基于广义回归神经网络的传感器非线性误差校正

介绍了径向基函数网络的函数逼近原理和方法,提出了一种基于广义回归神经网络(GRNN)的传感器非线性误差校正方法。通过Matlab的Network Toolbox(神经网络工具箱),GRNN训练程序实现了输出特性曲线逼近。仿真分析表明:GRNN能够很好地满足传感器非线性拟合的要求,网络结构简单,收敛速度快。     

一种改进的在线最小二乘支持向量机回归算法

针对一般最小二乘支持向量机处理大规模数据集会出现训练速度幔、计算量大、不易在线训练的缺点,将修正后的遗忘因子矩形窗方法与支持向量机相结合,提出一种基于改进的遗忘因子矩形窗算法的在线最小二乘支持向量机回归算法,既突出了当前窗口数据的作用,又考虑了历史数据的影响.所提出的算法可减少计算量,提高在线辨识精度.仿真算例表明了该方法的有效性.     

双酚A型聚碳酸酯快速拉伸过程的分子动力学模拟

本文采用用分子动力学方法研究了双酚A型聚碳酸酯的快速拉伸过程.采用COMPASS力场和NPT系综研究了应力应/变关系、能量/应变关系等.应力-应变曲线的研究结果显示,前"屈服点"和后"屈服点"分别为0.14和0.17,应变≤0.05为"弹性区域".0.14<ε_(xx)<1.05的区域为"塑性区域",ε_(xx)>1.05属于"硬化"区.能量-应力关系的研究结果显示,在应力-应变呈线性关系的"弹性区域",体系的总势能及各势能分量随应变增大发生不规则的波动.为了从能量的角度解释PBC-PC在外部拉伸条件下的应变情况,本文还研究了体系总能量与各能量分项,与应变的关系,对链结构与能量分项的关系进行了讨论.     

拓扑指数X用于脂肪醇的QSPR研究

为了更好地揭示脂肪醇的各种物理化学性质与结构的关系,通过对100余种饱和脂肪醇分子的拓扑结构特点的研究,提出1种新的拓扑指数X,并运用回归分析方法研究了饱和脂肪醇的沸点(BP)、空腔表面积(CSA)、折光指数(n_D)、光离子化灵敏度(SM),半数致死浓度(LC_(50)),疏水性参数(lgP)和味阀值(poL)等多种物理化学性质与拓扑指数X的相关性,建立了定量结构-性质相关(QSPR)模型。结果表明所建立的QSPR模型方程具有良好的稳定性和预测能力,较好地揭示了这些物理化学性质的变化规律。     

基于加窗插值FFT和动态频率的谐波检测算法

快速傅立叶变换在非同步采样的情况下存在较大的误差,因而无法在电能计量过程中获取准确的谐波能量。为了减小非同步采样对快速傅立叶变换的影响,提高电能计量的精确度,通常采用加窗的方法。本文详细分析和推导了加窗插值算法。在此基础上,采用Hanning窗,对插值算法进行改进,最后通过仿真试验,分析结果进一步验证了,改进后的谐波分析的结果与实际情况更为接近。     

变频器输出对调速电机影响的仿真

利用MATLAB提供的计算机仿真工具,对变频调速系统中的调速电机建立起合理的定子侧高频阻抗仿真电路,分析、计算在PWM等脉宽的方波电压脉冲波作用下调速电机定于绕组单相对地的电压分布情况,结果表明,变频调速电机输入端的过电压不仅仅由于连接电缆的传输、反射引起,PWM脉宽调制波中的大量高频谐波也能够引起更为严重的定子绕组匝间的过电压.可以利用RC无源滤波器进行高频成分的滤波,仿真结果说明滤波后高频谐波引起的过电压得到极大减小,定子绕组匝间电压分布均匀.     

一种细胞核内DNA物质含量准确测量及回归校正新方法

在定量细胞学研究中,细胞核内DNA物质含量的准确测量是癌症筛查与病理诊断的必要前题与最重要依据。由于算法、设备、环境等因素的影响,在对细胞核的数字显微图像进行处理与分析、测量DNA物质含量时会产生较大的误差。本文提出了一种基于数学形态学和k近邻回归算法的DNA物质含量校正新方法。该方法首先利用膨涨算法对细胞核分割掩码进行处理,从而对DNA物质含量的测量进行空间校正;然后采用k近邻回归算法,充分利用细胞核的形态、纹理等特征参数所蕴含的信息,从而对DNA物质含量进行光学回归校正。实验表明,该方法能够显著提高DNA物质含量测量的准确性和可信度,对提高病理诊断的特异性与敏感性都有积极的意义。     

大众审美影响下乡土商品运用传统包装的商业价值探析

随着民族文化得到不断的重视和提倡,涌现了一股文化回归的浪潮,具有浓郁淳朴气息的传统包装也越来越多的走向市场,本文基于时代发展的大背景下,结合中国民族的审美特点,以乡土商品运用传统包装为例,试析在大众审美影响下,传统包装所蕴含的商业价值。     

遗传编程在符号回归中的应用

遗传编程是一种新型的搜索优化技术,文章介绍了遗传编程的基本原理,以及遗传编程的算法设计及其实现的几个关键问题,并研究了基于遗传编程方法的符号回归。与传统回归方法相比,该方法得到的拟合函数更精确,具有更广泛的适用性。文中通过对一个函数进行符号回归验证,说明此方法合理可行。     

A class of classification and regression methods by multiobjective programming

An extensive review for the recent developments of multiple criteria linear programming data mining models is provided in this paper. These researches, which include classification and regression methods, are introduced in a systematic way. Some applications of these methods to real-world problems are also involved in this paper. This paper is a summary and reference of multiple criteria linear programming methods that might be helpful for researchers and applications in data mining.