多代表点的加权近邻分类算法

传统的KNN算法存在分类效率低等缺点.针对这些缺点,本文提出一种高效的结合多代表点思想的加权KNN算法,利用变精度粗糙集上下近似区域的概念,结合聚类算法生成代表点集合构造分类模型,再运用结构风险最小化理论优化分类模型并对影响分类模型的因素进行分析.分类过程中根据测试样本与各代表点的相似度,得到测试样本的相对位置.其中属于样本点下近似区域的测试样本可直接判断其类别.若测试样本在其他区域,则根据测试样本与各代表点的相对位置对各代表点覆盖范围内的样本进行加权后判断测试样本的类别.在文本分类领域的数据集上进行实验,结果表明该算法能有效的提高分类模型的性能.     

基于共同邻居邻域拓扑稠密性加权的链路预测方法

链路预测旨在利用已知的网络节点和拓扑结构信息,预测网络中未连接的两个节点之间存在连边的可能性。基于网络拓扑相似性的链路预测方法计算复杂度低且预测效果好,但现有的相似性指标对共同邻居的邻域拓扑信息考虑较少。针对此问题,提出一种基于共同邻居邻域拓扑稠密性加权的链路预测方法。首先,基于邻域拓扑相对稠密指数量化节点的邻域拓扑结构;然后,利用共同邻居的节点度和邻域拓扑相对稠密指数刻画共同邻居及其邻域拓扑的相似性贡献;最后,提出基于共同邻居邻域拓扑稠密性加权的节点相似性指标。在多个实际网络数据上的实验结果表明,与现有相似性指标相比,该方法能够取得更高的预测精度。     

基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法

为解决判别式相关滤波（DCF）跟踪算法在跟踪目标旋转或非刚性形变时的模型漂移、尺度粗糙、跟踪失败问题,提出一种基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法（DWOP-EFO）。首先,同时采用矩形框之间的重叠度和中心距离作为动态锚框质量评价的依据,能够缩小预测结果与目标区域之间的空间距离,缓解模型漂移问题;其次,为了进一步提高跟踪精度,采用轻量化的目标分割网络将目标从背景中分割出来,再利用椭圆拟合算法对分割轮廓进行优化并输出稳定的旋转矩形框,实现对目标尺度的精确估计;最后,通过尺度置信度优化策略对置信度高的尺度结果实现门控输出。所提算法能缓解模型漂移问题,同时有利于增强跟踪器的鲁棒性和提升跟踪精度。在两个最为流行的评测数据集VOT2018和OTB100上进行了实验,结果表明：在VOT2018数据集上,所提算法的期望平均重叠率（EAO）指标比基于重叠度最大化准确跟踪算法（ATOM）提高2.2个百分点,相较于基于可学习的判别模型跟踪器（DiMP）提高1.9个百分点;同时,所提算法在OTB100评测数据集上的成功率指标比ATOM高出1.3个百分点,特别是在非刚性形变属性上效果显著。所提算法在评测数据集上的平均运行速率均超过25 frame/s实现了实时跟踪。     

双偏差双空间局部方向模式的人脸识别

针对局部方向数（Local Directional Number pattern,LDN）类方法的人脸识别通常仅利用梯度信息且信息提取不充分的问题,提出双偏差双空间局部方向模式（Double Variation and Double Space Local Directional Pattern,DVDSLDP）。该方法首先通过像素采样扩大关联邻域信息,再利用边缘响应算子和局部前后向差分获得的相对偏差和绝对偏差以构成双偏差信息,充分挖掘局部梯度空间信息;然后与所提取像素的灰度空间特征级联融合,以获得双空间特征,再进行模式编码得到特征图;最后依据信息熵加权级联各子块直方图获得人脸特征向量,使用最近邻分类器完成分类。针对ORL、Yale、AR人脸库和相关典型方法的对比结果表明：利用双空间特征的融合,获得了轮廓更清晰、纹理更丰富的编码特征图,在ORL和Yale库上分别达到了99.50%、94.44%的识别率,尤其是在训练样本较少时性能提升明显;该方法针对AR库的表情、光照、遮挡A和遮挡B子集分别达到了99.67%、100%、99.33%和97.33%的识别率,明显高于其他方法,表现出良好的鲁棒性。     

回环软件缺陷数量预测模型

软件缺陷预测是软件工程中的一个研究热点问题,通常软件缺陷预测的研究工作主要关注于软件模块是否存在缺陷和软件模块存在缺陷的数量。目前软件缺陷数量研究主要集中在基于缺陷数的软件模块排序。为提高软件模块排序的准确度,提出一种回环软件缺陷数量预测模型。此模型主要包括回环特征选择和缺陷预测两部分。在回环特征选择部分,将改进的密度峰值聚类算法和包裹式特征选择方法相结合,以回环的方式动态的选出最优特征,并训练学习器;陷预测部分采用反距离加权集成的方式得到预测结果。实验结果表明,此模型相比于LRCR、GRCR、LR、MLP、GP、NBR、ZIP分别提升了10.36%、28.74%、13.51%、36.61%、25.30%、60.14%、54.72%,有助于提高软件缺陷预测准确性。     

三峡区间面雨量空间插值方法对比分析

空间插值是常用的面雨量计算方法,以三峡区间为研究对象,选取反距离加权、普通克里金、协同克里金3种空间插值算法,进行面雨量空间插值计算和对比分析,其中协同克里金插值将地形作为影响因素。三峡区间面雨量插值结果表明:克里金插值在精度上要优于反距离加权插值,插值效果也更平滑;协同克里金的插值精度优于普通克里金,平均绝对误差、误差均方根相对于普通克里金插值分别降低了19%,10%。因此,在山区或地形复杂区域的面雨量计算,将地形作为协同区域化属性的协同克里金插值更合适。     

有压输沙管道脉动压强特性试验研究

壁面脉动压强是工程上重要的研究对象,脉动强度直接影响泄洪排沙洞、输水隧洞(管道)等建筑物的稳定性和运行安全。为研究不同含沙浓度对壁面脉动压强特性的影响,以黄河细沙(d50=107μm)为研究对象,在直径80 mm的水平管道中进行模型试验,测量出每种工况下的流量、含沙浓度和脉动压强。采用统计方法对测量数据进行多方面分析,并结合快速傅里叶变换(FFT)方法研究了脉动压强的功率谱密度。试验结果表明,时均压强的沿程幅值和瞬时峰值压强均随含沙浓度增加而增大,相对脉动强度随着含沙浓度增大总趋势是减小的;脉动压强概率密度为脉动压强均值接近于零的正太分布,随着含沙浓度增加分布形态从瘦高型发展成矮胖型,压强振幅变大;脉动压强功率谱密度中低频分量随着含沙浓度变大有明显的增加。     

基于加权最小二乘的结构模态参数与损伤识别

为提高利用最小二乘进行模态参数识别的精确度,提出了分频段加权最小二乘模态参数及损伤区域识别方法。分别基于各频率段能量和普通克里金插值作为权值,加权计算模态参数。将此方法应用于识别时变系统,用于Koyna混凝土重力坝在地震作用下损伤识别中。结果表明,识别的固有频率时程曲线可以准确地对结构损伤情况进行描述,根据坝体观测点在初始和损伤结束时刻的响应信号识别的归一化振型可以对结构损伤进行定位。该方法可以较大地提高结构模态参数的识别精度,并且准确地识别结构的损伤区域。     

湘江长沙综合枢纽库区水环境承载力研究

选取湘江长沙综合枢纽库区为研究区,从社会经济、水资源供给、水资源利用与调控等角度选取25个指标,构建评价指标体系,对研究区进行水环境承载力评价。结果表明:①2006～2015年库区水环境承载力从0.267增至0.394,整体呈上升趋势。②各子系统水环境承载力差异较大,社会经济系统、水资源利用系统及水资源调控系统承载力指数整体呈增长趋势,从而提升了库区整体水环境承载力;而水资源供给子系统呈波动变化趋势。③枢纽运行后,库区长沙、株洲、湘潭各段水环境承载力均有所提升,2015年各区段水环境承载力均达到一般水平。④影响库区水环境承载力的主要因素是湘江长沙综合枢纽运行、社会经济发展水平、水资源利用效率和污染物排放总量等。     

基于地理信息系统的区域水环境承载力评价

掌握区域水环境承载力(WECC)对可持续发展政策的制定具有重要意义。针对恩施州的水环境现状,综合选取社会-资源环境-经济系统下的15个评价指标,构建水环境承载力评价指标体系。结合地理信息系统(GIS)空间分析功能,采用离差平方和组合赋权法对各指标的主、客观权重进行综合赋权,在GIS中将各指标进行栅格化处理并进行赋权叠加,得到2017年恩施州水环境承载力的量化值和水环境承载状态的空间分布图。结果表明,恩施州整体水环境承载力属一般水平,水环境承载力为优、良、一般、较差和差5个等级的面积比例分别为1.23%,27.24%,42.62%,19.17%,9.74%;其中来凤、宣恩、鹤峰3县水环境承载力最高,建始、巴东、咸丰3县水环境承载力稍次,利川市和恩施市的水环境承载力最差。研究成果可为恩施州可持续发展政策的制定提供指导。