一类随机适应序列部分和的局部极限定理的一个注记

研究了一类随机适应序列的强极限定理,推广了最近发表的几个结果,并进一步推广了Borel—Cantelli引理．     

常微分方程近似解的LS-SVM改进求法

提出一种基于最小二乘支持向量机(LS-SVMs)的求解常微分方程近似解的改进方法.该方法首先通过离散计算域,将常微分方程转换为有约束条件的目标优化问题,然后利用径向基(RBF)核函数可导的性质,用带有导数形式的LS-SVM模型将此优化问题转化为LS-SVM回归问题,进而进行求解.最终得到的闭式近似解具有精度高、连续可微、结构简单且形式固定的特点.该方法适用于任意阶非刚性和奇异的线性常微分方程初值问题和边值问题,以及一阶非线性常微分方程问题.仿真结果验证了该方法具有良好的有效性.     

基于GMDH的LSSVM预测模型及其实证

自从Suykens提出新型统计理论学习方法-最小二乘支持向量机(LSSVM)以来,这种方法引起了广泛的关注,它在预测方面的良好性能得到了广泛应用.应用自组织数据挖掘(GMDH)方法改进LSSVM,提升了预测精度.首先利用GMDH方法选择有效的输入变量,再将这些变量作为LSSVM模型的输入,进行时间序列的预测,从而建立LSSVM和GMDH组合的混合模型GLSSVM.并通过汇率时间序列对本文模型进行了实证.结果表明,混合模型预测精度得到了明显的提高.     

基于区间效率的贷款定价研究

以存款利息支出率、费用支出率、预期违约损失率、目标利润率等4个定价指标作为输入,以贷款利率作为输出,采用支持向量机回归算法建立基于区间效率的贷款定价模型.创新与特色一是通过区间数形式来反映预期违约损失率、目标利润率、费用支出率等,改变了现有研究将目标利润、贷款费用、违约损失等变量看作确定性数值来定价的现状.使贷款利率更具有竞争性.二是通过比较不同核函数、核参数下的训练样本的贷款效率区间与合理的贷款效率区间的匹配程度,确定贷款定价模型最优的核函数和核参数,进而建立了贷款定价模型.间接解决了在考虑贷款价格能否被银行、客户接受情况下贷款利率确定的问题.     

模糊支撑向量分类的几何方法

在支撑向量分类几何方法中考虑了数据的置信度,建立了基于模糊数据的支撑向量分类的几何方法.方法易于理解,实施方便,且兼顾了数据的重要性.数值分析表明,模型相对于Lin的模糊支撑向量分类,同样可体现数据置信度的差异,而实施更直接.     

合作目标对激光测距能力的影响分析

根据激光测距方程,分别建立了激光测距机漫反射目标及合作目标测距能力的理论模型。通过数值计算,研究了不同大气能见度条件下及不同激光发射束散角条件下配置合作目标对激光测距能力的影响。结果表明,配置合作目标可有效提高测距能力,并且在有合作目标条件下可有效降低激光发射功率,进一步为提高人眼安全提供保障。     

计算机联锁系统的通信可靠性研究

分析了计算机联锁系统中存在的3部分通信及其对联锁系统的不同影响,描述了通过相互隔离的网络结构,避免不同通信间的相互干扰以提高通信的可靠性,并具体阐述了通过容错技术、软件处理提高联锁系统内部通信的可靠性.     

A Novel Soft Sensor Modeling Approach Based on Least Squares Support Vector Machines

Artificial Neural Networks (ANNs) such as radial basis function neural networks (RBFNNs) have been successfuUy used in soft sensor modeling. However, the generalization ability of conventional ANNs is not very well. For this reason, we present a novel soft sensor modeling approach based on Support Vector Machines (SVMs). Since standard SVMs have the limitation of speed and size in training large data set, we hereby propose Least Squares Support Vector Machines (IS_ SVMs) and apply it to soft sensor modeling. Systematic analysis is performed and the result indicates that the proposed method provides satisfactory performance with excellent approximation and generalization property. Monte Carlo simulations show that our soft sensor modeling approach achieves performance superior to the conventional method based on RBFNNs.     

面向对象通用雷达信号处理程序框架的设计与实现

为提高雷达信号处理程序代码的可重用性,设计了一种基于面向对象的雷达信号处理通用流程框架.该流程框架概括了一般雷达处理流程的必要步骤,解决了算法扩充、功能扩展等技术问题.应用UML表示法对框架中的脉冲压缩算法进行了功能描述和方法实现.该流程框架已在某大型地面防空雷达系统仿真项目中得到应用.     

金属-有机框架材料在超级电容器中的优势和进展

金属-有机框架（Metal-organic framework, MOF）材料因其出色的比表面积、众多的活性位点、可调的孔径范围和灵活的框架结构,在气体分离、储能和催化等领域发挥着重要的作用.近年来,采用高表面积、永久孔隙以及包含固有的氧化还原活性位点的MOF材料作为超级电容器的电极材料引起了研究者们的关注.本文主要从MOF在超级电容器领域的研究出发,着重介绍了其性能和结构对超级电容器电化学性能的影响,阐述了关于MOF性能调控和结构设计的研究进展.首先, MOF的电导率是影响超级电容器能量密度和功率密度的一大关键性能,而其材料的特殊结构又直接影响了导电率.其次, MOF丰富的活性位点和可调的孔径尺寸等特点都为其导电性能的提升创造了条件.此外, MOF的结构稳定性与超级电容器的循环性能密切相关,稳定结构的构建是增强超级电容器循环性能的重要前提.最后,对MOF未来在超级电容器领域中的研究进行了展望,结构的调控仍然是这一领域的重要研究方向.