基于人工免疫聚类的欺诈客户分析

针对传统aiNet聚类算法在处理欺诈客户分析时聚类精度差的问题,该文基于一种新的免疫聚类算法(SE-aiNet)提出了利用子群群体特征进化的免疫聚类算法,使收敛速度有显著提高,并在保持抗体种群规模的情况下有效提高了抗体的多样性;以训练所得的规则集来判断客户是否欺诈,经某银行的实际数据验证,算法的误分比例为24.0%,而相同环境下BP-NN算法的误分比例为32.3%,C-SVM的误分比例为28.6%。     

平稳过程的最佳FIR滤波器研究

很多实际处理的信号都是平稳随机信号,其中FIR滤波器具有良好的稳定性。讨论了平稳随机信号、FIR滤波器结构和最小均方误差准则。并且以LMS算法和NLMS算法为基础,研究讨论了平稳最佳FIR滤波器的实现。并在MATLAB下仿真实现了基于LMS算法的最佳FIR滤波器。最后建立分析了一个基于NLMS算法的自适应信道均衡系统模型。用经典的窗口法对FIR滤波器进行了设计。     

高精度摄像机标定模板的设计及识别算法

针对目前摄像机标定模板——黑白棋盘格识别精度低导致标定精度降低的问题,提出了一种以渐变圆形为特征的摄像机标定模板以及相应的检测算法.新的摄像机标定模板以渐变圆形作为图元代替以前的棋盘格交点,从而可以使摄像机更精确地对其位置进行识别,得到更精确的摄像机标定结果,并保留了黑白棋盘格作为标定模板,具有制作简易,成本低廉的优势,并且针对这种标定模板,提出了精确的检测算法.实验结果表明,在相同的摄像机和相同的环境下,新标定模板和检测算法标定的投影误差比黑白棋盘格的标定结果减少了20%.     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

改进的基于特征线理论的流体力学有限元法

通过沿特征线求解动量方程,并运用局部泰勒级数展开对方程的离散进行简化,在传统的基于特征线离散的分裂算法的基础上,推导了一种精确的显式离散方法,详细给出了基于局部泰勒级数展开的特征线离散过程,并推导了有限元控制方程.通过自主研发的空间结构自动分析设计系统(简称AADS)流体模块中的三维算例计算,表明文中的分析是正确的,提出的改进方法具有较高的计算精度.     

采用局部差分模型描述的彩色图像配准技术

针对光照方向、强度、色彩或摄像头参数等因素的变化导致待配准彩色图像对间存在复杂的色彩变化,从而严重影响彩色图像配准效果的问题,提出了一种对彩色变化不敏感的彩色图像配准方法.该方法首先根据彩色图像间的von Kries彩色变换模型,建立图像的彩色不变量空间,在此空间利用尺度不变量特征转换(SIFT)算法完成特征点的检测;为加快运算速度,采用2阶局部差分模型(LDP)方法对特征点进行描述,并完成彩色图像特征间的初匹配;再进一步利用RANSAC算法消除误匹配特征点对,得到最终的匹配特征点对.实验结果表明,该彩色图像配准方法与其他算法相比,可以快速、准确地获得彩色图像间的映射关系,因此更加适合存在色彩变化的彩色图像的配准.     

采用非结构网格的IDEAL算法实现及定压边界条件处理

在非结构网格系统中采用有限容积法对不可压N-S方程进行了离散,其中对流项采用二阶迎风格式,扩散项采用超松弛校正格式.通过修正的动量插值格式构造了压力方程,利用IDEAL算法处理压力与速度的耦合.利用Taylor展式导出了邻近边界内节点的压力计算公式,进而将边界静压引入到压力方程的迭代计算中,确保了边界信息向内部区域的有效传递.根据质量守恒定律分别导出了压力入口和出口边界的速度计算公式,结合伯努利定律给出了总压边界的处理方法.通过压力驱动管内层流、三通管层流以及浮力驱动流等几个典型算例对文中方法进行了考核,并将计算结果与文献中的基准解和实验值进行了对比.结果表明,不管是静压边界还是总压边界,采用该处理方法均能获得令人满意的结果,尤其对于大空间自然对流问题,可以在保证精度的前提下节省大量的存储空间和运算时间.     

基于聚类分析的申贷信用等级评价方法

 为了解决申贷信用等级评价问题,介绍了解决银行申请贷款信用等级评价中聚类分析采用的基本概念及术语,提出了2种聚类算法包括基于信贷数据的聚类算法δ-kmeans;基于高维信贷数据的聚类算法ASC,并通过实验对其性能进行比较分析,实验表明:①δ-kmeans算法在信贷风险的控制上取得较好效果;②相比传统k-means和Coweb算法,ASC算法在聚类高维信贷数据上更加有效.利用k-means算法对银行信贷数据的聚类动力学关系进行分析.最后,给出了聚类分析算法在银行信贷领域应用的的难点.     

基于叶片角变化规律的液力变矩器改型设计法

研究了三维设计环境下液力变矩器叶栅系统改型设计方法,提出以叶片角变化规律为基础对原型叶片进行改型设计.首先,通过初始化图形交换规范(IGES)与三维软件交换叶栅系统的三维信息;然后,利用De Boor算法的开花计算叶片上各点处的叶片角,将反映叶片角沿叶片内外环设计基线变化的曲线拟合成非均匀有理B样条(NURBS),通过调整NURBS曲线的控制点以及各控制点权重值,实现叶片角变化规律的调整;确定了新的叶片角变化规律后,叶片的空间形状即可确定,从而可以生成新的叶栅系统模型;最后,对新生成的叶栅系统进行性能预测,得到满意的结果后即可进入后续详细设计阶段.利用该方法构建了液力变矩器改型平台,使用该平台分别以提高变矩性能和提高效率为目标对某款液力变矩器进行改型研究,结果表明所提出的方法行之有效,有助于提高改型设计的效率.     

中心偏心差分法

提出了构造差分显式位移动力算法的通式,并得到了三步显式位移算法.此法对加速度采用中心差分近似,但对速度采用三点偏心差近似,因此也称为中心偏心差分法.此法可以认为是对中心差分法的改进,克服了中心差分法在计算阻尼矩阵为非对角阵时退化为隐式算法的缺点.中心偏心差分法的算法精度为二阶.对此算法的稳定性进行了分析.分析表明,与同类显式算法相比,本方法具有时间和空间两方面的算法优势.