应用多模型共识偏最小二乘法和FTIR/ATR光谱技术建立苯丙酮尿症的筛查模型

利用多模型共识偏最小二乘法(cPLS)建立新生儿苯丙酮尿症(PKU)的红外光谱筛查模型,比较PLS和cPLS模型的性能。对原始光谱进行一阶微分预处理,分别用PLS和cPLS建立干血片中苯丙氨酸浓度的定量校正模型,各运行40次,以预测均方根误差(RMSEP)、平均相对误差(MRE)和预测准确率(Acc)为指标,考察两种模型对独立测试集的预测效果。PLS模型的RMSEP、MRE、Acc的平均值和标准差分别为103.3、0.32、97.1和30.0、0.07、4.4;而cPLS模型的RMSEP、MRE、Acc的平均值和标准差分别为88.4、0.26、99.3和19.8、0.04、2.4。cPLS较PLS模型预测更准确,稳定性更好,更适于建立PKU的红外光谱筛查模型。     

基于零知识证明的物联网单向增强验证模型

面向物联网的大量端对端相互访问、综合性密码保护、多因素验证保护等需求,提出了基于零知识证明的单向增强验证模型。该模型由单向一次性计算类型任务组成,融合五种共识验证技术形成多因素的链式共识验证方法,通过区块链架构分布式共识机制,实现多因素的一次性难题任务链式增强处理,以及高性能的本地并发验证,支撑端到本地中心授权、点对点离线认证等应用。同时,通过动态设置令牌中零知识证据的种类,实现了弹性的访问控制和隐私保护。实验结果表明,该模型实现了动态难度策略的简明点对点验证,展示出毫秒级高性能和灵活性,并提升了物联网认证方法的安全性。     

基于多模型共识的偏最小二乘法用于近红外光谱定量分析

建立了多模型共识偏最小二乘(cPLS)建模方法, 并应用于烟草样品近红外(NIR)光谱与常规成分氯含量之间的建模研究, 探讨了建模参数对预测结果的影响. 结果表明, cPLS方法与传统的偏最小二乘算法(PLS)相比, 所建模型更稳定可靠, 预测结果也可得到了明显改善.     

基于群体共识的农村土地流转优化决策方法

农村土地流转涉及到政府部门的心理预期和承包企业的利益参照点。如果两者不能达成共识,很难达到农村土地流转帕累托改善。本文主要研究这两方流转主体在群体演化博弈中累积的共识达成过程,及其对现有土地效率的优化机制作用规律。在考虑双方异质性累积前景预期值的基础上,利用模拟仿真研究政府和企业之间的博弈演化过程,发现在双方心理预期均获得满足的条件下,群体能够达成共识,农村土地流转效率最高。     

基于区间数偏好信息的专家群体共识性研究

针对群决策中基于区间数偏好信息的共识性问题,给出了一种新的分析方法.首先给出了有关区间数和区间数决策矩阵的定义及若干性质;然后.通过定义有关专家群体判断关于方案针对指标的落影函数和专家群体关于方案针对指标的重心值,给出了群决策中基于区间数决策矩阵的共识性的分析方法和非共识的调整方法.最后,通过一个算例说明给出的分析方法.     

大学物理采用多媒体教学的探索与实践

自1996年起，我们对95级、96级八个班的大学物理课进行了多媒体教学，经过近二年的教学实践，认为取得了明显的教果，归纳起来有以下基本的共识：     

基于Si-cPLS的小麦种子发芽率近红外模型优化研究

为了提高近红外光谱技术快速测定小麦种子发芽率的准确度和稳健性,比较分析了基于全光谱的单一偏最小二乘(PLS)模型和多模型共识PLS模型(cPLS)性能,并提出了基于特征光谱的多模型共识PLS模型(Si-cPLS) 。实验收集84份小麦种子,通过SPXY法将样本集划分为训练集样本66个,预测集样本18个。从训练集中随机抽取50个样本作为校正集建立一系列PLS子模型,选取其中性能较好100个子模型作为成员模型建立cPLS模型,取成员模型预测结果的均值来分析未知样本。在此基础上,采用组合间隔偏最小二乘法(SiPLS)筛选特征谱区建立多模型共识PLS模型(Si-cPLS)。各模型均采用均值中心化预处理方法,PLS模型、cPLS模型以及Si-cPLS 模型对预测集的小麦种子发芽率进行50次重复预测的平均相关系数r分别为0.935,0.949和0.967,平均预测均方根误差RMSEP分别为13.735%,12.533%和10.273%,RMSEP 的标准偏差分别为1.144%,0.096%和0.08%。实验结果表明cPLS模型较单一PLS模型更加稳定可靠,而基于特征光谱的Si-cPLS模型则进一步提高了cPLS的稳定性与预测精度,为建立性能优秀的小麦种子发芽率近红外模型提供了新思路。     

多模式融合下的海洋溢油高光谱成像油种识别方法

为利用不同油种的发光特性来探测海洋溢油,通过高光谱成像仪,在两种照明模式下采集了6种溢油油种的高光谱图像。基于33个波段构建了波段均值、波段差、波段比和归一化波段比4个辐射指数,提出了基于Fisher和PCA的模型共识的溢油高光谱特征选择方法,采用RBF-SVM模型对油种进行识别。比较发现,本文构建的基于光源混合、波段运算和模型共识的多模式融合方法,从不同侧面提高了模型的溢油识别能力,识别率达到了99.1%以上,比单一方法提高了10%以上。结果表明,多模式融合有效提高了海洋溢油的识别率。     

一种基于LSTM-Blacklist的动态信任度证明机制

针对区块链网络中共识节点的恶意行为导致的区块链系统安全问题,提出一种基于LSTM(long short-term memory)-Blacklist的动态信任度证明机制(PoDT-LSTMB)。该动态信任度证明机制通过前向注意力机制的两层LSTM神经网络学习并分析参与共识节点的行为数据,预测节点行为倾向。以节点信任度为基础构建黑名单,剔除低于信任度阈值的节点,提高全网节点的总体可信性。以正常区块上链率以及节点信任度的变化为主要评估指标,与信任度证明PoT(Proof of Trust)机制以及不带黑名单的PoDT-LSTM机制进行了对比实验。实验结果表明,基于前向注意力机制的两层LSTM神经网络结构准确率可达0.915 1,本文提出的PoDT-LSTMB机制比PoT机制的正常区块上链率提高30%～33%。     

模糊偏好关系下考虑从众行为的群体共识决策方法

随着决策面临的环境越来越复杂,个人决策因其局限性难以达到有效决策的标准,致使群体决策变得更为常见;而当决策者行动时,常需考虑他人的判断和行为,使得从众行为成为群体决策中的重要影响因素.因此,文章基于模糊偏好关系提出一种考虑从众行为的群体共识决策方法,能有效节省达成共识所付出的成本.首先,根据模糊偏好关系的特征,设计一致性检验方法和调整模型,为后续的共识达成提供可靠的偏好关系.其次,考虑到专家受到群体规范的压力而产生从众行为,从而对初始效用值进行修正.然后,提出考虑从众行为的最小成本共识模型,进一步设计相应的共识达成算法.最后,计算各已选方案到理想点的距离,运用TOPSIS方法对已选方案进行排序,并通过一个企业产品升级改良的算例来分析说明所提方法是有效的和可行的.