基于向量余弦的支持向量机主动学习策略

针对传统基于主动学习的支持向量机（support vector machine,SVM）方法中所采用的欧式距离不能有效衡量高维样本之间的相关程度,导致学习器泛化能力下降的问题,提出了一种基于向量余弦的支持向量机主动学习（SVM active learning based on vector cosine）策略,称为COS_SVMactive方法。该方法通过在主动学习过程中引入向量余弦来度量训练集中样本信息的冗余度,以挑选那些含有重要分类信息的最有价值样本交给专家进行人工标注,并在迭代的样本标注过程中对训练集的平衡度进行逐步调整,使学习器获得更好的泛化性能。实验结果表明,与传统基于随机采样的SVM主动学习方法（SVM active learning based on ran-dom sampling,RS_SVMactive）和基于距离的SVM主动学习方法（SVM active learning based on distance, DIS_SVMactive）相比,COS_SVMactive方法不仅可以提高分类精度,而且能够减少专家标记代价。     

基于自适应深度集成网络的概念漂移收敛方法

概念漂移是流数据挖掘领域中的一个重要且具有挑战性的难题.然而,目前的方法大多仅能够处理线性或简单的非线性映射,深度神经网络虽然有较强的非线性拟合能力,但在流数据挖掘任务中,每次只能在新得到的1个或一批样本上进行训练,学习模型难以实时调整以适应动态变化的数据流.为解决上述问题,将梯度提升算法的纠错思想引入含概念漂移的流数据挖掘任务之中,提出了一种基于自适应深度集成网络的概念漂移收敛方法 (concept drift convergence method based on adaptive deep ensemble networks,CD＿ADEN).该模型集成多个浅层神经网络作为基学习器,后序基学习器在前序基学习器输出的基础上不断纠错,具有较高的实时泛化性能.此外,由于浅层神经网络有较快的收敛速度,因此所提出的模型能够较快地从概念漂移造成的精度下降中恢复.多个数据集上的实验结果表明,所提出的CD＿ADEN方法平均实时精度有明显提高,相较于对比方法,平均实时精度有1%～5%的提升,且平均序值在7种典型的对比算法中排名第一.说明所提出的方法能够对前序输出进行纠错,且学习模型能够快速地从概念...     

一种动态的主动多分类方法

在面向大数据问题的应用领域中,由于现实世界的多样性和复杂性,经常会遇到大规模的多类别数据挖掘问题,传统的多分类方法一方面存在着超平面不平衡更新的问题,另一方面学习效率较低,对于复杂的多类别数据无法进行高效分类。针对这个问题,本文提出了一种改进的动态主动多分类（Dynamical active multiple classification, DYA）方法,该方法通过将死锁、激活等概念引入到主动多分类过程,在主动多分类过程中随着分类器的不断更新,动态地控制样本是否参与主动学习的过程;同时,采用分位计数、轮换学习方式的主动多分类方法,使得多类别的分类器能够得到平衡的学习和更新。实验结果表明,本文提出的动态主动多分类方法有效提高了模型的学习效率和泛化性能。     

基于增量学习的非平衡SVM分类方法

针对传统支持向量机（SupportVectorMachine,SVM）无法有效处理非平衡分类的问题,提出一种基于增量学习的非平衡SVM分类方法（ImbalancedSVMBasedonIncrementalLearning,ISVM_IL）。该方法首先提取多数类样本中的部分样本,与少数类样本合并参与训练得到初始分类器,然后根据分类器与其他样本的关系,选择距离分类器最近的样本作为增量样本加入训练集参与训练,从而减小实际参与训练的负类数据规模,提高非平衡分类的性能。实验结果表明,本文提出的ISVM_IL方法可以有效提高非平衡分类中重要的少数类样本的分类性能。     

重庆市区酸沉降在植被危害调查中遥感技术的应用

在四川（包括重庆市）高硫煤资源及其开发利用对环境影响调查项目中，采用航空遥感手段对重庆市区酸沉降对植被的危害现状进行了调查。在波谱测试的基础上建立了受害植被彩红外航片解译标志，通过图像解译，结合野外调查，查明了重庆市区植被受害等级及其分布范围。为重庆市环境保护和环境治理提供了重要依据。     

北京市规划和自然资源委员会项目审批办事服务平台整合研究

北京市规划和自然资源委员会挂牌成立之后,亟需将分散管理的原规划和原国土部门的审批业务系统,整合形成符合新机构运行管理的项目审批办事服务平台。北京市作为代表中国参与世界银行营商环境考评的样本城市,在建筑许可领域的改革举措,也亟需统一的项目审批办事服务平台来呈现。通过分析原规划和原国土审批系统运行和历史数据现状,明确项目审批办事服务平台整合的思路。总体思路是,重构业务应用模型,建设统一的用户认证中心,推进全程电子化和全过程信息共享,优化提升线上服务水平,推进审批一张图建设。经过充分的业务梳理和技术准备,2020年5月1日,新版项目审批办事服务平台正式上线运行。作为第一个实现规划和国土业务审批系统整合的省级部门,下一步将围绕审批制度改革和优化营商环境,持续推进系统的升级和完善。     

冶金工程中环保工作的重要性及其策略分析

随着国家的不断发展,冶金工程在国民经济中的作用日益凸显,对保证国家的可持续发展具有重大意义。在提高冶金工程经济效益的同时,还要加大对环境保护的管理力度,对冶金技术工艺进行持续的革新和改造,坚持绿色发展的思想,促进了冶金工程和环境的和谐发展。为了确保两者互补,要通过对现实工作环境的调查,为其制定一个与人类幸福程度相关的合理规划。因此,文章着重阐述了冶金工业在国民经济中的地位,并就其环保问题的对策进行了阐述,以期提高冶金行业的环保意识。     

基于粒度偏移因子的支持向量机学习方法

在实际应用中,数据集样本规模、分布密度的不平衡性可能会使传统支持向量机(support vector machine, SVM)得到的分类超平面不是最优.在对传统支持向量机最优分类面分析的基础上,结合粒度计算(granular computing, GrC)理论,针对数据规模和分布密度不平衡的数据集,提出一种基于粒度偏移因子的粒度支持向量机(granular SVM, GSVM)学习方法,称为S_GSVM方法.该方法将原始样本用Mercer核映射到高维空间,然后在高维空间中对数据进行有效的粒划分,通过对不同的粒计算不同的超平面偏移因子,重新构造支持向量机的凸二次优化问题,以得到一个泛化能力更好的分类超平面.S_GSVM方法充分考虑了数据复杂分布对于泛化能力的影响,对基于最大间隔的分类面进行改进.实验结果表明,S_GSVM方法在非平衡数据集上能得到较好的泛化性能.     

浅水多途环境下地震波传感器二维DOA估计

利用单个三轴地震波传感器可对水中目标进行被动探测和定位,为了提高地震波传感器的目标分辨能力,将MUSIC算法用于单地震波传感器的方位估计中。针对传统MUSIC方法在相干信号源条件中性能下降的问题,提出斜投影极化分离方法对水中多径传播信号进行分离,在不同的极化状态空间对目标的空间谱进行估计实现水中目标的高分辨方位估计。仿真结果表明,该方法依靠单个地震波传感器便可实现浅水多途环境下的高分辨方位估计。湖试数据的处理结果验证了该方法的有效性。     

一种基于多光谱特征的空中目标识别方法

分析了空中目标的红外辐射特性,从普朗克黑体辐射定律出发,得到目标的多光谱电压响应序列。从现有的目标识别方法中提出一种以多光谱探测器各波段电压响应均值及方差为特征量来表征红外目标特征的方法,从而快速简洁地从多光谱繁杂的信息中提取红外目标的特有特征。