基于反馈控制的实时调度算法

实时系统中基于反馈的闭环调度算法通常用于过载发生后的情况。为此,提出一种基于反馈控制的实时调度算法。该算法利用回归模型与非精确计算模型对每个任务进行跟踪,并在系统瞬时利用率大于系统最大利用率时提前进行调整。实验结果表明,该算法能有效预防系统过载,保证任务实时性。     

A hybrid stock selection model using genetic algorithms and support vector regression

In the areas of investment research and applications, feasible quantitative models include methodologies stemming from soft computing for prediction of financial time series, multi-objective optimization of investment return and risk reduction, as well as selection of investment instruments for portfolio management based on asset ranking using a variety of input variables and historical data, etc. Among all these, stock selection has long been identified as a challenging and important task. This line of research is highly contingent upon reliable stock ranking for successful portfolio construction. Recent advances in machine learning and data mining are leading to significant opportunities to solve these problems more effectively. In this study, we aim at developing a methodology for effective stock selection using support vector regression (SVR) as well as genetic algorithms (GAs). We first employ the SVR method to generate surrogates for actual stock returns that in turn serve to provide reliable rankings of stocks. Top-ranked stocks can thus be selected to form a portfolio. On top of this model, the GA is employed for the optimization of model parameters, and feature selection to acquire optimal subsets of input variables to the SVR model. We will show that the investment returns provided by our proposed methodology significantly outperform the benchmark. Based upon these promising results, we expect this hybrid GA-SVR methodology to advance the research in soft computing for finance and provide an effective solution to stock selection in practice.     

高校学生恋爱影响因素的累积Logistic回归分析模型

高校学生恋爱对其自身学习与成长有很大的影响,为了帮助大学生树立积极向上的恋爱观。本文通过对我国10所高校500份“高校学生恋爱调查报告”所获数据的Pearson相关性分析,引入恋爱疏远度来表示恋爱双方的感情程度。在分析各单因素对恋爱疏远度影响的基础上,建立综合因素下高校学生恋爱影响因素的累积Logistic回归分析模型,并通过模型确定出影响高校学生恋爱的两个重要因素。     

选矿过程精矿品位自适应在线支持向量预测方法

本文提出了一种基于支持向量回归的选矿过程精矿品位自适应在线预测方法,通过使用新的混合核函数和参数在线更新机制提高了精矿品位的预测精度.在分析经典核函数特性后,构造了一种混合核函数以兼顾模型的学习能力与泛化能力,同时为了提高预测方法对选矿生产动态过程的适应性,模型依据新工况样本对现有样本集统计特性的影响,引入了模型参数自适应调整机制,并采用在线迭代学习机制更新模型,提高了模型的计算速度.使用某选矿厂生产实际数据进行实验分析,结果表明本文方法比现有方法在计算时间和预测精度上都有明显优势,适合应用于动态变化的选矿生产过程.     

基于局部回归模型的图像超分辨率重建

针对基于稀疏重建的图像超分辨率(SR)算法一般需要外部训练样本,重建质量取决于待重建图像与训练样本的相似度的问题,提出一种基于局部回归模型的图像超分辨率重建算法。利用局部图像结构会在不同的图像尺度对应位置重复出现的事实,建立从低到高分辨率图像块的非线性映射函数一阶近似模型用于超分辨率重建。其中,非线性映射函数的先验模型是直接对输入图像及其低频带图像的对应位样本块对通过字典学习的方法得到。重建图像块时利用图像中的非局部自相似性,对多个非局部自相似块分别应用一阶回归模型,加权综合得到高分辨率图像块。实验结果表明,该算法重建的图像与同样利用图像具有自相似性的相关超分辨率算法相比,峰值信噪比(PSNR)平均提高0.3~1.1 dB,主观重建效果亦有明显提高。     

股票投资短期预测的多模匹配识别算法

从股票投资预测的技术发展方向来看,不同人工智能学习算法之间的组合学习日益得到关注。基于组合学习的思想,提出了股票投资短期预测的多模匹配识别算法（ MPMA）。算法通过迭代计算数据采样频率、聚类分组、模式匹配将股价预测和涨跌预测纳入到一个统一的学习框架中,建立起不同人工智能学习算法之间的组合学习模型。实验结果表明,所提算法具有较好的预报和泛化能力。     

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.

     

Real-time facial animation on mobile devices

We present a performance-based facial animation system capable of running on mobile devices at real-time frame rates. A key component of our system is a novel regression algorithm that accurately infers the facial motion parameters from 2D video frames of an ordinary web camera. Compared with the state-of-the-art facial shape regression algorithm [1], which takes a two-step procedure to track facial animations (i.e., first regressing the 3D positions of facial landmarks, and then computing the head poses and expression coefficients), we directly regress the head poses and expression coefficients. This one-step approach greatly reduces the dimension of the regression target and significantly improves the tracking performance while preserving the tracking accuracy. We further propose to collect the training images of the user under different lighting environments, and make use of the data to learn a user-specific regressor, which can robustly handle lighting changes that frequently occur when using mobile devices.     

基于可拓表征与神经网络的苗族图案设计

针对苗族图案的文化传承及设计应用问题,提出基于可拓表征和神经网络的民族图案创新设计方法,对苗族蜡染图案进行解构、映射和重构.首先对苗族蜡染图案进行可拓表征,运用发散树法构建设计生长阶段模型对苗族图案基元进行拓展分析.其次基于感性工学对苗族蜡染图案进行感性意象分析,提出一种面向图案构型、纹样语义和种类的图案解构方法,构建...     

基于二值图像中心点的指纹分类算法*

指纹的自动分类对于提高检出速度和识别率有重要的意义。有效地利用指纹的纹理结构和纹理方向等固有信息,可以提高指纹的分类类别。基于二值指纹图像进行分类不完全依赖中心点定位的准确性,避免了利用三角点的干扰信息,应用脊线追踪算法进行指纹分类,赋予了中心脊线方向连续的变化,可以将指纹自动分类算法提高到34类。