结合孤立森林和鲸鱼优化算法的三支k-means

针对k-means算法的聚类结果对初始聚类中心的选取较为敏感、选择聚类数目存在一定的主观性以及离群数据影响的问题,提出了一种结合孤立森林和鲸鱼优化算法的三支k-means算法（iF-W-TWKM）。首先利用孤立森林算法对数据集进行清洗,将数据集划分为两个子集：正常数据子集和异常数据子集。使用正常数据子集进行后续算法步骤,待算法结束后使用得到的聚类中心将异常数据子集中的样本划分到各类簇的边界域。利用鲸鱼优化算法建立以STDI为目标函数的优化问题进行全局寻优实现聚类中心的选取,避免局部最优。实验结果表明,改进后的算法在ACC、AS、DBI指标上整体优于k-means和TK-means,具有更好的聚类表现。     

基于回溯剪枝算法的燃烧反应路径可视化分析

为响应国家节能减排改善环境质量的号召,我国汽车产业节能减耗势在必行,提高内燃机燃烧效率,降低尾气有害物排放是其中强有力的手段,目前针对内燃机内部燃烧反应的研究多是基于反应分子动力学用大规模分子并行模拟器（LAMMPS）进行燃烧模拟实验,但由于内燃机内部燃烧反应是极为复杂的链式反应,后期实验数据非常庞大,且其中有大量的重复数据和异常数据。人工进行数据清洗并统计结果要消耗大量的时间和精力,错误率还高,严重耽误实验进程。本项目的开发即是希望通过计算机代替人工,用程序实现内燃机内部燃烧反应后期数据清洗的自动化,并运用回溯剪枝算法处理技术和数据可视化技术,将原本繁杂抽象的数据以图表的形式直观显示,简化人工操作,在缩短数据处理周期的同时降低错误率,对推进内燃机内部燃烧反应的相关研究有重要意义。     

时域自适应精细算法求解对流热传导问题

应用时域自适应精细算法求解对流传热问题.通过展开技术,可更准确地描述变量随时间的变化,同时将时空耦合的初边值问题转化为一系列的空间边值问题,并采用有限元方法递推求解.自适应技术可弥补时间步长不同时可能造成的计算精度损失.并进行了数值检验.     

解一类函数极值问题的动约束同伦算法

本文对可行域为不等式约束构成的带洞非凸域上光滑优化问题,通过添加动约束函数的形式,将带洞非凸可行域分割为两个非凸不带洞可行域,讨论了带洞非凸域上优化问题与不带洞两个非凸优化问题KKT点的关系;在非凸不带洞的可行域上,给出了初始点方便选取的动约束同伦算法,证明了同伦路径的存在性,有界性和收敛性,通过数值算例表明该算法是可行的,有效的.     

主成分分析排序和模糊线性判别分析的生菜近红外光谱分类

贮存时间是影响生菜品质的一项重要因素,传统的贮存时间鉴别方法主要依靠人工经验,但是这种方法的准确率和可信度并不高。研究的目标是建立一种基于模糊识别的模型进行生菜光谱分析以实现生菜贮存时间的鉴别,并与其他鉴别方法作比较。为此,在当地超市购买60份新鲜生菜样品,存放于冰箱中待用。首先,通过AntarisⅡ近红外光谱检测仪采集生菜样品的近红外光谱数据,每隔12小时检测一次,每个样本检测重复三次,并取三次平均值作为实验数据。其次,利用多元散射校正(MSC)减少近红外光谱中的冗余信息。为了进一步去除近红外光谱中的无用信息以及简化随后的数据分类过程,分别运用主成分分析(PCA)和排序主成分分析(PCA Sort)。其中,PCA Sort通过改进对主成分的排序方法能提高分类准确率,同时便于模糊线性鉴别分析(FLDA)进一步提取特征。PCA和PCA Sort的计算仅运用了前15个主成分(能充分反映光谱的主要信息)。最后,利用模糊线性鉴别分析算法(FLDA)和K近邻算法(KNN)进一步分类所得的低维数据。基于PCA和KNN算法的模型鉴别准确率达到43%,而基于PCA, FLDA和KNN算法的模型鉴别准确...     

基于IFSR异常样本剔除的落叶松木材密度近红外优化模型的研究

木材密度可以反映木材的干缩性、抗压抗拉强度等多种物理性质,是重要的木材物理特性。采用近红外光谱技术能够实现木材密度的快速预测,可克服传统检测方法耗费人力、物力、时间的弊端,但建模结果往往受异常样本的影响。为准确识别并剔除样本集中的异常样本,提出一种孤立森林结合学生化残差方法(IFSR),在利用孤立森林集成特征的优点基础上考虑样本对模型的影响度,可同时检测异常样本与强影响样本。该研究对181个落叶松木材样本的近红外光谱及其在常温下的气干密度进行了测定。通过对比多种方法预处理和特征选择方法,确定采用标准正态变量变化(SNV)+去趋势处理(DT)+均值中心化(MC)+标准化(Auto)方法进行预处理,采用竞争性自适应重加权算法(CARS)进行特征波段选择,消除噪声及无关信息对算法的影响,简化数据集,提高算法剔除异常样本的准确性。为验证IFSR方法剔除异常样本的能力,将其与蒙特卡洛交互验证(MCCV)、马氏距离(MD)等其他六种异常检测方法对比分析,建立偏最小二乘(PLS)模型对其进行异常检测性能评价。同时在上述基础上采用粒子群寻优-支持向量机回归(PSO-SVR), BP神经网络(BPNN)...     

CMOS有源像素传感器辐射损伤对星敏感器星图识别影响机理与识别算法

为分析恶劣空间辐射环境导致星敏感器性能退化、姿态测量精度降低的原因,深入研究了⁶⁰Co-γ射线辐射环境下互补金属氧化物半导体有源像素传感器(complementary metal oxide semiconductor active pixel sensor,CMOS APS)电离总剂量效应对星敏感器星图识别的影响机理.通过搭建外场观星试验系统,实际观测天顶和猎户座天区,经过星图数据采集、星点提取与星图识别等试验流程,获得⁶⁰Co-γ射线辐照后CMOS APS噪声对星图背景灰度均值、识别星点数量的影响机理,并提出一种寻找被辐射噪声湮没星点的识别算法.通过理论推导分别建立了CMOS APS暗电流噪声、暗信号非均匀性噪声和光响应非均匀性噪声与星点质心定位误差的定量关系.研究结果表明⁶⁰Co-γ射线辐照后星敏感器星图背景灰度均值增大、星点识别数量减少, CMOS APS辐照后噪声增大导致星点质心定位误差增大,从而影响星敏感器的姿态定位精度,该研究结果为高精度星敏感器的设计和抗辐射加固提供一定的理论依据.     

基于当前状态数据的加法风险模型的自适应LASSO回归选择

当真实的潜在模型具有稀疏表示时通常需要使用变量选择方法,确定模型中的重要预测因子可提高被拟合模型的预测性能,许多文献研究了这类问题,其中张和吕[1]针对右删失数据开发了一种基于比例风险模型的变量选择方法.本文研究了基于当前状态数据的加法风险模型的变量选择问题.在文献[1]的启发下,我们提出一种自适应Lasso方法来解决...     

解变分不等式的一种二次投影算法

该文研究一种新的解变分不等式的二次投影算法.通过构造一类新的严格分离当前迭代和变分不等式解集的超平面,进而建立了解决伪单调变分不等式投影算法的一种新的框架.通过改进已有结果的证明方法,证明了该算法生成的无穷序列是全局收敛的,并且在局部误差和Lipschitz条件下给出了收敛率分析.     

基于近红外窄波段光源的消光光谱粒径测量

提出一种基于连续透射消光光谱的粒径测量方法。基于Mie散射理论和人工蜂群算法对颗粒粒径进行反演,结果表明,单峰分布时颗粒的体积频率分布曲线相对均方根误差（RRMSE）低至0.08%,双峰分布时颗粒的体积频率分布曲线RRMSE低至3.49%。用编号为GBW120134、GBW120024和GBW120041的聚苯乙烯乳胶标准颗粒进行了对比实验。结果表明,单峰分布时D50粒径的相对误差在10%以内,双峰分布时D50粒径的相对误差在20%以内。