一种基于遗传算法的受限制的分类器学习算法

提出了一种基于遗传算法的受限制BAN分类器算法-GBAN(genetic algorithm based BAN)。新算法采用了遗传算法进行网络结构的学习,限制了所学习的BAN分类器结构的复杂度。同时对TAN分类器的结构进行了扩展,得到了一种受限制的BAN分类器。针对这种分类器的结构学习,设计了结合对数似然的适应度函数及相应的遗传算子,并给出了网络结构的编码方案,使得该算法能够收敛到全局最优的结构。实验结果表明,当数据集属性之间关系相对复杂的时候,GBAN比TAN的分类准确率高,分类效果较好。     

太阳能通风式屋顶强化通风性能的研究

利用热网络分析法建立了太阳能通风式屋顶的传热模型,并就室外气象参数与结构尺寸对其通风性能的影响进行了理论分析,结果表明:采用太阳能通风式屋顶来强化高温地区室内的通风是完全可行的;就结构设计而言,采用多个尺寸较短的屋顶进行组合对加强通风与排热有利,其倾角与绝热层厚度可根据具体情况分别控制在30～60°与0.1～0.3m范围内;至于截面形状,采用宽厚比小的截面可获得较大的单位面积通风量与排热量;但在具体结构设计时要配合建筑设计,依据当地气候条件、建筑用途及经济性来灵活决定。     

基于图像处理的变电站高压电气设备可视化监测方法

<正>变电站设备在实际运行的过程中,存在较强的关联性,但是部分电气设备的运行需要进行双向控制,再加上外部因素的影响,更容易出现运行偏差,对变电站日常的工作形成阻碍。为缓解上述问题,需要对相关设备进行监测,传统的总线式可视化监测方法与VR线上可视化监测方法在监测过程中虽然有覆盖范围广、监测精度高等优势,但是监测的速度及效率并不高、针对性不强,在复杂的环境下,甚至会对电气设备形成损坏。为此,对基于图像处理的变电站高压电气设备可视化监测方法进行研究。     

量子粒子群和相关性分析在心电特征选择中的应用

针对心电(ECG)信号情感识别中特征选择的问题,首先运用相关性分析方法,去除原始特征集中的高相关度特征,实现原始特征集的降维;其次,为了在降维后的特征空间中进行有效的特征选择,提出了一种改进的二进制量子粒子群算法(SBQPSO)。实验结果表明,基于本算法结合Fisher分类器建立的ECG信号情感识别系统能够对高兴、惊奇、厌恶、悲伤、愤怒和恐惧6种情感达到良好的识别效果。     

基于AOP的信息管理系统的研究与实现

面向对象的编程OOP（Object Oriented Programming）能够有效地解决面向过程语言的缺陷,现有的软件项目大都采用面向对象的编程范型。但是OOP不能解决由于横切属性带来的代码混乱和代码分散等诸多问题,导致系统的可读性和复用性差,因此引入了面向方面的编程AOP（Aspect—Oriented Programming）思想。该编程思想可使开发者有效地将业务关注点与横切关注点分离,解决OOP的难题。介绍了AOP技术中较成熟的语言——AspectJ及其相关概念,通过一个信息管理系统,展示AOP技术在处理横切关注点时发挥的优势。     

呼吸信号的非接触式测量

改进设计了一种基于Kinect体感相机的呼吸信号非接触式测量方法。该方法适用于坐立姿势下呼吸信号的遥测。在控制实验下,遥测得到的呼吸率接近于接触式测量得到的呼吸率(相对误差0.4%),且遥测的呼吸信号可以显示不同的呼吸模式。     

基于生理信号的二分类情感识别系统特征选择模型和泛化性能分析

基于生理信号的二分类情感识别系统的特征选择问题其规模随着初始特征维数的增加呈指数增长,它是一个NP难问题。以系统的漏报率和虚报率为评价指标,建立性能良好的二分类情感识别系统的任务,是找到原始特征中使漏报率和虚报率最低的特征子集。将此过程抽取为一个组合优化模型,用禁忌搜索算法进行特征选择,用Fisher分类器进行分类。对66名大学生的4种离散情感(喜、怒、哀、惧)状态下采集的两种情感生理信号(皮肤电导和心率)进行特征选择和分类,发现禁忌搜索能较好地解决系统构建中的特征选择组合优化问题,并且由此构建的情感识别系统在单用户和多用户验证集上均获得了较好的泛化结果,表明构建于多用户数据集上的情感识别系统的泛化能力较强。系统在单用户数据上的验证结果也表明情感生理反应的个体差异对4种离散情感的识别具有不同程度的影响。     

冷冻机软启动导致上级开关跳闸的故障分析与处理

针对秦山CANDU机组冷冻机在启机试验过程中发生上级供电开关跳闸的事件,展开了故障分析,确定原因是软启动设置的时间过长不满足系统要求,并提出了软启动参数修改的处理方案.     

用于生理信号情感识别的自适应遗传算法

针对用生理信号识别情感中的最优情感特征组合的选择这一组合优化问题,将遗传算法中的交叉、变异操作加以改进形成新的算法.该算法用来选择最能代表相应情感状态的最优特征组合,并以最近邻法的分类正确率作为当前搜索到的最优特征组合的评价准则,对joy、anger、pleasure、sadness这4种情感状态进行识别,得到了较好的情感识别效果.仿真实验表明了该方法的可行性和有效性.     

可生存的虚拟网络多层映射方法研究

本文研究了可生存虚拟网络多层映射问题,首先对其建立了整数线性规划模型（ILP）,然后针对较大规模问题提出一种高效的启发式算法VNP-SVNME对其进行求解.实验表明,VNP-SVNME算法的资源映射开销相对ILP仅平均高15%,且优于现有的启发式可生存算法.此外,VNP-SVNME算法的映射时间相对ILP大大降低,可以满足在线虚拟网络映射的需求.