基于多任务深度学习的自适应软参数共享方法

在软参数共享模型的基础上,通过任务之间的相似度与参数之间的关系,设置自适应正则项系数λ^*,自适应参数衰减比例0.文章提出了基于多任务深度学习的自适应软参数共享方法.在基于均值约束的L₂范数基础上,通过自适应地去除损失函数中正则项中的项数,去除任务间相似度不高的信息.文章的方法将软参数多任务学习动态地转化为软参数多任务与单任务联合学习,相对于软参数多任务学习方法,该方法减少了负迁移现象带来的影响.相对于单任务学习方法,该方法可以极大地降低局部最小解的风险.模拟研究和案例分析都验证了该方法的有效性,该方法的预测精度优于传统的多任务学习和单任务学习.     

基于联系数投影的三角模糊数组合预测模型及其应用

在模糊预测中,三角模糊数比区间数更能准确刻画不确定信息。针对三角模糊数组合预测,本文首先引入集对分析中联系数,找出三角模糊数与三元联系数的转换关系,巧妙回避三角模糊数组合预测运算的模糊性和复杂性。其次定义三元联系数运算规则,构建联系数投影作为最优准则,建立联系数投影的定权系数三角模糊数组合预测模型。然后依据高精度预测方法应赋予较大权系数的原则,构建联系数广义诱导有序加权平均(CNGIOWA)算子,研究其性质定理,再结合联系数投影的最优准则,建立基于联系数投影和CNGIOWA算子的变权系数三角模糊数组合预测模型。最后将两类三角模糊数组合预测模型应用到模糊预测实证分析中,结果显示两类组合预测模型都能有效提高预测准确性。     

不完全犹豫模糊语言偏好关系的不一致性修复方法

针对隶属度为犹豫模糊语言的不完全偏好关系,对其进行补全,并提出了一种基于偏差度的修复方法.首先,通过定义转换函数I以及f,并利用积性一致性补全不完全犹豫模糊语言偏好关系(IHFLPR).其次,基于误差偏好值以及两个犹豫度差值大小的比较准则,确定最大偏差度,并依据修复公式对不一致性进行修复.最后,通过实例以及与Xu的方法进行比较分析表明了该方法的有效性.     

求解模糊线性方程组的对称加速超松驰迭代方法

研究并给出了求解模糊线性方程组(记为FSLE)的对称加速超松驰迭代算法(SAOR),同时利用FSLE的系数矩阵与用嵌入法得到的等价线性方程组的系数矩阵的关系,给出了算法的收敛条件。此外,论文最后给出了几个数值实验,实验的结果显示,利用SAOR方法求解模糊线性系统方程组的解的精确度     

港口柔性评价

港口柔性体现了港口对社会经济环境变化的反应能力和适应能力,科学的港口柔性评价是提高其柔性水平的基础.根据柔性的多维度特征和港口生产服务实际,从战略柔性、结构柔性、管理柔性、生产柔性和可持续柔性五个方面建立了港口柔性评价指标体系;选用模糊ANP方法建立评价模型,即根据各柔性指标之间的依存和反馈关系,用网络分析法(ANP)确定模糊指标权重.模糊ANP方法能够较准确地给出港口柔性的定量评价,为港口采取正确的发展策略、提高柔性水平提供参考.     

美专业网站评出2005年天文学重要新闻

美国专业网站“太空网”（space．com）近日对2005年天文学研究进行回顾后认为，天文学领域今年充满了各种争议，以下为该网站评出的过去一年重要天文学新闻：     

T—S模糊控制器中各类算子对系统输出的影响

模糊控制系统的核心是模糊控制算法，对Takagi-Sugeno（以下简称T—S）模糊控制器，由于其合取算子与汇总算子选取的不同，使其算法区别很大。文中对几种常用T-S模糊控制算法的输出曲面及误差曲面进行比较，以确定这些算子变化对系统输出的影响。     

直接扩频系统自适应抗干扰技术仿真

近年由于扩频技术具有强的抗干扰能力、隐蔽性、抗多径干扰能力、精确定时和测距，并具有多址能力，所以无论在军事还是在民用方面都受到很大的关注，并且有了很大的发展。为了进一步提高扩频系统的抗干扰能力，将自适应抗干扰技术应用于扩频系统，通过计算机仿真研究了LMS算法的抗干扰性能．结果表明，LMS算法简单，可以应用于扩频系统的前端，对窄带干扰有良好的抑制．     

分立式与分布式光纤传感关键技术研究进展

光纤传感技术已广泛应用于航空航天、石油化工、电子电力、土木工程、生物医药等领域,其技术形式主要体现为分立式和分布式.分立式光纤传感技术利用光纤敏感器件作为传感器来感知被测参量的变化,光纤作为光信号的传输通道连接光纤传感器及后端的解调装置;分布式光纤传感系统基于光纤瑞利散射、拉曼散射或布里渊散射等光学效应,利用光纤本身作为传感器,可对沿途的光信号进行大范围、长距离传感.本文介绍了分立式与分布式光纤传感中主要关键技术的研究进展,并对未来的研究和发展方向进行了探讨.     

自适应非凸稀疏正则化下自适应光学系统加性噪声的去除

自适应光学系统可以实时测量并校正波前信息,但是系统中大量的噪声严重影响了系统的探测精度.自适应光学系统中一般为加性噪声,本文提出一种全新的变分处理模型去除加性噪声,该模型采用自适应非凸正则项.非凸正则项在保持图像细节上较凸正则项具有更好的效果,能更好地保持点源目标的完整性.另外,根据不同区域的噪声水平自适应地构建正则化参数,使不同区域的像素点受到不同程度的噪声抑制,可以更好地保持目标的边缘细节.在算法实现上,为了解决非凸正则项收敛性较差的缺陷,采用分裂Bregman算法及增广拉格朗日对偶算法进行计算.实验及数值仿真结果都表明,该方法能够较好地去除系统中的加性噪声,且光斑信号保存得较为完整,处理后的质心探测精度及信噪比较高.