LS-SVM在桥梁结构健康预测评估中的研究

桥梁的结构变形包含的桥梁结构内涵信息丰富,具有非线性、时序性和样本容量小的特点.利用支持向量机,以杭州湾大桥实测变形数据为研究对象,提出了基于LS-SVM的桥梁结构变形预测模型,通过实验证明了运用其对桥梁结构健康状况进行评估的可行性和有效性,并且通过实验结果对比显示了最小二乘支持向量机在变形预测中的优势.     

一种增强差异性的半监督协同分类算法

半监督学习中的Tri-Training算法打破了以往算法对充分冗余视图的限制,并通过利用三个分类器处理标记置信度和样本预测问题提高了标记效率.为进一步增强协同训练过程中分类器之间的差异性以提高性能,本文在其理论基础上提出了一种增强差异性的半监督协同分类算法.该算法利用三个不同的分类器进行学习;考虑到分类模型在更新过程中,可能会因随机抽样导致性能恶化,该算法利用基于标记类别的分层抽样法来对已标记样本集进行抽样,并通过基于分类正确率的加权投票法实现了分类器的集成,提高了预测准确率.本文通过实验对所提出算法与Tri-Training算法做了性能比较,实验结果表明本文所提出的方法在分类问题上具有较好的性能,验证了该算法的有效性和可行性.     

基于组合赋权的居住健康多指标综合评价系统

在深入分析主、客观赋权法的基础上提出了一种组合赋权方法．该方法通过经验因子对主观权重和客观权重进行权重融合．为了验证该方法的有效性,本文基于组合赋权法建立了一个多指标综合评价系统来对居民的居住健康进行评价．评价结果表明,本文提出的组合赋权法的误差百分比明显低于客观赋权法．软件系统的实现进一步证明了该方法的可行性和准确性．     

非平衡样本分类的集成迁移学习算法

针对冗余数据量大且正负样本不平衡的辅助训练数据,提出了一种改进集成迁移学习算法,利用这些辅助训练数据迁移帮助目标数据进行分类.新的样本初始权重分配及调整策略,突出了对负样本的识别能力.通过动态调整辅助训练集,根据设定好的权重阈值下限适时地淘汰冗余数据,降低了冗余数据对分类器性能的影响,提升了迁移学习对非平衡样本的学习能力.本文利用桥梁实际监测数据进行的实验表明了该算法较TrAdaboost算法的有效性.     

LoRa在电子价签系统中的应用与实现

传统无线局域网组网方式存在通信距离近、功耗高等问题，不能满足大型超市电子价签系统的通信要求。为此，提出一种基于LoRa（Long Range）通信技术的电子价签系统设计方案。采用具备LoRa调制方式的SX1278芯片作为系统LoRa模块的主芯片，以STM32单片机作为网关和节点价签的主控MCU，采用星型拓扑结构组网，并通过对通信过程中信噪比和接收信号强度两个参数值进行融合计算来分析信道状态，以此实现对数据传输速率的自适应调整。经实验测试，该系统通过服务器可经LoRa无线网络稳定传输数据，最终对电子价签显示内容进行更改，并有效提高了通信距离和降低功耗，可满足大型超市的实际需求。