基于支持向量机的模型传递方法研究

模型传递是以数学方法通过在2台不同仪器之间寻求一种变换关系来增强光谱仪数据通用性、可比性的一种基本途径。由于实际测量数据具有非线性特征,加上校正样本集合的有限性,使得解决小样本条件下非线性关系的模型传递问题显得尤为重要。文章在概述支持向量机基本原理的基础上,探讨了支持向量机方法在光谱仪的模型传递问题中的应用,提出了基于支持向量机的分段直接校正方法,最后采用计算机模拟的方式对该方法进行了举例说明,并和人工神经网络方法进行了相应的比较。     

混合气体红外光谱支持向量机分析的新方法

介绍了一种基于支持向量机的混合气体红外光谱组分浓度和种类分析的新方法。利用核函数将组分气体特征吸收谱线重叠严重的混合气体光谱在高维空间变换后,建立SVM回归校正模型,进行混合气体浓度分析。在利用支持向量机回归校正模型进行混合气体组分浓度分析的同时,证明支持向量机回归校正模型也可用于混合气体组分种类分析。对不同组分和不同组分浓度的混合气体红外光谱数据进行了实验,研究了谱仪扫描间隔、分析特征波长范围、核函数和惩罚因子等因素对分析结果的影响。混合气体组分浓度实验结果的最大平均绝对误差Mean AE为0.132%;混合气体组分种类识别的准确率大于94%。解决了传统的光谱分析方法中光谱特征谱线重叠、光谱数据的维数大、定性和定量分析无法使用同一方法等问题,可用于其他混合气体的红外光谱分析,具有实际应用价值。     

基于向量Liapunov函数不连续系统的稳定性研究

基于局部Lipschitz连续且正则(Clarke意义下)的向量Liapunov函数,讨论不连续自治系统的稳定性(Filippov解意义下)．通过定义一类新的向量Liapunov函数的“集值导数”,给出了关于不连续系统的广义比较原理．基于Lipschitz连续且正则的向量Liapunov函数,进一步的给出不连续自治系统的Liapunov稳定性定理．     

二维矢量边界推进非结构网格生成方法

提出二维矢量边界推进生成非结构三角形网格方法并证明其可行性.根据流场边界尺度布置边界节点并运用矢量边界推进方法生成背景网格,运用符号面积函数和概率筛选方法布置初始点阵,提出Spring-Laplace方法优化节点位置,同时利用边交换技术优化网格结构.该方法可包含任意点源、线源和内嵌边界,可自由进行局部自适应加密或稀疏,实现任意平面域内与尺度要求一致的高效光滑三角网格剖分.     

模式识别和红外光谱法相结合鉴别中药材产地

用红外光谱法取得来自不同产地的中药材的中红外光谱,结合模式识别的方法实现中药产地的快速鉴别。采用了近邻法和多类支持向量机方法对采集自4个不同产地的269个白芷样本和6个不同产地的380个丹参样本进行了产地鉴别,得到的交叉验证准确率达99%,为中药材产地的自动鉴别探索了一条有效的途径。     

局部G-凸空间内的广义矢量拟平衡问题

在局部G-凸空间内引入和研究了几类广义矢量拟平衡问题(GVQEP)．包含了大多数广义矢量平衡问题,广义矢量变分不等式问题,拟平衡问题和拟变分不等式问题作为特殊情形．首先在局部G-凸空间内对一人对策证明了一个平衡存在性定理．作为应用,在非紧局部G-凸空间内对GVQEP的解建立了某些新的存在定理．这些结果和论证方法与最近文献中的结果和论证方法相比较是新的和完全不同的．     

烷基苯酚类化合物的气相色谱保留值与其结构参数的定量关系

计算了44个烷基苯酚类化合物的组成、拓扑、几何、静电和量子化学等结构参数,运用启发式方法对这些结构参数进行筛选,得到了含3个变量的化合物的定量结构与色谱保留值的线性关系模型,同时以这3个变量作为支持向量机模型的输入变量建立非线性回归模型。两种方法的相关系数(R2 )分别为0.98和0.92,相应的均方根误差分别是0.99和2.77。通过对两种模型的稳定性和预测能力的比较,发现线性模型能够更好地反映烷基苯酚的气相色谱保留值与其结构参数之间的定量关系。在已知烷基苯酚类化合物结构参数的情况下,线性回归模型更有助于它们的色谱分析。     

Nonempty intersection theorems and system of generalized vector equilibrium problems in product G-convex spaces

By using an existence theorems of maximal elements for a family of set-valued mappings in G-convex spaces due to the author, some new nonempty intersection theorems for a family of set-valued mappings were established in noncompact product G-convex spaces. As applications, some equilibrium existence theorems for a system of generalized vector equilibrium problems were proved in noncompact product G-convex spaces. These theorems unify, improve and generalize some important known results in literature.     

General demonstration of principal states of polarization and real-time monitoring of polarization mode dispersion in optical fibres

We investigated the general properties of polarization effects in optical fibres and demonstrated the existence of socalled principal states of polarization (PSP), which mean the fixed points in mathematics, in different polarization effects,such as birefringence and polarization mode dispersion, by using fixed point theory. Furthermore, a time evolution vector is defined to describe the time evolution of polarization state in optical fibres, which is used to investigate the time evolution of polarization mode dispersion vector (PDV), including differential group delay and PSP. The experimental results of real-time monitoring of PDV by using this method are reported. To our knowledge, this is the first report on monitoring PSP evolution in optical fibres.     

Modelling of chaotic systems based on modified weighted recurrent least squares support vector machines

Positive Lyapunov exponents cause the errors in modelling of the chaotic time series to grow exponentially. In this paper, we propose the modified version of the support vector machines (SVM) to deal with this problem. Based on recurrent least squares support vector machines (RLS-SVM), we introduce a weighted term to the cost function tocompensate the prediction errors resulting from the positive global Lyapunov exponents. To demonstrate the effectiveness of our algorithm, we use the power spectrum and dynamic invariants involving the Lyapunov exponents and the correlation dimension as criterions, and then apply our method to the Santa Fe competition time series. The simulation results shows that the proposed method can capture the dynamics of the chaotic time series effectively.