uPOSC4.5:一种针对不确定数据的PU学习决策树算法

目前绝大多数在PU学习场景下的学习算法都只能处理确定数据,然而在现实世界的许多应用中,如在传感器网络、市场分析和医学诊断等领域,数据的不确定性是普遍存在的.基于针对精确数据的PU学习算法POSC4. 5,提出了PU概率信息增益,并在此基础上提出了一种能在PU学习场景下学习不确定数据的决策树算法uPOSC4. 5(Uncertain POSC4. 5).在UCI数据集上的实验表明,uPOSC4. 5具有较好的分类准确率和健壮性,且其分类性能优于aUPNB.     

一种记忆功率放大器自适应线性化仿真

为了更好地实现有记忆功率放大器高效率而又高线性的工作.对两种常用的描述功率放大器的记忆效应和非线性特征的模型--W-H模型和记忆多项式模型进行了自适应线性化仿真,采用AM/AM和AM/PM失真特性对由于功放特性不理想而引起的放大信号的振幅畸变及相位偏移进行描述,运用自适应预失真处理方法,进行记忆预失真的模拟,并用误差矢量值(EVM)衡量这种自适应预失真方法的效果.仿真结果表明,文中的自适应预失真方法对上述两种记忆功放模型具有较好的线性化效果.     

基于误差预报的控制系统综合性能评价

在实际工业生产过程中,控制系统的扰动通常是许多不同类型信号的混合体,而且经常遇到设定值改变等多操作模式的情况.为了选择综合随机性和确定性的性能评价策略,提出了一种基于误差预报的控制系统综合性能评价方法.首先提取出控制系统的误差序列,计算其预报值,然后比较两者的方差,得出综合性能指标,最后在TE过程仿真平台上进行了试验验证.试验结果证明了该方法的可行性和有效性.     

一种人工鱼算法与捕鱼算法相结合的优化方法

在分析人工鱼群算法和捕鱼算法存在不足的基础上,提出了一种人工鱼群算法(AFSA)与采用捕鱼策略的优化算法(FSOA)相结合的混合算法。该算法在优化初期使用AFSA算法搜索局部最优域,而在优化后期则使用FSOA算法在优化前期所初步确定的局部最优域中搜索最优解。实验计算结果表明,该算法具有优化精度高、收敛速度快的特点。     

信任感知的组合服务动态选择方法

把信任概念和信任度引入到服务组合中来,讨论了信任感知的服务组合选择问题,分别基于两种观点建立了其数学模型.并基于观点1,深入地研究了服务组合的动态选择问题,分别采用蚁群系统作为优化工具设计了两种动态选择方法:方法1针对服务在上限阈值的范围内提供优质服务,服务质量保持不变,超过阈值则拒绝服务的情况;方法2针对服务无限制地接受请求,但随着请求数量的增多,其服务质量下降的情况.通过对方法1和方法2的仿真实验结果分析表明,两种方法具有很好的效果.     

一种服务质量感知的网格工作流引擎

引入服务质量等非功能特性作为网格工作流的调度依据,可以使得网格工作流的执行和调度围绕服务质量的参数体系进行,能够更好地满足最终用户的要求.提出一种服务质量感知的网格工作流引擎QGWEngine,介绍QGWEngine支持的服务质量参数体系和所基于的网格工作流模型.给出QGWEngine的系统结构,并通过一个假想的网格工作流的例子验证了QGWEngine的有效性.     

基于无线传感器网络的坡面异常信号检测方法研究

提出了一种适用于硬件资源受限的传感器节点的坡面异常信号检测方法,数据的采集和异常检测在节点前端完成,能提高监测实时性,降低数据传输的通信能耗.传感器节点采集坡面加速度数据,通过对训练数据进行经验模态分解得到本征模函数的上包络,并对该包络数据进行高斯建模自适应学习确定检测阈值.对监测数据经验模态分解得到上包络数据,运用3α原则与检测阈值进行比较实现异常信号判别.通过算法仿真和实际部署测试得到该方法检测精度为98%,具有一定的实用价值.     

挖掘机油门控制系统设计

提出了一种挖掘机油门控制系统的设计方法,介绍了系统的软硬件设计过程,并研究了增量式PID控制算法在油门控制系统中的应用方法.系统基于TTC60控制器、KECM-1524直线电机、油门旋钮等硬件设计.实践证明,系统能快速准确地控制油门位置.     

基于LMI的无人直升机姿态解耦鲁棒控制器设计

无人直升机是典型的多输入多输出系统,具有静不稳、强耦合、不确定的特点。本文首先基于小扰动理论建立起无人直升机的线性模型;然后运用状态反馈进行极点配置,实现了对被控对象四通道间的动态解耦;最后设计了基于LMI的无人直升机H∞鲁棒姿态控制器,解决了模型参数摄动的问题并进行了仿真验证。结果表明所设计的姿态控制器性能良好、结构相对简单,达到ADS-33E-PRF标准LEVEL1的要求。     

新的文本分类特征选择方法研究

特征降维是文本分类过程中的一个重要环节。在现有特征选择方法的基础上,综合考虑特征词在正类和负类中的分布性质,综合四种衡量特征类别区分能力的指标,提出了一个新的特征选择方法,即综合比率(CR)方法。实验采用K-最近邻分类算法(KNN)来考查CR方法的有效性,实验结果表明该方法能够取得比现有特征选择方法更优的降维效果。