基于自适应遗传算法的SVM参数优化

针对基于遗传算法支持向量机(SVM)训练时间较长以及分类精度较网格搜索法有所降低等问题,通过重新定义遗传算法参数的寻优范围,提出一种自适应遗传算法;该算法根据网格搜索法得到遗传算法参数的最佳寻优范围,然后遗传算法在这个范围内进行参数的精确寻优,最后得到分类的结果;这样不仅可以有效缩短训练时间,而且拥有更高的分类正确率;通过UCI中的10组经典数据集的实验结果可知,自适应遗传算法较之网格搜索法、 常规遗传算法、粒子群算法在训练时间上有较大的提升,并且拥有较高的分类准确率。     

Multivariate Gaussian criteria in SMAA

We consider stochastic multicriteria decision-making problems with multiple decision makers. In such problems, the uncertainty or inaccuracy of the criteria measurements and the partial or missing preference information can be represented through probability distributions. In many real-life problems the uncertainties of criteria measurements may be dependent. However, it is often difficult to quantify these dependencies. Also, most of the existing methods are unable to handle such dependency information.In this paper, we develop a method for handling dependent uncertainties in stochastic multicriteria group decision-making problems. We measure the criteria, their uncertainties and dependencies using a stochastic simulation model. The model is based on decision variables and stochastic parameters with given distributions. Based on the simulation results, we determine for the criteria measurements a joint probability distribution that quantifies the uncertainties and their dependencies. We then use the SMAA-2 stochastic multicriteria acceptability analysis method for comparing the alternatives based on the criteria distributions. We demonstrate the use of the method in the context of a strategic decision support model for a retailer operating in the liberated European electricity market.     

基于不均衡数据的小企业信用风险评价

小企业信用风险评价既是银行风险管理问题,又事关经济社会稳定。针对小企业贷款实践中,违约样本远少于非违约样本、且违约客户误判对银行影响较大的现实,采用不均衡支持向量机对小企业信用风险评价指标进行赋权,进而构建了能有效区分违约客户、非违约客户的评价模型。根据有无特定评价指标、特定评价指标数值变化对贷款小企业违约状态的影响程度赋权;反映了对违约状态影响越大、评价指标权重越大的赋权思路。将违约样本正确识别率、违约样本的准确率与查全率等因素作为支持向量机赋权模型中客户识别率的度量标准,改变了样本数据不均衡所导致的样本总体精度很高、违约样本精度反而不高的现象。研究结果表明:行业景气指数、资本固定化比率、净利润现金含量、恩格尔系数、营业利润率等评价指标对小企业信用风险的影响较大。     

基于模糊多核学习的改进支持向量机算法研究

针对传统SVM对噪声点和孤立点敏感的问题,以及不能解决样本特征规模大、含有异构信息、在特征空间中分布不平坦的问题,将模糊隶属度融入多核学习中,提出了一种模糊多核学习的方法。通过实验验证了模糊多核学习比传统SVM、模糊支持向量机以及多核学习具有更好的分类效果,从而验证了所提方法能够有效的克服传统SVM对噪声点敏感以及数据分布不平坦的问题。     

基于局部Gabor二进制模式的高光谱伪装目标图像分类

为提高光谱伪装目标图像分类精度,提出了一种基于局部Gabor二进制模式（LGBP)的空间分类方法。LGBP作为一种多尺度算法,被用来提取高光谱图像的纹理特征。然后高光谱图像中的每一个像元可以用一个光谱特征向量及一个纹理特征向量表示。通过这种方法,增大类间距离。最后使用多核支持向量机结合光谱信息和空间纹理信息实现对高光谱伪装目标图像的分类。实验证明了该方法的有效性,分类总体精度和Kappa系数分别达到了95.6%和0.937。所提出的方法对于提高分类精度及鲁棒性具有重要意义。     

高能光源束流位置探测器支撑架结构优化设计

从热稳定性和振动稳定性两个角度出发,优化设计得到了超高稳定的刚性支撑架结构;通过ANSYS有限元模态分析,验证了结构的热膨胀变化量和特征频率;采用混凝土二次灌浆方法对支撑架进行地面固定和特征频率测试,结果表明,支撑架结构的特征频率达到61.9 Hz、振动幅值小于30 nm,均满足设计要求。最后采用动态刚度测试方法,得到混凝土二次灌浆层的主要刚度值,进一步验证支撑架结构优化结果的准确性。     

超薄反射镜支撑技术

运用有限元方法对一种超薄反射镜的多个支撑方案进行分析计算,其中包括支撑点数量及排布方式的合理选择、支撑组件的优化设计。分析结果表明:该超薄反射镜在自重下的面形精度通过多点调节能够满足要求,预示了将该支撑技术应用于超薄反射镜具有可行性,并为超薄反射镜结构在面形控制实验中实施主动调节提供了数值依据。     

银行贷款项目评估决策支持系统(PEDSS)

介绍了一个实用的专用ＤＳＳ项目评估决策支持系统（ＰｒｏｊｅｃｔＥｖａｌｕａｔｉｏｎＤｅｃｉ－ｓｉｏｎＳｕｐｐｏｒｔＳｙｓｔｅｍ，简称ＰＥＤＳＳ）的系统构成、系统功能及系统的整体框架．提出了一个用菜单形式解决半结构化问题的方法及适应不同决策者、不同决策风格的一种模块设计方法     

取代氨乙基膦酸钡负载新型固体碱制备及催化性能研究

由于固体碱催化剂具有反应条件温和,选择性高,不腐蚀设备,与产物容易分离,可重复使用,不污染环境等优点,所以寻求环境友好的新型固体碱、固体超强碱催化材料已成为众多研究者关注的焦点。