基于最大熵原理的洪水灾害灾情评估改进普适模型

作为区域灾害风险管理的重要组成部分,灾情评估可为区域灾害预防与发生以及更好地进行区域经济可持续发展规划提供科学依据.自然灾害灾情评估的难点是估算灾情发生的不确定性、损失的概率分布以及处理评价过程中指标的随机性和评价等级的模糊性.为此,提出了基于信息熵的改进灾情评估模型,用最大熵原理处理灾害发生的不确定性和损失的概率分布,用指数普适公式处理评价指标的变化差异性,并利用加速遗传算法优化相关参数,进而建立了基于信息熵的AGA优化改进灾情评估普适模型.应用结果表明:该模型有效地估算了灾害发生的概率,解决了评估灾害发生的不确定性问题,提高了评价的可靠性,且方法智能化程度高,可在多种灾情评价中进行推广应用.     

种混合快速分形图像编码算法*

提出了一种采用两步筛选的混合快速分形编码算法。首先将码本按照矩不变量进行分类,然后寻找给定Range块在所属区间的最好匹配码块,对于匹配误差值大于给定阈值的Range块再进行基于熵值的二次编码。与基于矩不变量的算法比较,该方法在峰值信噪比相同的情况下时间效率提高五倍多,与基于信息熵的算法相比,PSNR值提高近一个分贝。     

基于改进灰色关联分析的铸铁综合性能评价

提出了灰口铸铁材料性能评价的灰色关联分析模型。以铸铁的抗弯强度、冲击韧度、基体维氏硬度、碳化物维氏硬度和材料硬度为综合性能评价指标,根据评价样本与理想样本的关联度大小判断铸铁材料的优劣。针对传统灰色关联分析模型权重分配和确定存在的问题,采用加权灰色关联度策略加以改进,用权重的形式体现各评价指标对评价目标的影响程度,利用系统的信息熵确定权重的大小,权重完全由数据样本点的信息决定,避免主观确定方法带来的影响和干扰。评价结果显示它更加客观科学、符合实际情况。     

基于信息熵的改进人工蜂群算法

为了克服人工蜂群算法在处理复杂性问题时收敛速度慢、收敛精度不高、易早熟等缺陷,在原始人工蜂群算法的基础上引入信息熵。信息熵本身是不确定性的一种度量,由信息熵的值来度量人工蜂群算法中跟随蜂选择的不确定性,通过控制信息熵的值达到控制算法中跟随蜂选择过程的目的,实现算法的自适应调节。通过对测试函数和不同规模TSP问题的模拟仿真,对人工蜂群算法、蚁群算法和其他改进方法进行了对比,验证了所提出改进方法的可行性和有效性。     

影响装配可靠性关键故障源提取方法*

针对产品在装配过程中可靠性低,产品故障频发及故障源多样性的问题,引入信息熵理论,首次提出“可靠度熵”的概念,对影响装配过程可靠性的故障源进行定量分析。建立可靠度熵的综合评判矩阵,结合专家打分法对可靠度熵综合权重进行评价和排序,同时结合客观性强的粗糙集对故障源进行属性约简,提取出影响装配过程可靠性的关键故障源。采取预防及改进措施减少故障源的发生,从而保证装配过程可靠性。以数控磨床的砂轮架为例,验证了上述方法的可行性和正确性。     

基于信息熵与SIFT算法的天文图像配准

天文图像配准是研究天体运动的一项关键技术,图像内部结构往往存在轻微的不规则运动.但是图像配准涉及到计算整个图像的变换关系,在此情况下,无论是采用基于统计特征还是基于局部特征的配准方法,都难以取得理想的效果.为此,提出基于信息熵与SIFT算法的天文图像配准方法.该方法首先需对图像进行均匀分块并计算每块熵值,以熵值最大者作为配准的局部子图,然后通过尺度不变特征变换(Scale Invariant Feature Transform,SIFT)及仿射变换建立变换关系,继而利用局部子图变换关系完成图像的配准.该方法一方面能缩短变换关系的建立时间,另一方面能保证图像中信息熵最大区域配准,有效提高天文图像配准质量.     

WSN中基于信息熵的目标节点位置隐私保护模型

近年来随着无线传感器网络广泛应用和发展,隐私问题日益突出.研究无线传感器监控目标位置,将目标的每一个历史位置称为影响目标节点位置隐私的历史位置节点,每个历史位置节点包含多个对目标位置推断的预测因子CP,根据历史位置信息采用线性回归方法构建一个基于信息熵相关理论的隐私保护模型.     

区间灰色不确定语言多属性群决策方法

针对属性值为区间灰色不确定语言信息的多属性群决策问题,在定义区间灰色不确定语言变量及其运算规则的基础上,给出了3种几何加权集结算子,由区间灰色不确定语言几何加权算子集结各决策者给出的决策矩阵得到群体决策矩阵。在属性权重已知的情形下,基于该算子集结单个决策者给出的属性权重向量得到群体属性权重向量;在属性权重完全未知的情形下,采用信息熵法确定属性权重向量。采用区间灰色不确定语言混合几何加权算子集结各属性评价信息,得到各方案的综合评价值,基于区间灰色不确定语言变量大小比较的方法得到方案排序结果。算例分析表明了该方法的有效性与可行性。     

水电机组振动信号特征提取

水轮发电机组在线监测与故障诊断中,信号特征提取是故障诊断前的关键步骤,在信号处理和模式识别之间起着承上启下的作用,构造的特征向量能否真实反映机组运行特性,直接影响到故障诊断结果的准确性。在水轮发电机组振动信号前处理基础上,结合信号自身特点与信息熵理论,实现固有模态函数能量熵特征提取,对机组当前运行状态做出判断,结果表明该方法简单有效,切实可用。     

新的信息熵属性约简

在粗糙集不确定性度量公式中,模糊熵和模糊度是重要的度量方式。根据粗糙集不确定性度量中模糊熵和新的模糊度公式,提出了在决策信息系统中修正条件信息熵和相对模糊熵的概念,并分别用两种方式证明了熵在属性约简过程中的单调性。然后利用向前添加属性算法进行属性约简,约简结果在RIDAS(roughset based intelligent data analysis system)平台上进行识别率测试,通过实验对比分析了两种新的信息熵与条件信息熵的约简结果,为基于信息熵的属性约简提供了参考。