Predictive models for multibiometric systems

Recognizing a subject given a set of biometrics is a fundamental pattern recognition problem. This paper builds novel statistical models for multibiometric systems using geometric and multinomial distributions. These models are generic as they are only based on the similarity scores produced by a recognition system. They predict the bounds on the range of indices within which a test subject is likely to be present in a sorted set of similarity scores. These bounds are then used in the multibiometric recognition system to predict a smaller subset of subjects from the database as probable candidates for a given test subject. Experimental results show that the proposed models enhance the recognition rate beyond the underlying matching algorithms for multiple face views, fingerprints, palm prints, irises and their combinations.     

昭通横江流域年径流预测

针对昭通横江由南到北贯穿昭通全境,水资源量丰富,但南北差异大,南部少、北部多的特点,根据流域内水文站实测年径流、大气环流指数、海温指数及其他指数等资料系列,采用多元回归分析法拟合1981—2010年径流,建立了预测模型,验证、预测分析了2011—2016年径流量。结果表明:干流控制站预测精度高于干流上段及支流代表站,水利工程建设等人类活动影响是导致出现这样结果的主要原因;多元回归分析在横江流域径流预测中具有一定的适应性,但因指标的差异及相关参数可获取性的差异,预测结果存在区域间、等级间的差别。     

动态贝叶斯最小二乘支持向量机

为了对涡扇发动机的运行参数变化进行实时高精度预测,提出一种基于动态贝叶斯最小二乘支持向量机(LS-SVM)的时间序列预测算法。该算法将贝叶斯证据框架理论用于推断LS-SVM的初始模型参数;然后,利用样本增减迭代学习算法实现LS-SVM的参数动态调整。对某型涡扇发动机的摩擦力矩时间序列进行动态预测,并与动态LS-SVM模型的预测结果进行比较。结果显示,动态贝叶斯LS-SVM具有较好的预测精度。     

基于前向预测策略的块正交匹配追踪算法研究

在块正交匹配追踪算法中,候选集匹配原子块的选择策略对信号重建具有重要作用,但是该算法在迭代选择原子块的过程中,每次选择当次最优迭代的原子块,并不能保证最终迭代性能是最优的。为此,提出一个基于前向预测的最优匹配原子块选择策略的块正交匹配追踪算法,通过预测原子块在未来迭代过程中的性能选择最优匹配的原子块。实验结果表明,与块正交匹配追踪算法相比,该算法的重建误差随前向预测参数的增大而减小。     

基于神经网络的PP/CaCO3复合材料的力学性能预测

研究利用BP网络建立了对PP/CaCO3复合材料性能进行预测的模型,并在此基础上建立了PP/CaCO3复合材料拉伸强度、冲击强度和复合态结构之间的关系.结果表明,该模型有着较好可信度,与实验现象也有着较好的符合;利用该模型证明了分散相粒子粒间距、EPDM层厚度是影响其材料冲击强度,并决定其脆-韧转变的最重要因素,并证明了EPDM层厚度的临界值大约在0.05μm左右.     

一种基于全域子空间分解挖掘的QoS准确预测方法

QoS的准确预测是评判和选择最佳Web服务的一种重要标准;传统的QoS预测方法采用时间平均值和各种参数简单加权的方法,无法对大量Web服务下的资源进行准确预测,预测结果模糊;提出一种基于全域子空间分解挖掘的QoS准确预测方法,即采用全域分析的思想对所有数据进行预处理,在此基础上,通过子空间分解的方法,在子空间中对数据进行分解分析,提取数据的深层次特征,然后将全域分析的结果与子空间分解分析的结果进行有效的数据融合,从而实现对所分析数据的准确预测;采用一组Web节点和拟定度量参数进行了预测实验,结果显示,基于全域子空间分解挖掘的QoS预测方法可以精确预测出渐变过程,结果准确,在QoS预测中具有广泛的应用价值。     

基于AdaBoost.MH的Reyes渲染架构时间预估算法

在大规模真实感渲染系统中,需要对渲染任务进行分解和调度,将其优化后分配给不同的可用计算资源,实现快速集群渲染。为了实现渲染任务的有效分解和调度,提高并行效率,高精度的时间预估算法是不可欠缺的。通过深入研究使用RenderMan规范的渲染器常用的Reyes渲染架构中对渲染时间产生影响的各种因素,分析提取出影响渲染时间的7大要素特征,提出了基于AdaBoost.MH的渲染时间预估算法。通过在基于Reyes渲染架构的渲染引擎中的实验与测试表明,训练集和测试集的准确率分别达到79%和78%,为渲染任务的并行调度奠定了基础,同时也为渲染费用预估提供了依据。     

近年国内燃料油市场变化分析

对近两年国内燃料油市场供需状况、价格走势及变化原因进行了分析,并对今后的市场状况进行了分析预测。     

面向服务组合的跨组织工作流性能预测与分析*

面向服务的体系结构促进了工作流技术与服务组合技术的结合,为跨组织业务应用开发提供重要技术支撑。针对实时监控到的服务质量属性数据,提出一种基于时间序列的工作流性能分析方法,采用综合自回归移动平均模型来预测工作流的动态性能。当预测到性能值超标时,分析导致工作流性能异常的主要服务,有利于为组合服务提供更加合理的优化服务调整策略。实验结果表明所提出方法的可行性。