基于图谱理论几何空间结构变换的大数据核聚类算法

现有核聚类算法需要学习完整的核矩阵,计算效率较低,仅适用于小规模数据,对此提出了基于图谱理论的核函数分类算法。首先,基于图谱理论建立无标记数据的相似度图;然后,计算其拉普拉斯矩阵,并选取拉普拉斯矩阵的部分特征向量来学习;最终,利用核k-means算法实现数据分类。对比试验结果证明,本算法在具有较好聚类性能的前提下,计算效率明显优于其他同类型算法,并适合中型及大型规模数据分类处理。     

模糊神经网络用于SARS疫情系统的辨识和预报

提出了模糊神经网络用于SARS疾病疫情非线性系统建模和预报的思想,该方法可以推广到各种流行性疾病的预防和控制中。模糊神经网络主要应用于非线性系统的建模、预报和控制,特别适合于不同输入类型的模型系统。而流行性疾病的传播规律与模糊神经网络模型特点相符合,这里提出将模糊神经网络用于SARS疾病疫情非线性系统的辩识和预报的观点,相应的也可推演到其它流行性疾病传播规律中。     

信息融合在带式输送机故障诊断中的应用

针对带式输送机输送距离长、运量大、速度快等特点,为克服带式输送机系统的复杂性和单一传感器很难判断出故障所在,在分析D-S证据理论信息融合算法的基础上,将信息融合技术应用于带式输送机故障诊断中,实现多个传感器采集并充分利用多个传感器资源,提高故障诊断率。仿真结果表明,该方法能准确诊断出系统的故障,有效克服单个信息源的主观性,使故障检测误报率降低,提高检测系统的可靠性。     

正交蚁群系统求解无等待流水线调度

针对无等待流水线车间调度问题(no-wait flow-shop scheduling problem,NWFSP)的特点,为了进一步提高求解质量,提出了新的启发函数的构造方法.为降低算法陷入局部最优状态的可能性,采取了控制启发值的上下限进行控制,达到了缩小启发值之间差异的目标.另外,受统计学中的正交试验设计方法的启发,使用正交表对蚁群算法的搜索结果进行正交测试.最后,通过引入多重插入移动机制进行搜索,提高了算法求解的质量.对标准测试数据进行测试,实验结果表明,该方法获得的解要优于标准测试数据中提供的已知解,证明正交测试对解有一定的改进效果.     

状态反馈预测控制系统的设计及应用

通过适当调整状态反馈预测控制系统的设计参数—预测时域、控制作用衰减系数及状态反馈加权系数 ,使系统具有较好的控制性能和鲁棒性 ,在线调整设计参数方便灵活 ,实际工程应用范围增强 ,并给出了稳定塔蒸气压力控制的应用实例。     

一种无约束凸规划多平面修正TWSVM

对支持向量机（Twin Support Vector Machine,TWSVM）的优化思想源于基于广义特征值近似支持向量机（Proximal SVM based on Generalized Eigenvalues,GEPSVM）。该算法将传统SVM问题分解为两个凸规划问题,使得训练速度缩减到原来的1/4。对TWSVM做了修正,基于新的优化准则设计了一种特殊TWSVM（GTWSVM）,在此基础上,提出了快速GTWSVM（FGTWSVM）,其将GTWSVM转换为无约束凸规划问题求解。该算法在保证得到与TWSVM相当的分类性能以及较快的计算速度的同时,还减少了输入空间的特征数以及内存占用。对于非线性问题,FGTWSVM可以减少核函数数目。     

模糊小波基神经网络的机器人轨迹跟踪控制

提出一种模糊神经网络控制器并用于机器人轨迹跟踪控制.这种模糊神经网络利用了小波基函数作为隶属函数,可在线根据误差调整隶属函数的形状,使模糊神经网络具有更强的学习和适应能力.仿真与实验结果表明这种网络能很好的用于机器人的轨迹跟踪控制,具有很好的性能.     

Cr(CO)_n(n=1-5)与C_6 H_6相互作用的密度泛函研究

用密度泛函理论在B3LYP/LANL2DZ基组水平上对(η~x-C_6H_6)Cr(CO)_n(x=1-6;n=1-5)复合物体系的可能构型进行了自由优化及相互作用能的计算,研究了不同羰基数对复合物稳定性、苯和羰基铬相互作用的影响,并对苯和羰基铬相互作用进行了NBO分析。得到以下结论:(1)当n≤3时,苯与Cr(CO)_n以η~6配位;当n≥4时,苯与Cr(CO)_n以η~2配位;(2)最稳定复合物中随羰基数的增加Cr-C_(benzene)平均键长增长,最大二面角H-C-C-H偏离碳环的角度随复合物对称性降低而逐渐增大;(3)当n为奇数时,复合物相互作用主要表现为苯C-C键的π轨道和Cr-CO键的σ反键轨道;当n为偶数时,复合物相互作用主要表现为苯C-C键的π轨道或π~*轨道与Cr的孤对电子轨道;(4)复合物羰基数越多,最稳定复合物的相互作用能数值越大,稳定性越小。     

一种鲁棒性的多车道线检测算法

机器视觉被广泛应用于智能汽车领域,车道线检测成为人工智能领域内的研究热点。为了得到更具鲁棒性的车道线检测效果,采用一种基于多条件约束的车道线特征滤波器,并提出了一种新的对车道线特征进行聚类的算法。运用卡尔曼滤波对车道线位置进行实时跟踪和预测;利用基于透视投影线性关系的车道线“位置-宽度”函数设置自适应动态ROI;另外,利用车道线的特点形成约束条件以获得更加稳定的检测效果。在真实道路环境下的实时检测结果表明,该算法鲁棒性强、实时性好,且具有稳定的检测效果。     

基于改进蚁群算法的三维路径规划

针对移动机器人在海水环境中的三维路径规划问题容易陷入局部最优和收敛慢等瑕疵，根据三维环境全局信息来改进蚁群算法以提高实时性和收敛速度。改进蚁群算法的启发函数，采用局部信息和全局信息结合动态地改进信息素更新方式，以及根据三维空间中路径的平坦程度和光滑度二阶微分分别增加了一阶微分和二阶微分来再次修改信息素更新规则。仿真对比实验结果显示改进后的蚁群算法克服了收敛速度慢、容易陷入局部最优的缺点。