采用半定规划多核SVM的语音情感识别

为提高语音情感识别精度,采用二叉树结构设计多分类器,其中使用半定规划法求解并构造多核支持向量机( SVM)分类模型,并采用均方根误差与最大误差对分类器性能进行衡量.对特征选择之后的参数集合进行了测试,结果表明,采用半定规划多核SVM分类模型的情感识别精度达到88.614%,比单核分类模型的识别精度提高了12.376%,且能有效减少误差积累和降低情感状态之间混淆程度.     

���۾����������������㷨�о�

为解决在单孔声波测井中全波测井和变密度测井等方法不能直观揭示径向介质分布情况等问题，文章提出了一种井眼径向层析成象技术。采用离散图像重建技术，将井眼径向层析成像问题经过线性化处理后可转化为线性方程组的求解，其方程组一般是病态、无精确解的。为此,文章探讨一种求解任意线性方程组的迭代算法，并证明了其算法的收敛性，它不仅避免了矩阵求逆，而且对于任意一组初始值均可收敛。经过全局异常识别、局部异常识别和层状异常识别等典型类型的数值算例计算，结果表明了该方法在处理射线数据不足的情况下的有效性和优越性，其算法简单、实用。     

模糊相似比方法及其在油气识别中的应用

从模糊相似比原理出发，推证出一种简捷的快速算法，并综合了权重和海明距离两方面因素，从而使模糊相似比方法得到改进。应用实例表明该方法简单、实用，在油层识别和油气预测中效果良好。     

固井首波检测及程序

首波检测是固井声波测井中最为重要的工作之一，文章针对固井声波测井特点，寻求出一种简单易行的首波检测方法，给出了其汇编语言程序，试验结果表明其效果良好。     

测井目标函数极小化的最优单纯形法

用于测井目标函数极小化的常规单纯形算法主要缺点是收敛速度不快,在一些特殊情况下寻找不到最优点。改进后的最优单纯法主要思想是,用一维最优点X~*来代替当前单纯形中的函数最高值顶点x~h。对于测井解释中最优化问题,不管初始值如何选择,都能找到全局的最小点,并比常规算法收敛速度快一倍左右。     

利用卫星重力资料探讨地幔流应力场

地球内部物质密度的分布决定了地球表面及外空的重力场。卫星测量地球重力场包含着地球外部和内部丰富的地球物理信息,它有两个方面的应用:一是直接使用重力异常或大地水准面异常;二是由重力球谐系数建立地下流体动力学方程,计算岩石圈底面的地幔流应力场,从应力场的分布探讨板块构造有关问题,文中根据Rapp81卫星重力模型资料,从新的地幔流应力场计算模式出发,实算了中国及邻区岩石圈底面的地幔流应力场。通过分析应力场与区域构造或板内构造的关系,指出了区域构造或板内构造受地幔流应力的控制,地幔流应力是重要的构造驱动力,它为人们探讨地壳构造以及大油气田形成的地质控制因素的力源问题提供了新的途径。     

云粒子群优化算法在无线传感器网络中的应用

无线传感器网络中节点计算能力和存储存能量有限的问题一直制约着无线传感器网络的发展.为此,本文提出了一种基于云PSO（particle swarm optimization）算法的无线传感器网络能量优化方法,主要包括网络分簇、网络能量模型建立、云PSO算法迭代优化等步骤.其中云PSO算法采用云理论模型优选惯性权重可以提高PSO算法的收敛速度,典型函数测试结果表明其效果优于常规PSO算法和遗传算法;在网络建模中采用二分功率控制算法可以降低网络能耗、延长节点寿命.最后经仿真试验和对比分析表明本文提出的方法在优化无线传感器网络中具有速度快、节点生存能力强的优点,并能有效地控制网络能耗.     

基于云PSO 的RVM入侵检测

入侵检测可为计算机网络信息提供安全保障,在其方法研究中,由于相关向量机(RVM)具有高稀疏性且预测中使用概率因素,在网络入侵检测中优于支持向量机.然而RVM的核函数参数是经验估计的,为此,提出一种基于云模型的粒子群优化算法的RVM方法,即采用云粒子群算法确定RVM的核参数,构建RVM分类模型,再采用一对一分类方法进行多类检测分类.经入侵检测实验研究,所得结果表明所提出的方法优于基于常规相关向量机的检测方法,且具有更高的入侵检测精度.     

采用云量子PSO的属性约简方法

针对粒子群优化算法在处理信息系统中属性约简收敛速度慢、早熟的问题,提出了一种结合云模型的量子粒子群优化算法（CQPSO）的属性约简方法。改进量子粒子群优化算法,即利用量子粒子群算法的量子行为来加快收敛速度;引入云模型控制粒子种群在不同状态下进行寻优;根据属性依赖度等性质构造属性约简数学模型;采用CQPSO算法对其进行求解,得到约简结果。实验中采用标准测试函数对CQPSO算法进行仿真对比,验证了CQPSO算法性能优于量子PSO算法;采用UCI标准数据库的典型例子进行属性约简测试,结果表明提出的属性约简方法优于现有约简方法,其计算速度快、识别精度高。     

一种宽电压范围充电机混合控制策略

充电机是电动汽车发展的基础设施,LLC变换器因其良好的效率特性在电动汽车充电机中有着广泛的应用,但LLC变换器对电压增益比较敏感,同时电动汽车动力电池组的电压在充电过程中,变化范围很宽,会导致等效充电效率低,充电能耗高。为了解决这个问题,论文基于锂电池的充电特性曲线,以整个充电过程消耗的能量为优化指标,提出了反映充满电池所需要的电量多少的充电机充电效率评估函数。针对宽的电压输出范围和LLC变换器转换效率对电压增益敏感的矛盾,提出了一种三段式混合控制方式,根据不同的输出电压和功率,LLC变换器工作于常规的调频模式、谐振工作模式和超谐振频率谐振模式,达到以最少的耗能充满电动汽车动力电池的效果。通过损耗计算对等效效率与分段参数之间的关系进行了比较分析,对三段式控制器进行了优化设计;最后搭建了10 kW LLC变换器实验样机进行了验证。