随机二维正态数据的生成

一个利用均匀分布发生器来产生二维正态分布随机数的方法。本方法被成功地用于实际工作中二维正态分布随机数的发生。     

基于拟合的二维正态云模型

分析了现有的正向/逆向云生成器实现算法的不足之处,并在此基础上提出了基于拟合思想的正向/逆向云生成算法.通过将概念空间划分为几个子空间,然后再在各子空间上使用正向/逆向正态隶属云生成算法来拟合整个概念空间上问题的描述.在拟合过程中,子空间的划分数目是影响拟合效果的主要因素.通过一系列实验分析就子空间的划分数目给出了一个建议数目.最后,实例分析和比较结果表明了该算法的可行性和效率.     

基于SVD的二维子空间拟合DOA估计

改进传统子空间拟合波达方向(DOA)估计方法,以快拍数据矩阵的奇异值分解代替接收数据协方差矩阵的特征值分解,用奇异值和奇异值矢量进行信源数估计,避免协方差矩阵估计,减少运算量和矩阵估计误差。根据已有子空间拟合的一维修正变化投影(MVP)算法原理,推导出二维MVP算法实现步骤,对基于均匀圆阵的接收信号进行二维DOA估计。     

基于二维三阶多项式拟合的阈值曲面分割法

针对光照不均匀情况，提出了基于二维三阶多项式拟合阈值曲面进行分割的方法。遵循最小均方误差原理，给出了二维三阶拟合的矩阵表达式及详细的程序实现方法。拟合点以人机交互形式，由鼠标点击选出，程序自动记载所选点的图像坐标与灰度值信息，然后拟合出阈值曲面，并以二值图像形式给出分割结果。对一幅光照模型未知的网格图像进行了分割，实验结果良好。     

基于二次曲面拟合的二维传感器数据处理技术研究

针对温度、湿度传感器在测量系统中相互干扰所导致的测量误差问题,提出了基于二次曲面拟合理论的数据处理模型,实验以温湿度集成传感器为例,采用传感器标定系统对二维传感器进行多点温度、湿度标定,基于二次曲面拟合方程对数据进行处理,结果表明:该方法有效地提高了温度、湿度传感器的测量精度,具有很高的实用价值。     

基于蒙特卡罗最小二乘的实验数据拟合方法

采用最小二乘法拟合化工实验数据,相关系数接近于1,精度高,但所得的结果与经验关联式大相径庭。蒙特卡罗方法是一种基于概率模型的非确定性数值方法。蒙特卡罗最小二乘拟合方法处理化工实验数据,应用中更为灵活,适用范围更广。在Excel电子表格中,利用工作表中的数据与VBA混合编程很容易完成蒙特卡罗最小二乘数据拟合,VBA实现与Excel电子表格的数据通讯及并行处理实验数据,读取工作表中的实验数据,计算随机点的大致搜索范围,进行最小二乘统计分析,将结果输出到工作表中。蒙特卡罗最小二乘拟合方法采用与最小二乘法相同的精度标准,在符合大数定理的基础上,精度大幅度提高。蒙特卡罗方法在随机搜索点较小时,误差很大,当随机搜索点达到10000时,其精度与最小二乘法相差无几,却得到与经验关联式十分接近的准数关系方程,取得了实践与理论统一的实验效果。     

基于灰色特征加权支持向量机的二维函数拟合

函数拟合通常是在有限的训练样本下对函数变量之间的关系做出预测,由于在实践中训练样本本身存在噪音和孤立点,用传统的方法进行函数拟合的效果不佳。考虑到不同特征对于回归问题相关程度的不同,研究了以灰色关联度作为权重的特征加权支持向量回归机算法,并推广运用于二维函数的回归拟合。仿真结果表明,灰色特征加权方法较传统支持向量回归机,具有更好的回归拟合能力。     

基于二维装箱问题的TTE调度表生成算法

为简化时间触发以太网调度表生成的复杂度并增强灵活性,对调度表生成算法进行研究.所提算法支持通讯任务的动态添加,特别是将链路时间资源抽象为空箱子,并将时间触发通讯任务抽象为二维物品,这种抽象利用无重叠二维装箱问题的特性来满足数据帧无冲突传输,利用二维装箱算法得出调度表.仿真结果表明,当网络中同时存在较多通讯任务时...     

基于局部域的影响力最大化算法

用户影响力度量是影响力最大化问题的核心,与网络拓扑结构相关的影响力度量指标主要分为全局性指标和局部性指标,其中全局性指标需要依靠网络完整拓扑结构计算节点影响力且时间复杂度较高,局部性指标通常忽略或弱化了网络中的自环和多边现象,导致对节点影响力的度量不全面,限制信息最终传播范围。结合三度分隔原理,提出基于局部域的影响力最大化算法。考虑网络中的自环和多边现象,根据网络拓扑结构构建生成图。依据生成图划分每个节点对应的局部域,使用节点在局部域内的影响力近似其在全局范围内的影响力,并据此选择候选种子节点。计算候选种子加入种子集合后的重叠比因子,根据重叠比因子决定是否将此候选种子节点选作种子节点,控制种子集合的影响力重叠程度。在真实数据集上的实验结果表明,与MaxDegree、PageRank等算法相比,该算法能有效识别高影响力节点群体,扩大信息传播范围,且具有较低的时间复杂度。     

重构高频采样数据的小波多尺度逼近方法

针对工业过程中存在的高频采样数据重构问题 ,本文提出了一种基于小波多尺度分析理论的误差递阶补偿算法．首先对含有噪声的低频采 样数据在时频域进行滤波,然后利用该逼近算法实现高频采样数据的重构,并给出了算法的 精度分析．此算法具有能克服噪声影响、重构精度高和物理意义明确的特点．     

基于2D轮廓线的体数据切割算法

为了方便医生从三维角度直观理解体数据的内部细节,提出一种基于2D轮廓曲线的交互式体数据切割算法,并结合可视化工具包和布尔操作实现单平面和包围盒的体数据切割。轮廓线体数据切割算法根据操作者在图像窗口任意勾画的2D轮廓曲线构建切割几何体,并将轮廓曲线和体数据通过坐标变换映射到掩膜图像内,在2D空间实现三维图像数据的切割。实验结果表明轮廓线切割算法可处理任意形状的切割几何体。     

基于语义贴近度的模糊数据依赖

本文基于语义贴近度的概念给出了模糊函数依赖（ＦＦＤ）、模糊多值依赖（ＦＭＶＤ）和模型联接依赖（ＦＪＤ）的定义。本文得到一组类似于Ａｒｍｓｔｒｏｎｇ公理的正确、完备的ＦＦＤ和ＦＭＶＤ的推理规则。进一步，我们证明了经典数据依赖满足模糊数据依赖的定义，ＦＦＤ是ＦＭＶＤ的特例，而ＦＭＶＤ又是ＦＪＤ的特例。     

基于类型系统的元数据模型

本研究了程序设计语言的类型系统与数据模型的；认识到类型间关系是表示数据模型的一种。基地这一思想，提出了ＰＣＴ类型描述语言及其基于ＰＣＴ的元数据模型，以描述多种数据模型，ＰＣＴ将Ｃ＋＋类型系统与一阶谓词演算相结合，可以形式化描述特写数据模型所规定的多方面规范。     

基于属性分类的数据挖掘方法

随着数据仓库的广泛应用,从数据中获取相关的知识或规则越发显得重要,各种各样的数据挖掘技术提出了出来,本文介绍一个基于数据属性值的数据挖掘方法。首先简单介绍了ＩＤ３分类技术,然后详细论述了基于属性值分类的数据挖掘的方法。该方法有两个的步骤：数据采集,整理及形成规则并化简规则。     

基于数据挖掘的电子商务策略

电子商务是新兴的现代商业模式,数据挖掘是先进的信息处理技术。随着商业信息和数据的急剧增加,如何有效地分析和利用信息成为企业共同关注的问题。本文阐述了电子商务的发展现状,分析了数据挖掘的功能和应用流程,探讨了数据挖掘技术在电子商务中市场销售、资源优化、客户管理和信用评估等领域的应用策略。     

对基于MPN数据清洗算法的改进

相似重复记录的清除是数据清洗领域中的一个很重要的方面,它的目的是清除冗余的数据.介绍了该问题的流行算法-多趟近邻排序算法MPN(Multi-Pass Sorted Neighborhood),该算法能较好地对相似重复记录进行清除,但也有其不足:一是在识别中窗口大小固定,窗口的大小选取对结果影响很大.二是采用传递闭包,容易引起误识别.提出了基于MPN算法的一种改进算法,试验结果证明改进算法在记忆率和准确率上优于MPN算法.     

基于超文本的面向对象多媒体数据模型的研究

建立多媒体数据模型首先应从多媒体数据的特点出发,把多媒体信息中的各种复杂关系以形式化的方式在数据模型的层次上表现出来．本文针对多媒体数据的特点和要求,分析了理想的多媒体数据模型的模式,依此探讨了基于超文本的面向对象（ＢＨＯＯ）多媒体数据模型以及多媒体数据的存储与组织结构     

基于线结构光的视觉3D测量中光刀中心提取方法研究

回顾了基于计算机视觉的线结构光刀中心位置的提取方法,对各种方法进行了分析和实测,在深入研究光刀厚度及中心线分布后,提出了一种兼顾精度和计算时间的水平中值提取方法,三维重建结果表明了该方法的有效性。为基于线结构光的视觉3D测量中数据精确采集提供重要的保证。     

基于VISUAL BASIC的数据访问技巧

本文阐述了在VB的环境中利用数据控件、DAO（数据访问对象）及SQL等工具,配合MicrosoftJet访问本地或远程数据库的具体实现方法。