铁路编组站动态配流的约束传播和多点构建性搜索的混合算法

为了提高动态配流模型的通用性和稳定性,基于约束程序累积调度和字典序多目标优化,以作业之间实施逻辑和优先级关系、班计划和列车编组计划要求、资源容量限制等为约束,按照配流成功的出发列车优先级总和最大、车辆平均中停时最小和资源利用率最高3个目标的优先级,建立适应于不同解体方式的动态配流字典序多目标累积调度的3层模型.为提高算法效率,设计了约束传播和多点构建性搜索混合的带初始解迭代算法,每层先通过约束传播算法化简模型,再通过带约束传播的多点构建性搜索算法快速求解,以决策出优化的作业排程和配流方案.实验表明,模型扩展性更强、更稳定、更符合现场实际;算法效率高,能够满足现场对计划编制和调整的实施性需求.     

基于6参数模型的6R串联机器人运动学参数辨识

为了避免运动学参数误差辨识中存在参数不连续、计算收敛速度慢的现象,基于一种6参数模型,在DH(Denavit-Hartenberg)法建立的杆件坐标系上建立了6R串联机器人的误差模型,并给出了参数转化公式.设计了计算机仿真实验,在存在驱动器、测量仪器随机噪声误差的条件下对比了使用MDH(改进DH)参数误差模型和6参数模型的仿真辨识效果.6参数模型和MDH模型辨识后定位平均误差分别降低了96.1%和52.9%.结果显示6参数模型具有良好的完备性、连续性.6参数模型的误差参数范围可以从制造公差中得出,辨识速度高于MDH模型,通过公差控制参数范围,消除了没有达到极小性要求对误差辨识的影响.应用此方法对一台SR165型机器人进行参数辨识,定位平均误差由2.5 mm降低至0.35 mm.     

初等函数可验证赋值及误差分析

研究了GNU标准下初等函数的赋值原理及算法实现.基于IEEE 754-2008浮点标准,利用误差分析基本结论,对GNU下C语言标准数学函数库中的初等函数赋值程序进行理论误差分析.利用Boost库中提供的区间类,将以浮点数作为基本数据类型的程序重写成以区间作为基本类型的程序,使用区间算术对初等函数进行可验证赋值,从而得到一个包含真实值的区间包络,并由此给出GNU下初等函数的数值误差界.     

基于近邻传播聚类的集成特征选择方法

针对高维数据中的类标记仅与少部分特征关联紧密的问题,提出了基于排序聚合和聚类分组的特征随机选择集成学习方法。采用排序聚合技术对特征进行过滤,选出与样本分类相关的特征,以bicor关联系数作为关联衡量标准,利用近邻传播聚类算法进行分组,使不同组的特征互不关联,然后从每个分组中随机选择一个特征生成特征子集,便可得到多个既存在差异性又具备区分能力的特征子集,最后分别在对应的特征子空间训练基分类器,采用多数投票进行融合集成。在7个基因表达数据集上的实验结果表明,提出的方法分类误差较低,分类性能稳定,可扩展性好。     

室内概率阈值反向最近邻查询

室内空间变得越发的庞大和复杂,随之产生了越来越多的室内空间查询需求.目前已有文献提出了针对室内空间环境的范围查询和最近邻查询,而作为常见的空间查询类型的反向最近邻查询,尚未有相关的研究.为此,提出了室内概率阈值反向最近邻查询和基于定位设备的设备可达图模型.在图模型基础上,提出了室内概率阈值反向最近邻查询处理算法,该算法由基于图模型的批量剪枝、基于室内距离的剪枝、基于概率的剪枝和概率计算4部分构成,通过剪枝策略修剪掉不可能出现在结果集中的对象,从而缩小了查询空间,提高了效率.     

基于核心图的标签传播算法

网络中的社团发现是当前的一个研究热点.在众多社团发现算法中,标签传播算法因简单快速而被广泛应用,但标签传播算法也存在结果稳定性较差的问题.基于此对标签传播算法的初始化过程进行改进,提出了基于核心图的标签传播算法.通过计算图中任意两点的k阶公共邻居,将具有最大相似性的节点及k阶邻居作为初始核心社团,并为其分配初始标签.通过上述过程,提取一些较为紧密的子结构来作为标签传播的初始社团,并给这些结构分配初始社团标签.在真实网络中的实验结果表明,该算法可以大幅提高结果的稳定性.     

基于位置语言模型的中文信息检索系统的研究

在大多数现有的检索模型中常常忽略了如下事实:一个文档中匹配到的查询词项的近邻性和打分时所基于的段落检索也可以被用来促进文档的打分。受此启发,提出了基于位置语言模型的中文信息检索系统,首先通过定义位置传播数的概念,为每个位置单独地建立语言模型;然后通过引入KL-divergence检索模型,并结合位置语言模型给每个位置单独打分;最后由多参数打分策略得到文档的最终得分。实验中还重点比较了基于词表和基于二元两种中文索引方法在位置语言模型中的检索效果。在标准NTCIR5、NTCIR6测试集上的实验结果表明,该检索方法在两种索引方式上都显著改善了中文检索系统的性能,并且优于向量空间模型、BM25概率模型、统计语言模型。     

PSO优化BP神经网络的混沌时间序列预测

针对于BP神经网络预测模型,收敛速度慢,精度较低,容易陷入局部极小值等缺点,提出了一种改进粒子群优化BP神经网络预测模型的算法。在该算法中,粒子群采用改进自适应惯性权重和改进自适应加速因子优化BP神经网络预测模型的初始权值和阈值,然后训练BP神经网络预测模型并预测。将该算法应用到几个典型的混沌时间序列预测。实验结果表明,该算法明显提高BP神经网络预测模型的收敛速度和预测模型的精度,减少陷入局部极小的可能。     

《尚书·禹贡》荆梁二州的农业考古学探析

《尚书·禹贡》中所载“九州”是中国先民对中国古代宏观地理的最早认知。结合近年来相关研究成果对其中荆梁二州的分布 地域进行界定,可以发现二州之间相互毗邻;同时,以考古资料为依托分别对荆梁二州在公元前2000 年前后所形成的农业类型进 行描述分析发现,两者之间既存在相同之处,又存在差异之处。梁州农业类型的形成既有来自北方的影响,又有来自临近的荆州的 影响,荆梁二州之间早在新石器时代便开始产生零星的农业文化传播与交流,而这一传播交流的实现大体存在两条路径。川东鄂 西地区的山地或是《尚书·禹贡》荆梁二州的农业文化分界线。     

多级半色调技术在电纸书显示优化中的应用

针对电纸书显示屏灰度等级不足的问题,提出了利用半色调图像处理技术的改进算法实现电纸书显示优化的方法.在阐述半色调技术与电子纸特点的基础上,介绍了抖动算法和误差扩散算法,通过对这两种算法进行改进提高电纸书显示的灰度级数及视觉效果.其中重点对误差扩散算法中的阈值、滤波器及扫描方式的设定进行设计,并提出一种基于误差动态检测的新的改进算法,能有效提高图像灰度级数,改善电纸书的图像显示质量.最后在电纸书系统平台上实现仿真,通过质量评价参数客观地评测了各种算法.