种新颖的GMM差别度量,“类散度”和GMM的相互概率。“类散度”即模型间“离散度”与模型内“离散度”之比,在计算中综合考虑了GMM各个胞腔的权值、均值及方差的影响,全面地反映了高斯混合模型参数的差别。GMM的相互概率即其中一个GMM的参数在另一个GMM下的概率。实验证明,两种方法均能很好地描述GMM间的差别,在说话人聚类实验中表现良好。     

Teaching–learning based optimization algorithm based fuzzy-PID controller for automatic generation control of multi-area power system

This paper deals with the design of a novel fuzzy proportional–integral–derivative (PID) controller for automatic generation control (AGC) of a two unequal area interconnected thermal system. For the first time teaching–learning based optimization (TLBO) algorithm is applied in this area to obtain the parameters of the proposed fuzzy-PID controller. The design problem is formulated as an optimization problem and TLBO is employed to optimize the parameters of the fuzzy-PID controller. The superiority of proposed approach is demonstrated by comparing the results with some of the recently published approaches such as Lozi map based chaotic optimization algorithm (LCOA), genetic algorithm (GA), pattern search (PS) and simulated algorithm (SA) based PID controller for the same system under study employing the same objective function. It is observed that TLBO optimized fuzzy-PID controller gives better dynamic performance in terms of settling time, overshoot and undershoot in frequency and tie-line power deviation as compared to LCOA, GA, PS and SA based PID controllers. Further, robustness of the system is studied by varying all the system parameters from −50% to +50% in step of 25%. Analysis also reveals that TLBO optimized fuzzy-PID controller gains are quite robust and need not be reset for wide variation in system parameters.