基于贪心核特征提取方法的中期峰值负荷预测

针对中期电力负荷预测, 提出基于贪心核主元回归(GKPCR)、贪心核岭回归(GKRR) 的特征提取建模方法. 通过对核矩阵的稀疏逼近, GKPCR和GKRR两种贪心核特征提取方法旨在寻找特征空间中数据的低维表示, 计算需求低, 适用于大数据集的在线学习. 将所提出的方法应用于不同地区的电力负荷中期峰值预测, 并与现有预测方法进行了比较. 实验结果表明, 在同等条件下, 所提出的方法能有效地改进预测精度, 而且性能更好, 显示了其有效性和应用潜力.

     

基于重加权快速交替方向法的频谱感知

在认知无线电网络中,由于深衰落和低信噪比的影响,单个认知用户的宽带频谱检测性能较差,且算法复杂度较高。针对该问题,提出一种基于重加权快速交替方向法的频谱感知算法。利用目标函数的凸性,通过求导简化辅助变量的更新过程。对目标函数进行线性化处理,增加一个二次项,使待估变量更新时部分项线性化的增广拉格朗日函数成为严格凸函数,并使用迭代软阈值算法进行求解。在目标项中增加大权值抑制信号中的非零元素,获得接近于最小?0范数的解。实验结果表明,该算法能有效提高低信噪比环境下的检测概率和检测速度。     

俄罗斯石油工业改革的现状和问题

近年来作为俄罗斯经济支柱产业的石油工业，在自身发展过程中，其体制改革和生产等方面都取得一些进步，但目前仍存在着许多急待解决的重要问题，因此对俄罗斯石油工业进行一些概括性的分析和梳理对深刻认识俄罗斯石油工业未来的发展趋势是有益的。     

一种基于PCA的MPSK信号码元速率估计方法

针对MPSK信号的码元速率估计问题, 研究了有限数据条件下循环谱的谱线特征受到背景色噪声干扰的现象, 提出了一种基于主分量分析(PCA)的循环谱特征码元速率估计方法。PCA变换抑制了信号循环谱中的背景色噪声, 提高了估计精度, 减小了估计方差。仿真表明, 该方法在有限数据条件下具有良好的估计性能, 适用于不同成形滤波系数的MPSK信号。     

基于通信流量特征的隐秘P2P僵尸网络检测

针对目前基于网络的P2P僵尸网络检测中特征建模不完善、不深入的问题, 以及僵尸网络中通信具有隐蔽性的特点, 提出一种对通信流量特征进行聚类分析的检测方法。分析P2P僵尸网络在潜伏阶段的通信流量统计特征, 使用结合主成分分析法和X-means聚类算法的两阶段聚类方法对特征数据集进行聚类分析, 进而达到检测P2P僵尸网络的目的。实验结果表明, 该方法具有较高的检测率和较好的识别准确性, 并保证了较快的执行效率。     

用主元分析方法完善DCS过程监控性能

在分析目前DCS过程监控性能尚存不足的基础上，结合主元分析（PCA）算法，提出了一种用PCA完善DCS过程监控性能的系统结构。该系统包括组态环境与运行环境，其中组态环境完成主元模型的建立与检验、统计量控制限的确定以及统计量监视图的组态等功能；运行环境通过数据库调用组态环境设计的参数来完成实时过程监控。仿真结果表明，该方法能够结合DCS进一步完善系统的过程监控性能。     

河流相正韵律厚油层注水方向研究

河流相的不同微相砂体具有不同物性特征,决定了其不同的产液、吸水能力及注水运动方向。在油藏精细描述的基础上,应用油藏数值模拟方法,按注水方向与河道方向的不同夹角,设计了9种布井方式。在不同生产时期以及不同的渗透率级差下,对油田河流相正韵律厚油层储层的注水方向进行研究,可知注水方向与河道的垂线夹角为26°时,最终采收率最高,而注水方向与河道方向平行时,最终采收率最低。     

密集标志点集的拓扑保持变换方法*

为了解决图像变换后拓扑结构不保持的问题,提出了一种密集标志点集情况下的拓扑保持变换方法.该方法首先确定拓扑不保持的局部区域;然后确定拓扑不保持区域的方向角;最后根据该方向角确定并删除密集标志点集中引起拓扑关系不保持的标志点,从而得到拓扑关系保持的变换结果.实验证明该方法能较好地解决密集标志点情况下的拓扑不保持问题,不仅效率高,而且配准效果好.     

基于主成分分析中的几类问题的计算公式及结论

讨论了主成分分析中的几类问题的计算方法,重点揭示在协方差矩阵中对角元素相同时的第一主成分及贡献率和对角元素不同时的主成分贡献率．经讨论后给出有关计算公式,并说明这些计算公式在多元统计分析中的实际作用     

Composing Cardinal Direction Relations Based on Interval Algebra

Direction relations between extended spatial objects are important commonsense knowledge. Skiadopoulos proposed a formal model for representing direction relations between compound regions (the finite union of simple regions), known as SK-model. It perhaps is currently one of most cognitive plausible models for qualitative direction information, and has attracted interests from artificial intelligence and geographic information system. Originating from Allen first using composition table to process time interval constraints; composing has become the key technique in qualitative spatial reasoning to check the consistency. Due to the massive number of basic directions in SK-model, its composition becomes extraordinary complex. This paper proposed a novel algorithm for the composition. Basing the concepts of smallest rectangular directions and its original directions, it transforms the composition of basic cardinal direction relations into the composition of interval relations corresponding to Allen''s interval algebra. Comparing with existing methods, this algorithm has quite good dimensional extendibility, that is, it can be easily transferred to the tridimensional space with a few modifications.