基于k-means和邻域粗糙集的航空客户价值分类研究

对客户价值进行分类, 识别重要价值客户, 对航空公司获利至关重要。本文提出了基于k-means和邻域粗糙集的航空客户价值分类模型。首先, 从客户的当前价值和潜在价值双视角出发, 建立了航空客户综合价值评价指标体系; 之后, 采用基于Elbow的k-means方法对航空客户进行聚类, 采用邻域粗糙集方法对决策系统进行指标约简, 根据约简后的决策系统完成客户价值初筛。评估前先使用SMOTE方法消除数据的不平衡性, 而后采用网格搜索组合分类器的方法对航空客户价值分类的效果进行评估和检验。最后, 根据评估结果对航空客户价值细分。文末, 对国内某航空公司的62988条真实客户记录进行了实证分析和验证, 其中, 潜在VIP客户群的分类准确率达到了92%, 从而为航空客户价值分类提供了一种新思路。     

基于数据挖掘技术的航空客户流失与细分研究及R语言程序实现

提高航空客运的上座率既能使航空资源得到充分利用,更能显著的增加航空公司的效益.主要从某航空公司旅客乘机记录中对航空公司的客户进行行为分析,采用数据挖掘技术,首先利用决策树方法对客户进行流失预测,然后利用K-均值聚类进行客户细分,将客户划分为五类,同时对客户进行价值评估,挖掘出有价值的客户,最后综合分析客户流失与客户细分结果,并提出相应的营销策略,从而达到提高上座率和效益的目标.     

广义中值滤波收敛的一些序列类

本文首先给出广义中值滤波收敛的一个充分条件,然后给出了广义中值滤波收敛的一些重要序列类.     

广义中值滤波收敛的一些序列类

本文首先给出广义中值滤波收敛的一个充分条件,然后给出了广义中值滤波收敛的一些重要序列类。     

基于小波变换的图像去噪方法的研究

小波变换能有效的去除高斯噪声,中值滤波能有效的去除脉冲噪声,两者结合可以更有效的去除高斯噪声和脉冲噪声的混合噪声.当医学图像去除混合噪声时,先进行中值滤波再进行小波去噪的方法优于先进行小波去噪后再进行中值滤波的方法,且去噪后图像视觉效果较好,而且图像均方误差(M SE)也较小.在图像去噪处理中这种方法具有实际应用价值.     

改进的简化决策表及属性约简

研究了不一致决策表的简化与属性约简问题,指出目前简化的决策表的局限:在简化的决策表上用现有的属性约简方法与在原决策表上基于正区域的属性约简方法,所得到的结果不一致.进一步对简化的决策表进行转换,得到新的决策表.基于正区域的属性约简,证明了在原决策表上约简与在新的决策表上约简结果相同.从而保证在实际应用中,对新的决策表可以用任意一种属性约简方法.     

基于模糊中值滤波的椒盐噪声去除方法

研究基于模糊中值滤波的椒盐噪声去除方法。通过比较图像各像素点的灰度值,定义基于图像梯度信息的各点被判别为噪声点的模糊隶属函数。利用此模糊隶属函数对中值滤波方法进行加权,得到了一种加权中值滤波器,可实现边缘处椒盐噪声的有效滤除。讨论这种模糊加权方法与其它先进滤波方法的结合途径,指出了其推广应用价值。最后利用数值实验验证本文方法的有效性,结果表明,相比于自适应中值滤波方法,本文方法得到的滤波图像在峰值信噪比及结构相似度方面均有明显提高。     

股票指数的时间序列模型分析

借助于SA S软件将工程中的K a lm an滤波方法与时间序列的状态空间模型结合对上海A股指数进行了拟合与预测分析,通过对拟合与预测误差的计算可以发现这种模型是可行的;然后还把与滤波结合的状态空间模型的分析结果和常见的时间序列模型如:AR IM A模型、逐步自回归模型以及指数平滑模型的分析结果进行比较,比较的结果说明结合滤波的状态空间模型分析的结果比后三种的结果更加精确.结果为时间序列数据分析提供了一个较好的分析工具.     

机动目标的跟踪与反跟踪建模研究

针对机动目标跟踪建模及目标机动规律分析问题,首先建立了基于Kalman滤波的Singer模型和修正的当前模型并利用MATLAB对其进行了求解,然后给出了两种模型下的目标的机动规律.针对飞行目标的航迹关联问题,首先建立了基于直观法的航迹起始模型,然后分别建立基于特征判决的最近邻域航迹关联模型和基于Kalman滤波的航迹关联模型并求解,结果显示,两种航迹关联模型都能较好实现航迹的分离.最后,针对高速机动目标跟踪与航迹预测问题,提出了一种基于初值的Singer模型并分析了高速机动目标的机动规律,然后分别建立了基于空间曲线拟合和基于Kalman滤波的航迹预测模型,并对两种模型进行求解与分析.     

基于软集合参数约简的一种启发式算法

在比较和分析了原有软集合参数约简文献的基础上,本文总结出了一些参数约简的结论,并结合参数约简的思想,提出了一种参数约简的启发式算法.同时,本文给出了该启发式算法的具体算法过程及算例,并对该算法的相关理论进行了证明.最后,将该算法的约简结果与其它两种算法进行对比分析,表明本文算法的高效性和优越性.     

基于粒子滤波算法的航迹误差分析

当前针对飞行预测的研究主要采用的是kalman算法,在解决非线性问题时存在着只能近似线性的而不够精确的问题.采用近年来受到广泛关注的粒子滤波算法,针对RNAV航路进行分析,结论中得到了对飞行误差仿真分析并对比了卡尔曼滤波仿真效果,证实了粒子滤波在航迹预测中更好的准确性.     

部分信息下期望消费效用最大的优化问题

研究了部分信息下期望消费效用最大的优化问题.利用凸分析理论,非线性滤波和Malliavin导数技术,得到了最优投资-消费策略和代价泛函.对于对数效用函数情形,给出了一个估算信息价值的公式,它是完全信息下和部分信息下所对应的最优代价泛函的差值.     

利用B样条曲线设计指纹图像滤波模板和快速指纹特征匹配算法

在指纹图像识别过程中,指纹图像的滤波去噪音二值化和指纹特征的匹配是最关键的两个部分.本文针对这两部分的算法设计进行分析和改进,介绍利用B样条造型来设计指纹滤波模板的方法和基于基准点附近的拓扑结构进行快速特征匹配的算法.并且利用改进后的指纹特征匹配算法,在样本指纹库中进行实验,结果表明该算法大大提高了指纹特征匹配的效率和准确性.     

基于IGRA-ISVD约减和RBF的森林火灾消防直升机需求预测模型

针对森林火灾消防直升机需求预测问题,提出了一种基于改进灰色关联分析(IGRA)和改进奇异值分解(ISVD)约简的径向基函数(RBF)神经网络预测模型.首先,基于既有研究梳理了森林火灾消防直升机需求预测指标体系;然后,在改进灰色关联分析和奇异值分解方法的基础上,分别对消防直升机需求预测数据信息进行属性约简和维度约简;最后,利用约简预测数据信息对RBF神经网络进行训练,进而构建消防直升机数量预测模型.案例分析和对比分析表明了本文所提方法的可行性和合理性.     

基于三次卷积插值的贝叶斯滤波方法研究

针对一类二维空间系统的状态估计模型,提出了一种用三次卷积插值方法递推估计的非线性滤波算法.仿真实例采用一个常用的非线性模型,并与粒子滤波算法进行对比分析,仿真结果表明三次卷积插值方法提高滤波估计精度,从而验证其估计一类状态估计模型解析解的可行性,其插值算法还可以推广到多维空间系统.     

无限长信号中值滤波的根

本文对无限长信号中值滤波的根进行了系统的研究,并导出了构造全部根特别是第Ⅱ类根的理论和方法.     

知识库的相对约简与拓扑约简

在基于二元关系的知识库中引入了相对约简与拓扑约简的概念,研究了它们的性质,证明了拓扑约简是特殊的相对约简.利用偏序集的极小元给出了有限知识库相对约简的存在性及其求法.引入了有限知识库的RM-区分矩阵和相应的RM-区分函数,由此获得了相对约简的另一求法.以具体例子对相对约简的求法进行了说明.     

基于状态不确定性的动态滤波算法

本文将不确定性表示为状态约束,融入平差模型,建立基于状态参数不确定性的滤波模型.首先从无状态约束条件下的平差准则中推导出无约束滤波算法,该算法与卡尔曼滤波算法是一致的.然后扩展到不等式约束和椭球约束的平差准则,推导出基于状态约束的动态滤波算法.通过实例计算,对不同状态约束的动态滤波模型进行比较.结果表明基于状态不确定性的动态滤波算法要优于卡尔曼滤波算法,且简便高效,具有显示表达式.     

基于相似关系的条件熵属性约简及其算法

不完备决策系统关联于数据分析,其属性约简具有应用意义,并已具有基于容差关系的条件熵研究.基于相似关系,研究不完备决策系统的条件熵属性约简及其算法.利用相似关系确立条件熵,提出等价于广义决策函数保持约简的条件熵保持约简,建立具有误差容忍机制的条件熵容忍约简;针对两种新建属性约简,揭示它们间的扩张关系与强弱关系,构建相应的全局算法与局部算法;最后,提供决策表实例分析,说明基于相似关系的条件熵属性约简及其算法的有效性.相关研究完善了不完备决策系统属性约简,具有理论价值与应用意义.     

势函数的一种快速反演算法

用CT中的滤波反投影法给出了Laplace方程Dirichlet边值问题解的表达式.这不仅提供了势函数求解的一种快速算法,而且有助于揭示一般区域上Green函数的形式与性质.