基于语义覆盖度融合的I/O映射聚类算法

需要对语义主题树特征进行聚类算法设计,提高对语义特征的搜索和语义泛化能力。传统的语义特征聚类算法采用基于本体映射的语义特征聚类算法,建立异构的本体模型之间的语义等价映射关系,导致聚类性能和语义泛化能力不好。提出一种基于语义覆盖度融合的I/O映射聚类算法,利用领域知识和模式匹配,建立本体之间语义映射关系,考虑三种与语义信息相关的学习知识,得到语义相似度函数,利用统计TF-IDF的方法计算词语的特征权值,通过语义主题树特征匹配,实现搜索引擎的覆盖度I/O映射聚类改进。仿真实验表明,采用该算法能提高对语义的覆盖度融合能力,具有更好的数据聚类性能,较好地完成语义映射任务,语义信息检索查准率提高为98.7%。     

改进的LDA行人再识别算法

行人再识别是计算机视觉研究领域的一个研究热点。现有度量模型存在过拟合现象,本文建立了基于正态性重采样的线性判别分析算法,通过局部相似性约束,训练行人再识别的度量模型。该模型通过半监督学习提升算法的泛化能力。最后,通过VIPeR和CUHK01数据集的测试对本文算法的鲁棒性和有效性进行了验证。     

神经网络在智能公交实时调度中的设计与实现

神经网络是一种新兴的数学建模方法,它具有识别复杂非线性系统的特性,比较适合实时调度。在智能公交实时调度中加入误差反向传播算法,利用误差反向传播算法超强的学习能力和泛化能力,通过对海量公交历史调度数据的学习,可以建立公交车到达目的站点的预测模型;通过实时GPS数据,就可以预测车辆到达目的地的大概时间,为建立智能公交调度提供极大方便。     

基于模糊支持向量机的无人艇控制方法研究

本文利用模糊支持向量机算法设计无人船控制器。模糊支持向量机采用SMO算法解决支持向量机在Lagrange算式下的参数问题,得到模糊支持向量机控制器模型。该控制器兼具支持向量机和模糊控制的优势,可以不考虑被控对象模型,具有较高的计算速度、较强的泛化和非线性建模能力。     

基于QFD的产品创新设计方案评价模型研究

为更为全面和准确地对产品创新设计方案进行评价,提出基于质量机能展开的研究框架的设计方案评价模型。该模型整合质量屋、整数规划、全因子实验方案设计和设计方案优选算法等多种方法;然后运用质量屋计算出技术参数决策系数;利用0-1整数规划求出最大化顾客满意度的技术特性组合;运用定量评价算法筛选出设计方案优选序列。并某公司的变速器产品创新设计的实例验证该模型的可行性和有效性。     

LS-SVM和BP算法在逆模型控制中的对比研究

最小二乘支持向量机（least squares support vector machine,LS—SVM）具有很好的非线形逼近能力和泛化能力,通过研究逆模型存在的条件,提出了基于LS—SVM的逆模型辨识方法。仿真结果表明基于LS—SVM的逆模型辨识方法在处理非线性对象时,辨识精度、辨识速度、泛化能力都要强于BP算法。     

网络暴力事件演化与预测研究

[目的/意义]准确掌握网路暴力事件的演化路径,并及时预测潜在的网络暴力事件,为相关部门治理舆情提供参考。[方法/过程]研究了网络暴力舆情事件的演进阶段、演进要素及演化路径;从舆情本体、舆情传播、舆情反应三个方面抽取网络暴力事件的相关特性。面向不平衡数据子集,基于多层感知机提出一种融合集成噪声识别与SMOTE算法的网络暴力预测模型。[结果/结论]提出的预测模型准确率达88.7%,且具有较好的泛化能力。暴露隐私信息是网络暴力事件发生最关键的因素。     

基于BP神经网络的企业突破性创新绩效评价研究

基于突破性创新的特征,借鉴传统创新绩效评价模式,从资源投入、技术产出、产品性能、过程管理、商业价值和社会价值等6个维度构建企业突破性创新绩效评价指标体系,并利用BP神经网络原理建立了企业突破性创新绩效评价模型。通过对样本企业的突破性创新绩效评价进行模型训练和仿真验证,结果表明该评价方法可信度高,模型具有较好的泛化能力。     

基于供需双向服务的共享仓储配送路径优化

共享仓储是"制造业+互联网+共享经济"智能制造大背景下,通过集成智能仓库产品与专业化的"集中采购+智能存储+JIT配送"服务于工业园区.针对园区企业与共享仓储之间的供需双向服务的物流特征,需要考虑在交货硬时间窗、运输小车承载量和小车数量等约束条件下较优的配送路径问题.首先,建立了共享仓储配送路径优化数学模型,并采用车辆平均负荷作为综合评价指标.然后,基于贪心策略选择初始点,以最佳行程长度确定选择概率,对基本烟花算法进行了改进来求解优化.最后,仿真案例的结果表明,改进的离散烟花算法在计算共享仓储最优配送路径方面具有较好的收敛性和合理性.     

基于隐条件随机场的异构Web数据源数据抽取算法研究

提出了一种基于改进的隐条件随机场的异构Web数据源数据抽取算法。通过对隐条件随机场进行的改进,对隐含变量进行更为准确的计算,并且克服了该模型的性能严重依赖于初始参数选择的问题,而且进行模型训练时不需要大量的人工标注的样本数据。实验结果表明,对比已有方法,本文算法在对具有缺省属性以及多属性特征的网站进行数据抽取时,在查全率,查准率以及F1值上都获得了令人满意的性能。     

基于反向最近邻查询的智能交通调度模型

智能交通调度模型设计是保障交通网络畅通的关键。传统的基于PID控制律的智能交通调度模型存在抗毁性和鲁棒性不好的问题。提出基于反向最近邻查询改进方法的智能交通调度模型,引入跟随蜂搜索蜜源算子,基于反向最近邻查询改进方法,建立一种基于粗糙集理论的前馈补偿动态博弈数学模型,提取制约交通拥堵的车辆密度、不同车道内的车辆加权平局速度等信息特征,作为PID路网系统的输出,克服实体无规则增长导致调度控制精度不高的问题。采用基于蜂群算法的反向最近邻查询改进方法交通信息特征提取,实现智能调度算法和控制模型的改进。仿真实验得出,采用该智能交通调度模型,可以有效提高车辆通行吞吐量,缩短路阻时间,保证了车辆畅通运行。     

基于张量填充的短时交通流预测算法

短时间内挖掘和分析高速公路交通流数据,实时准确预测短时交通流状态,是建立有效的交通诱导系统,改善高速公路服务水平的有效措施。交通流具有明显的不确定性、随机性、复杂性及时空相关性,现有短时交通流预测模型在预测能力和精度上往往存在着不同程度的限制。研究基于张量理论,构建了多维度的动态张量模型,采用HaLRTC预测算法,并给出了算法的逻辑流程图。实验结果表明,HaLRTC算法可通过挖掘数据规律同时完成一周七天的预测,具有更好的预测精度。     

C2C电子商务网站信用评价模型及算法研究

信用问题是困扰电子商务发展的主要瓶颈问题,C2C电子商务网站所提供的信用评价体系,在一定程度上保证了网络交易的安全,促进了人们进行网上购物的意愿.对C2C电子商务网站信用评价模型及算法进行了研究,分析了现有评价模型的缺点,建立了改进的C2C电子商务网站信用评价模型;基于改进的模型,提出了新的信用评价算法,通过权衡考虑交易对方的信用度和交易次数、交易金额来计算被评用户的信用加权平均分和信用度,再确定被评用户的信用等级.     

基于双层规划的虚拟物流企业伙伴选择

准确地选择和确定合作伙伴是建立虚拟物流企业的关键。在信息技术飞速发展,经济全球化、网络化的背景下,充分考虑联盟与客户双方利益,设计了基于双层规划的模型和求解算法来优选联盟伙伴;并且在计算物流企业为客户服务的作业成本时,考虑了配送路线安排对作业成本的影响,更加符合实际情况,使计算结果更加准确;实例仿真说明了模型和算法的有效性。     

基于社会化标注的用户兴趣发现及个性化推荐研究

基于标签的个性化推荐应用越来越普遍,但是标签带有的语义模糊、时序动态性等问题影响着个性化推荐质量,现有研究仅从数量和结构上考虑用户与标签的关系。基于社会化标注系统的个性化推荐首先对融合社会关系的标签进行潜在语义主题挖掘,然后构建多层、多维度用户兴趣模型,提出模型更新策略,最后实现个性化推荐。采集CiteUlike站点数据进行实验分析,结果表明改进算法比传统算法更准确表达用户兴趣偏好,有效提高了个性化推荐准确率。     

基于多标号修正法的快速最短路算法在智能飞行器航迹快速规划问题中的应用

复杂环境下航迹快速规划是智能飞行器控制的一个重要课题,本文通过多约束条件下智能飞行器航迹快速规划进行了研究,提出了解决飞行器由于自身定位系统受到限制和误差校正点可能失效情况下最优航迹规划的方法。通过运用基于多标号修正法(Multi-Label Correcting Algorithm)的快速最短路算法(SPFA),建立了带转弯约束的双目标航迹规划模型。该模型对由飞行器飞行环境随时间发生动态变化带来的校正误差有一定的适应性。通过仿真模拟,模型有良好的推广性,计算时间短且稳定。本研究为智能飞行器的快速航迹规划及控制,乃至误差校正点的位置设立提供了一定的参考。     

基于模糊综合支持向量机模型的变压器运行状态评估

文章应用一种将模糊综合评价与支持向量机相结合的方法,建立变压器状态评估模型。该模型综合考虑了多种变压器状态信息,利用模糊综合评价法解决不确定问题的优势,发挥了支持向量机适合解决小样本问题、泛化能力强的特点,具有较高的判断准确率。实例分析表明了该模型的有效性。     

基于频率线性二次型算法的智能车辆横向控制

考虑以频率为参数的加权矩阵,提出频率约束FSLQ~2算法并用于智能车辆横向控制。FSLQ~2算法综合频域内LQ算法和时域内LQ算法。在Simulink环境下,构建仿真模型。仿真结果表明,基于FSLQ~2算法的智能车辆横向控制准确地跟踪期望道路,同时提高了乘坐舒适性和鲁棒性。     

基于协同过滤的高校图书馆纸本资源智能推荐方法实证研究

[目的/意义]旨在为高校图书馆提高纸质资源采购质量与利用率提供参考。[方法/过程]基于用户画像的理论对不同用户进行多维度的刻画,利用机器学习中监督学习的方法,通过采用协同过滤的推荐算法对用户偏好特征做精细统计分析的定量化计算,并从用户需求的角度建立用户偏好同步变化的自适应优化在线学习的纸本资源推荐系统。[结果/结论]该研究从实证分析角度为用户实现精准的个性化纸本资源推荐服务,为高校图书馆纸质文献检索库实现智能偏好的检索功能,建立纸质文献检索库合理有效的动态更新机制,提升用户体验。     

商业银行信用风险评估模型研究——基于线上供应链金融的实证

在线上供应链金融融资模式特点的基础上,建立了相应的信用风险评价指标体系,同时,分别基于SMOTE-RF模型、C-SMOTE模型与Logistic模型进行了分析,结论认为,C-SMOTE-RF模型在线上供应链金融信用风险评估上更加准确可靠。基于C-SMOTE算法的随机森林模型在帮助商业银行管理线上供应链金融信用风险、降低信用损失上效果更为显著。