符号网络的局部标注特征与预测方法

当复杂网络的边具有正、负属性时称为符号网络。符号为正表示两用户间具有相互信任（朋友）关系,相反,符号为负表示不信任（敌对）关系。符号网络中的一个重要研究任务是给定部分观测的符号网络,预测未知符号。分析发现,具有弱结构平衡特征的符号网络,其邻接矩阵呈现全局低秩性,在该特征下链路符号预测问题可以近似表达为低秩矩阵分解问题。但基本低秩模型中,相邻节点间符号标注的局部行为特征未得到充分利用,论文提出了一种带偏置的低秩矩阵分解模型,将邻居节点的出边和入边符号特征作为偏置信息引入模型,以提高符号预测的精度。利用真实符号网络数据进行的实验证明,所提模型能够获得较其他基准算法好的预测效果且算法效率高。     

Operator-Based Robust Nonlinear Control for SISO and MIMO Nonlinear Systems With PI Hysteresis

In this paper, operator based robust nonlinear control for single-input single-output (SISO) and multi-input multi-output (MIMO) nonlinear uncertain systems preceded by generalized Prandtl-Ishlinskii (PI) hysteresis is considered respectively. In detail, by using operator based robust right coprime factorization approach, the control system design structures including feedforward and feedback controllers for both SISO and MIMO nonlinear uncertain systems are given, respectively. In which, the controller design includes the information of PI hysteresis and its inverse, and some sufficient conditions for the controllers in both SISO and MIMO systems should be satisfied are also derived respectively. Based on the proposed conditions, influence from hysteresis is rejected, the systems are robustly stable and output tracking performance can be realized. Finally, the effectiveness of the proposed method is confirmed by numerical simulations.      

SVRRPMCC:一种支持向量回归机的正则化路径近似算法

正则化路径算法是数值求解支持向量回归机(Support Vector Regression,SVR)的有效方法。根据SVR正则化路径的分段线性性质,该类算法可在相当于一次SVR求解的时间复杂度内求得正则化参数的所有可能取值及对应SVR的解。由于在解路径建立过程中需要求解线性方程组,已有的精确计算方法难以处理大规模的样本数据,因此研究了正则化路径近似算法,并提出了SVR正则化路径近似算法SVRRPMCC。首先,应用Monte Carlo方法实现线性方程组系数矩阵的随机采样,求得近似系数矩阵; 然后,应用Cholesky分解方法实现快速求解系数逆矩阵;进一步,分析了SVRRPMCC算法的近似误差和计算复杂性;最后,在标准数据集上的实验验证了SVRRPMCC算法的合理性和较高的计算效率。     

基于隐性反馈与交叉推荐的癫痫药物推荐系统

癫痫是一种较为常见的脑部疾病,也是一种长期性神经系统疾患.目前全球有大量的患者饱受癫痫带来的痛苦.癫痫虽然不能根治,但是约70％癫痫病例的抽搐发作可以通过药物控制.电子健康病历蕴含着众多癫痫患者的信息,为个性化药物的处方提供了海量大数据资源.文章通过对医疗电子病例进行大数据分析,提出一种基于隐性反馈模型与交叉推荐的药物推荐方法(Implicit Feedback and CrossingRecommendation,IFCR),以帮助医生选择合适的药物.该方法通过分析患者的看病历史以及相似患者的看病经历,建立患者症状与医生用药之间的对应关系,从而根据患者症状为医生提供药物推荐.与基于人工神经网络的药物推荐系统进行对比试验发现,文章提出的药物推荐系统在召回率上具有显著优势,而在精确率上二者各有优劣.总体来看,文章所提出的IFCR方法效果更为出色.最后,通过对两种方法的推荐结果做进一步分析发现,二者推荐倾向不同,因此存在建立集成模型的可能.     

组合2DFLDA监督的非负矩阵分解和独立分量分析的特征提取方法*

通过对投影非负矩阵分解(NMF)和二维Fisher线性判别的分析,针对NMF的特征提取存在无监督学习以及特征维数高的问题,提出了组合2DFLDA监督的非负矩阵分解和独立分量分析(SPGNMFICA)的特征提取方法。首先对样本进行投影梯度的非负矩阵分解,将得到的NMF子图像进行二维Fisher线性判别,主要反映类间差异信息构建子空间;对子空间的向量进行独立分量分析(ICA),得到独立分量特征空间;其次将样本在独立分量特征空间上进行投影;最后使用径向基网络对投影系数进行识别。通用人脸库ORL和YALE的识别实验证明,该算法是一种有效的特征提取和识别方法。     

A Grouping Strategy Based on Prime Factorization for Capacitor Voltage Balancing of the Modular Multilevel Converter

The modular multilevel converter (MMC) is attractive for high-power applications because of the advantages of its high modularity and high power quality. This paper proposes a prime factorization-based grouping strategy for capacitor voltage balancing of MMC. With prime factors arranged from the largest to the smallest, the computation burden has been reduced significantly, which is proved mathematically. Then, a 401-level MMC adopting the proposed grouping strategy is implemented and evaluated in the PSCAD/EMTDC environment. Simulation results confirm the effectiveness of the proposed strategy for capacitor voltage balancing performance under both steady and dynamic states. And by comparing with conventional sorting algorithm, it can be concluded that the prime factorization pattern can significantly improve the simulation efficiency. Finally, the switching frequency of the proposed algorithm is discussed.     

基于流形正则化非负矩阵分解的高光谱数据降维

采用基于流形正则化非负矩阵分解(MR-NMF)的高 光谱数据降维方法。新方 法通过构建样本的近邻图描述数据几何结构,然后将其作为正则项加入NMF的目标函 数中进行组合优化。在真实的高光谱数据集HYDICE上进行的实验结果表明,新方法能 够提高高光谱图像分类的精度。     

二维卷积非负矩阵分解的初值确定混合算法

为解决二维卷积非负矩阵分解算法存在初值敏感,且传统随机初始化确定的初始值容易使算法收敛到结果相对不好的局部最优值的问题,通过结合K均值聚类、奇异值分解和主成分分析方法,提出了一种适用于二维卷积非负矩阵分解初始值确定的混合算法.首先,利用K均值聚类方法得到聚类中心作为系数矩阵(H矩阵)的初始值,避开了传统初始化不确定系数矩阵带来的分解结果不唯一问题;其次,考虑到相比一维卷积非负矩阵分解算法,二维卷积非负矩阵分解算法的基矩阵(W矩阵)个数更多,利用奇异值分解和主成分分析方法交替产生基矩阵的初始值,克服了单个算法产生的初始化误差问题.在相同参数环境下将本文算法和现有初始化算法的分解收敛性能进行对比实验,结果表明本文算法相比其他同类算法具有更好的分解性能并具有更好的收敛性.进一步加入噪声进行实验,在白噪声为-1 dB～10 dB的不同信噪比环境下,本文算法均能快速实现信号的分离,对于噪声数据具有很强的鲁棒性.采用混合算法确定初值,更有利于实现二维卷积非负矩阵分解的实时性和高性能.     

Graph-regularized concept factorization for multi-view document clustering

We propose a novel multi-view document clustering method with the graph-regularized concept factorization (MVCF). MVCF makes full use of multi-view features for more comprehensive understanding of the data and learns weights for each view adaptively. It also preserves the local geometrical structure of the manifolds for multi-view clustering. We have derived an efficient optimization algorithm to solve the objective function of MVCF and proven its convergence by utilizing the auxiliary function method. Experiments carried out on three benchmark datasets have demonstrated the effectiveness of MVCF in comparison to several state-of-the-art approaches in terms of accuracy, normalized mutual information and purity.     

裂纹数密度具有空间分布的随机介质模拟理论

利用随机过程的谱展开理论以及Hudson的裂纹介质模型，构造一种裂纹数密度具有空间统计分布的随机介质模型，给出了详细的理论推导过程。该模型利用Hudson理论的将裂纹微观参数(裂纹数密度、裂纹半径等)与裂纹介质的宏观性质(弹性常数)联系起来的特点，对可以用二维指数椭圆型、Gaussian型自相关函数描述裂纹数密度的裂纹介质，进行了二维随机介质的模拟。结果表明：(1)基于这一模拟理论的随机介质模型能灵活、有效地描述实际非均匀、各向异性裂纹介质：(2)裂纹数密度对随机裂纹介质的各个弹性常数具有不同程度的影响：(3)Gaussian型自相关函数能描述单尺度平滑的非均匀介质，而指数型随机介质具有多尺度、自相似的特性。