汉语语音识别声调模型集成中基于决策树的上下文相关权重参数聚类方法

声调集成是汉语语音识别的一个重要任务.在语音识别的二次解码过程中,使用区分性训练的权重因子进行声调模型集成已被证明是一个有效的方法,而且使用上下文相关的得分加权进行模型组合也得到了应用.上下文相关模型组合方法的一个不足是将会带来大量的训练参数,从而导致权重训练受到过拟合的影响.针对该问题,提出利用声学决策树对上下文相关...     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心,然而由于空间距离与自相关权重之间复杂的非线性关系,反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法,在求解权重精准解时存在一定的局限性。由此,利用神经网络超强的非线性拟合能力,通过融合神经网络与空间自回归方法,建立了空间自回归神经网络（SARNN）模型,实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性,采用两类模拟数据及海洋环境数据进行交叉验证,并与IDW法和Kriging法进行精度对比。实验结果表明,SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标,插值结果明显优于IDW法和Kriging法;同时,SARNN法在空间插值中对突变数据和极值数据的预测较为准确,改善了传统插值方法空间平滑过渡差,易出现“牛眼”、锯齿现象等问题,显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路,具有较为广泛的应用价值。     

基于空间自回归神经网络模型的空间插值研究

基于空间距离计算的空间自相关权重系数是经典空间插值方法的核心,然而由于空间距离与自相关权重之间复杂的非线性关系,反距离权重（IDW）法和克里金（Kriging）法等传统空间插值方法,在求解权重精准解时存在一定的局限性。由此,利用神经网络超强的非线性拟合能力,通过融合神经网络与空间自回归方法,建立了空间自回归神经网络（SARNN）模型,实现了空间自相关权重的精准计算并将其应用于空间插值研究。为验证SARNN模型的有效性和可行性,采用两类模拟数据及海洋环境数据进行交叉验证,并与IDW法和Kriging法进行精度对比。实验结果表明,SARNN法显著提升了R²、RMSE、MAE、MAPE等统计指标,插值结果明显优于IDW法和Kriging法;同时,SARNN法在空间插值中对突变数据和极值数据的预测较为准确,改善了传统插值方法空间平滑过渡差,易出现“牛眼”、锯齿现象等问题,显著提高了空间插值结果的准确性与合理性。SARNN法提供了一种空间插值的新思路,具有较为广泛的应用价值。     

基于熵和灰色关联的耕地系统研究

运用文献资料法、改进的熵值法以及灰色关联分析法确定了影响系统总熵变的各因素及其权重,建立了熵流模型．研究结果表明：实现耕地系统集约利用的关键在于较好地控制系统内熵的增长速度,因地制宜地从外界环境中获取负熵流．认为基于耗散结构的熵流模型是研究耕地系统的有效方法之一,通过熵值法和灰色关联法确定不同地区各指标的权重,可以为耕地系统集约节约提供有效方法．     

基于直觉梯形模糊数多因子群决策方法的110 kV智能变电站装配式建筑造价评价简

将直觉梯形模糊数引入110kV智能变电站装配式建筑造价评价中,在识别出智能变电站装配式建筑造价影响因子的基础上利用ITFN对造价影响因子进行了定义和描述,并基于国网智能变电站装配式建筑典型设计方案构造了造价影响因子理想直觉梯形模糊向量,运用Hamming距离测度提出了多因子群决策模式下的专家权重决策向量的求解方法,引入得分函数和精确度函数建立了智能变电站装配式建筑造价评价模型,为科学合理的开展装配式建筑造价评价提供了一条有效途径。最后应用实例分析验证了模型的有效性和可行性。     

基于直觉梯形模糊数多因子群决策方法的110 kV智能变电站装配式建筑造价评价

将直觉梯形模糊数引入110kV智能变电站装配式建筑造价评价中,在识别出智能变电站装配式建筑造价影响因子的基础上利用ITFN对造价影响因子进行了定义和描述,并基于国网智能变电站装配式建筑典型设计方案构造了造价影响因子理想直觉梯形模糊向量,运用Hamming距离测度提出了多因子群决策模式下的专家权重决策向量的求解方法,引入得分函数和精确度函数建立了智能变电站装配式建筑造价评价模型,为科学合理的开展装配式建筑造价评价提供了一条有效途径。最后应用实例分析验证了模型的有效性和可行性。     

基于熵权模糊法的新疆区域两化融合发展水平评价研究

针对两化融合发展水平评价体系中各评价指标的模糊性和权重的不确定性,本文提出基于熵权模糊法的区域工业企业两化融合发展水平评价方法.熵权法的评价指标中客观权重的评价矩阵来源于新疆区域采集的原始数据,较好地体现了地域特色.由此确定的客观权重与专家打分法确定的主观权重结合获得评价指标综合权重,有效解决了权重分配不合理问题.将此方法应用到新疆工业企业两化融合发展水平测评,验证了此方法的科学性和有效性.     

锤式破碎机数字样机体系构建及其应用

针对数字样机建模仿真优化过程中建模方法、知识重用、优化算法、系统设计等方面存在的问题,提出了一种数字样机集成建模仿真优化方法,结果如下:1.以数字样机元模型为核心,通过对数据、信息、知识、模型的有效组织和管理,提出了数字样机构建及应用的体系框架;2.研究了锤式破碎机数字样机典型产品,建立了以集成过程模型和集成知识模型为核心的锤式破碎机数字样机元模型,并对其进行了动态仿真;3.通过开发设计关键零部件的柔性体生成算法和连接算法,得到了其各阶模态振型图以及关键件的动态载荷值,并以此为依据,实现了锤式破碎机的动力学仿真分析优化.     

杭州城市生态环境质量变化及可持续发展对策

根据杭州城市生态环境系统的实际情况,运用层次分析法（AHP）建立生态环境质量评价指标体系,通过对各评价因子进行权重计算和分级量化,利用综合评价模型对杭州生态环境质量进行评价,结果表明,杭州市从1999年到2004年,城市生态环境质量虽有较小起伏,但总体仍为上升,呈良好发展趋势.文章最后根据各项指标存在的问题提出实现杭州城市可持续发展的对策,为杭州城市生态环境管理和建设提供科学依据.     

广义毕达哥拉斯犹豫模糊集混合加权距离测度及决策应用

在毕达哥拉斯犹豫模糊数的距离基础上,定义毕达哥拉斯犹豫模糊集（Pythagorean hesitant fussy set,PHFS）的加权距离测度和有序加权距离测度,在兼顾属性权重和位置权重的基础上,提出广义PHFS混合加权距离测度（D_GPHFHWA）,并研究其性质和特殊形式。针对属性值为毕达哥拉斯犹豫模糊数且属性权重未知的多属性决策问题,利用毕达哥拉斯犹豫模糊指数熵确定属性权重,并结合逼近理想解排序法（technique for order preference by similarity to an ideal solution,TOPSIS）思想,提出基于D_GPHFHWA测度的决策方法。最后,通过实例验证所提方法是有效、合理的。     

基于区间数的直觉模糊多属性决策研究

研究一类属性权重未知的直觉模糊多属性决策问题.将直觉模糊数的属性值转由双区间数表示,根据决策方案属性值间的离差确定属性权重.根据各方案属性加权综合值及区间直觉模糊数的得分函数,对2套方案分别进行排序和比较,并通过实例说明了该方法的有效性.     

基于距离的自适应Web数据库记录匹配方法

Web数据库环境的重复记录识别是Deep Web信息集成的重要步骤,具有查询依赖性、缺乏训练样本、在线处理要求等特征,导致现有的实体识别技术无法适用.在分析现有方法基础上,引入动态属性权重调整思想,提出基于距离的自适应记录匹配算法,在计算记录对的相似度时,加大匹配记录集合中相似度较大的属性的权重,并加大非匹配记录集合中相似度较小的属性的权重,迭代处理从而达到自适应动态调整各个属性权重的目标.该方法不需要训练样本,也不需要人工参与,实验结果表明其适用于Web数据库环境的重复记录识别处理.     

基于GIS的工程移民安置区选择模糊评价模型

基于GIS和模糊数学理论,提出了工程移民安置区选择评价模型,为移民安置区选择提供了一种新的决策方法.该模型通过采用熵信息论建立了综合考虑主客观影响的复合均权法得到指标的权重,减少了指标权重确定的片面性;并采用GIS空间分析功能生成安置区的备选集,从根本上保证了模糊评价的数据源质量,使得评价结果更加科学准确.最后结合应用示例,对模型进行实例分析,结果表明该模型是有效的.     

解相关曲线的形态特性研究

对理想情况和非理想情况下的解相关曲线的形态特性作了理论上的推导和讨论.推导了标准的斑点解相关曲线呈高斯曲线形态的理论依据和假设简化前提,讨论了当散射回波中存在相干散射成分时,对解相关规律产生的影响,此时解相关率下降变缓,相关长度也会相应地延长.基于以上理论基础以及散射回波各向同性的特点,本文通过计算斑块的层内横向解相关曲线来预测其所在位置的层间解相关规律,用于估算相邻两帧超声图像间的距离,以实现距离校准的目的.本方法不再依赖于标准的斑点解相关曲线而实现层间测距,算法更为灵活,测距范围扩展至1 mm至5 mm.实验结果表明,本文提出的方法具有一定的精确性和稳定性.     

概率语言多属性群决策方法及其在新型智慧城市市民获得感评价中的应用

针对公众参与的语言信息多属性群决策问题,研究了考虑参与者满意度的概率语言多属性群决策方法。首先,根据参与者的语言评价信息确定并规范化概率语言决策矩阵。然后,对大群体进行共识分析,由最大化参与者群体的满意度构建线性规划模型,确定参与者群组的权重;构造正、负理想方案的评价向量,构建多目标规划模型,用拉格朗日乘子法求解属性权重;定义各方案的加权贴近度,并以此对方案进行排序和优选。最后,通过新型智慧城市市民获得感评价案例验证了模型的可行性和有效性。     

基于SCE-UA算法的多模式降雨集成预报技术研究

高精度的降雨预报对于防汛决策具有重要指导意义. 以中国气象局GRAPES_MESO模式、中国气象局T639模式、美国国家环境预报中心GFS模式和上海区域中尺度SMS-WARMS模式为基础, 采用SCE-UA算法估计各预报模式权重系数, 通过加权平均建立多模式降雨集成预报, 并以宁波市2016年8月1日至2016年10月31日和2017年9月1日至2017年11月30日的降雨过程为例, 从均方根误差、相关系数、TS评分等多个方面分析集成预报的预报效果. 结果表明: 基于SCE-UA算法的多模式降雨集成预报的预报效果不仅优于各单一预报模式, 而且优于遗传算法和BP神经网络集成预报, 表现出较好的适用性.     

一种机器人支撑臂的力学分析与距离选优

采用Adams虚拟样机仿真技术对一种机器人的主要构件进行建模,分析了模型前后支撑臂的受力情况;分别建立了7种前后两臂之间不同距离的模型,通过数据对比,优选出使电机功率输出最小的两臂间距离.     

毕达哥拉斯模糊环境下海明距离测度的证明及推广

距离测度是毕达哥拉斯（Pythagorean）模糊决策的一个基本概念，其在用权重向量进行有序集成运算、有序加权距离和相似度构造时具有重要作用。然而，早期发表于International Journal of Intelligent Systems中的文章Extension of TOPSIS to multiple criteria decision making with Pythagorean fuzzy sets，在首次引入海明距离测度时，对距离公理化条件的证明存在不妥。为此，通过反例和分析指出了其在证明公理化条件的有界性和三点不等式时存在的错误，并统筹考虑犹豫度的绝对值项和其他绝对值项，通过分情况讨论给出了海明距离测度的严格证明，进一步，证明了其推广形式（欧几里得距离测度）的公理化条件。     

基于动态因子和共享适应度的改进粒子群算法

为提高粒子群算法的收敛速度和优化性能,避免陷入局部最优,提出了一种基于动态学习因子和共享适应度函数的改进粒子群算法.在惯性权重w随着迭代次数非线性减少而动态调整学习因子的基础上,引入共享适应度函数.当算法未达到终止条件而收敛时,利用粒子和最优解间距离挑选一批粒子重新初始化形成新群体,并用共享适应度函数对新群体进行评价,新旧2个群体分别追随自己的局部最优解直至迭代结束.对4个典型多峰复杂函数的测试结果表明,该改进算法不仅加快了寻得最优解的速度,而且提高了粒子群算法全局收敛的性能.     

基于空间离散的最短路径求解法及其局部优化方法

提出了一种基于空间离散的最短路径求解法，该法利用复杂表面的空间离散信息，从已知的两点中估算与其相连的一点的距离，递推式求取一点与其他点之间的最短距离。计算获得了各点与起点和终点的距离后，再把它们相加，依据与起点的距离的大小，顺序把距离和最小的结点连接起来，这样获得了最短路径的邻域路径，然后对最短路径的邻域路径的各点进行迭代式更新，从而获得局部优化，最终获得最短路径。经过对例子的计算及分析，表明该方法普适性强、可靠及有效。