基于最小二乘支持向量机建模的混沌系统控制

提出了基于最小二乘支持向量机（LS-SVMs）建模的混沌系统控制方法.与前向神经网络相比，LS-SVMs的优点是其训练过程遵循结构风险最小化原则，不易发生过拟合现象；它通过解一组线性方程组可得到全局惟一的最优解；LS-SVMs的拓扑结构在训练结束时自动获得而不需要预先确定.该方法不需要被控混沌系统的解析模型，且当测量噪声存在情况下控制仍然有效.以一维和二维非线性映射为例进行数值仿真，表明该方法是有效和可行的. 关键词： 混沌控制 支持向量机 建模     

层次分析法中基于SVDD群体信息提取方法

针对层次分析法中群决策问题提出一种基于支持向量域描述(SVDD)的集结方法.首先利用生成树的方法把判断矩阵进行一致性剖分;然后利用支持向量域描述的方法排除干扰信息,找出群体公共信息,引入群体相容性,最优解等概念,提出并证明了关于群体信息球的特性;根据最大特征值法把群体信息球中的向量合成为群决策最优解,即关于方案的排序向量.并通过一个具体示例给出该方法的算法步骤同时显示了该方法的可行性和有效性.     

我们真的生活在三维空间中吗

早在亚里士多德(Aristotle公元前384～322)时对这个问题就已明白,他支持三维空间的论证.后来又被伽利略(Galileo Galilei l564～1642)复述在他的著作<关于托勒密和哥白尼两大世界体系的对话>中[1].     

Molecular dynamics simulation of peeling a DNA molecule on substrate

Molecular dynamics (MD) simulations are performed to study adhesion and peeling of a short fragment of single strand DNA (ssDNA) molecule from a graphite surface. The critical peel-off force is found to depend on both the peeling angle and the elasticity of ssDNA. For the short ssDNA strand under investigation, we show that the simulation results can be explained by a continuum model of an adhesive elastic band on substrate. The analysis suggests that it is often the peak value, rather than the mean value, of adhesion energy which determines the peeling of a nanoscale material.The project supported by the Distinguished Young Scholar Fund of NSFC (10225209) and key project from the Chinese Academy of Sciences (KJCX2-SW-L2)     

适用于星敏感器的导航星表构造算法研究

导航星表的性能对于星敏感器姿态测量的实时性及精度至关重要。为了克服星等过滤算法的缺点,将支持向量机应用于导航星表的构造算法中。将基本星表中的恒星视为待分类的数据点,选取抽样视场中最亮的k颗星作为导航星,而非导航星的数量由抽样视场中恒星的密度决定。为了获得具有最大推广能力的抽样数据,采用了一种球面螺旋形算法生成抽样视场视轴指向,使用抽样数据构建最优导航星分类器,应用最优导航星分类器对基本星表中每一颗恒星进行分类判决。仿真结果表明,在满足8°×8°视场中至少出现3颗导航星的条件下,该算法生成的导航星表导航星总数约为星等过滤算法的33%,比传统支持向量机算法减少了7.8%,其标准差仅为星等过滤算法的21%,这表明本算法在导航星表容量及导航星分布均匀性方面大大优于星等过滤算法和传统支持向量机算法。     

基于形态学成分分析的静态极光图像分类算法

为了解决海量极光图像手工分类效率低下的问题,提出一种静态极光图像自动分类系统,使用形态学成分分析将极光纹理从复杂背景中分离出来,从纹理中提取特征并利用支持向量机进行分类.实验结果表明:该算法分类正确率较之于传统方法均提高约10%,当分类器支持向量机+线性核函数时,分类速度最快,最适合于海量数据的处理.     

基于支持向量机测定水质中硝酸盐含量

针对水质中被测物硝酸盐与干扰物铁离子、铬离子紫外吸收谱线严重重叠的问题,将支持向量机应用于混合重叠光谱分析中,利用核函数将重叠的光谱数据进行高维空间变换后求得SVM回归模型,实现硝酸盐含量的光谱检测。实验结果表明:硝酸盐浓度在0.5—10mg/L范围内,所测得含量的最大相对误差为3.2%;平均回收率为100.9%,本法与传统的方法相比,要求条件较低,不需要物理或化学的分离,分析速度快,有望应用于在线监测污水中硝酸盐的含量。     

基于组合模拟波段的油菜菌核病早期诊断方法研究

应用组合模拟波段建立的线性和非线性判别模型实现了油菜菌核病的早期诊断。采集油菜健康叶片80个,菌核病染病叶片100个,采用预处理算法与连续投影算法(SPA)相结合提取组合模拟波段,分别建立偏最小二乘法(PLS)、多元线性回归(MLR)和最小二乘-支持向量机(LS-SVM)模型。通过比较,最优PLS判别的预处理分别为直接正交信号校正(DOSC)、De-trending和原始反射光谱(Raw),准确率分别为100%,95.7%和95.7%。应用组合模拟波段的最优线性模型为SPA-MLR(DOSC)和SPA-PLS(DOSC)模型,准确率均为100%,基于DOSC、De-trending和Raw组合模拟波段的SPA-LS-SVM模型的判别准确率均为100%。结果表明,基于组合模拟波段进行油菜菌核病早期诊断是可行的,为油菜菌核病的早期诊断及病害监测仪器的开发提供了方法和依据。     

Boeing737-300/400机队可靠性等级预测研究

为了研究航空公司机队可靠性等级预测问题,提出一种基于灰色关联与支持向量机(SVM)的航空公司机队可靠性等级预测模型.从某航空公司B737-300/400机队的可靠性月报中,得到影响机队可靠性等级的9个指标;应用灰色关联法对机队可靠性等级和指标进行相关性分析,就各个指标与机队可靠性等级之间的关联度进行了排序;采用基于径向基核函数(RBF)的支持向量机(SVM)建立了航空公司机队可靠性等级预测模型.以某航空公司B737-300/400机队为例进行了可靠性等级预测分析,验证了所提方法的有效性.     

基于Adaboost-SVR模型的我国碳排放强度分析与预测

首先对我国1960-2017年的碳排放趋势分5个阶段分析,发现虽然在不同时期存在波动,但长期来看,我国碳排放强度呈逐步下降趋势.然后对差分平稳后的序列数据建立Adaboost-SVR预测模型,采用RMSE、MAPE、MAE、MSE四个评价指标比较Adaboost-SVR模型与Adaboost-DT、SVR、BP神经网络对碳排放强度的预测精度.结果表明,组合模型明显优于其他3种模型,对于碳排放强度预测具有很高的可靠性.另外,通过使用Adaboost-SVR模型进行后续年份预测,发现我国未来碳排放强度总体将继续缓慢下降.最后,基于二氧化碳排放量的LMID分解结果,提出调整能源产业结构, 促进可再生能源利用等节能减排建议.