茎区能量计算算法分析

对于基于茎区组合的RNA二级结构预测算法而言,茎区组合是关键茎区组合参敬的合理选择与计算对预测结果有重要影响本文尝试选择茎区的能量为茎区组合参数,并给出一个的理论茎区能量计算过程,为实现茎区合理组合提供理论基础     

基于SOR-LS-SVM的公路旅游客流量组合预测模型

基于指数平滑、多元线性回归、灰色系统等目前常见的预测方法建立超松弛改进的最小二乘支持向量机算法的公路旅游客流量组合预测模型。通过实例验证和比较,展示了基于超松弛最小二乘支持向量机算法的公路交通旅游客流量组合预测模型具有较好的预测效果和较高的应用价值。     

基于核心集筛选与聚类的潜在专利技术组合识别方法研究

[目的/意义]精准识别潜在专利技术组合,将相互关联的技术组成保护范围更大的专利网,对于打破单项专利的局限性、构建更为缜密的技术壁垒具有重要意义。[方法/过程]首先在对关键词与核心IPC进行语义抽取的基础上,筛选出核心专利集合,然后计算基于专利相似性与互补性的专利组合强度,最后利用MCL聚类算法直观、精准地识别潜在专利组合,并以艾滋病疫苗领域专利对方法进行了验证。[结果/结论]该方法以核心专利集合为数据源有效降低了组合识别中的噪音,基于多维度的专利组合强度计算克服了以往组合识别指标的片面性,利用MCL聚类算法无需人为规定簇群数量,保证识别质量。     

基于相关性的组合预测方法研究

本文对级合预测方法进行研究，提出了四种基于相关性的组合预测方法，即：关联度极大化组合预测方法，相关系数极大化组合预测方法，夹角余弦极大化组合预测方法，Theil不等式系数极小组合预测方法，四种基于相关性的组合预测方法均能够取得比较好的级合预测效果。     

神华重载铁路装车区车流组织研究

研究了重载铁路装车区车流组织优化理论,根据神华铁路装车区现有车流组织的实际情况,构建了基于最小费用最大流的装车区车流组织模型,同时通过算法对模型进行了求解,得出了在现有条件下装车区的最大装车量,并提出对神华铁路运输制约条件进行改进的意见,为神华重载列车的开行和组合站的合理分工提供了理论参考。     

基于资源组合预测的云计算任务调度算法

云计算资源负荷状态的动态变化,使得如何预测其变化情况,从而合理地实施任务调度,成为亟待解决的问题。针对该问题,提出一种基于资源组合预测的云计算任务调度算法。该模型采用偏最小二乘回归从各种单一模型的预测结果中提取有效成分,建立组合预测模型;再依据对资源结点的资源预测结果和最小完成时间原则实施任务调度。仿真测试结果表明,该算法具有较好的性能与负载均衡性。     

粤港澳大湾区专利合作申请网络结构及链路预测

[目的]基于专利合作申请网络及链路预测,一方面揭示粤港澳大湾区创新网络的结构特征,一方面挖掘科技主体间未来合作的可能性.[方法]基于粤港澳大湾区2016—2020年产学研合作申请专利数据构建无向加权网络,分析网络特征;使用AdamicAdar指标对大湾区专利技术合作机会进行链路预测.该方法能够明确现有合作网络情况,提升...     

基于支持向量机原理的连铸板坯表面温度预测模型

提出了一种基于支持向量机理论的连铸板坯表面温度预测模型。结合连铸的过程工艺特性以及历史过程数据,以过热度、拉坯速度、二次冷却水量、二冷区出口位置温度作为模型的输入,通过支持向量机回归算法原理,对二冷区内的铸坯表面温度进行预测,在此基础上用粒子群算法对支持向量机的惩罚系数c和核函数宽度δ~2进行寻优,以提高模型预测精度,并利用MATLAB软件进行仿真测试。结果表明该方法预测精度较高,是一种有效的温度预测方法,利于提高铸坯的生产质量。     

复杂结构空区辨识与震源定位

地下工程岩体结构复杂,多中段多采场并存交错,水体、断层、高应力集中等特殊地质区域广泛分布。工程扰动下岩体波速动态变化、分布区域差异明显,给地下工程震源定位和异常结构区域辨识造成了诸多不确定性。本文系统介绍了复杂结构空区辨识与震源定位两方面的工作。在震源定位方面,充分考虑波速和传播路径动态变化的影响,基于改进后网格节点多层搜索的A~*算法和无需预先测速的定位思想,提出了适用于复杂结构体的二维和三维震源定位方法,相较于传统方法,定位误差明显降低。在异常结构体辨识方面,采用了一种改进的协同主被动震源的层析成像方法,对7种因素影响下成像结果开展了定量分析,基于量化结果的最优输入参数可以显著提高反演精度。针对层析成像方法中受限于各种参数影响且波速差不能过大的问题,提出一种全域搜索的二维复杂结构空区辨识方法,仿真模拟和试验结果证明了该方法在空区辨识中的可靠性和有效性。上述工作为探明地下潜在危险区域提供了理论基础和技术手段,对于防控工程灾害具有重要意义。     

暂态模型LET-KF数据同化地表温度序列分析

针对传统地表温度序列分析方法预测精度不高的问题,提出一种基于暂态模型补充预测的局部集合扩展卡尔曼(LET-KF)数据同化地表温度序列分析方法。首先,对地表温度模型进行研究,根据植被和泥土覆盖率,设计地表温度暂态模型;然后,为提高卡尔曼滤波算法性能,并结合地表温度暂态模型预测输出特点,设计局部集合变换卡尔曼数据同化算法。通过与泰安周边地表温度卫星观测值和实测值数据同化实验表明,所提算法有效提高了对地表温度预测的精度。     

铜、金多金属矿成矿预测理论与方法

成矿预测是在成矿规律研究的基础上,运用适合本地区地质特征的成矿理论和假说,采用合理有效的途径和方法,对预测区的成矿远景作出预测评价。指出找矿方向和找矿靶区,并在实践中不断验证检查,不断提高预测水平。     

粮食增产背景下松花江区农业水资源承载力优化配置研究

根据全国新增500亿kg粮食生产的规划,松花江区承担粮食增产任务150亿kg。在此粮食增产的背景下,对松花江区的农业水资源承载能力进行评估,计算区域农业水资源能支撑的粮食生产规模是有实际意义的。本文通过构建松花江区的农业水资源最优配置模型,采用单一线性目标函数,约束条件综合考虑了各行业水资源分配、地形地貌、农耕制度、市场调节、区域气候、流域调水、农耕状况及制度等多方面因素,模拟结果显示,松花江区最优能实现粮食产量1 043.57亿kg,其中水稻产量达304.35亿kg,玉米产量为700.92亿kg,农业水资源能够承载预期的生产目标,并且粮食产量还有提升的潜力。模型的优化结果显示,二级区的嫩江区、第二松花江区、松花江干流区和乌苏里江区农业水资源承载力有限,对于其他子区,水资源开发潜力较大,全区优化后灌溉面积增加约250万hm2。模型为区域内水资源调配,区间跨流域调水及优化农业产业结构,推进灌溉节水措施,提供理论支撑。     

确定最优组合预测权重数的线性规划方法

1 引言组合预测是两个或两个以上不同的预测方法对同一预测对象进行预测,对各个单独的预测结果适当的加权后取其平均作为最终预测结果的预测方法。组合预测是集结所有单个预测方法包含的有用信息建立的一种预测方法,从而使其具有对未来变化的适应能力,减少预测的风险,提高预测的精度。组合预测的关键是恰当地确定单个预测方法组合的权重数.文献[1]～[4]给出确定权重数的若干算法,采用不同的标准就有不同的最优组合预测方法。本文给出以组合预测偏差绝对值和最小为标准,用线性规划的理论和算法确定组合预测权重数的一种新方法.并给出简单平均预测在该标准下是最优组合预测的充要条件。     

基于RRF的信息数据集的特征选择

信息数据集中存在的冗余、不相关甚至是噪音特征会严重影响管理决策的质量和效率。整合RS理论和ReliefF算法,提出一种"二次过滤"的RRF组合决策方法。首先采用ReliefF算法计算出各个特征权重,过滤掉噪音特征;之后再用启发式的RS方法对原有特征集进行特征约简,过滤掉冗余特征。RRF组合决策方法集合了两个算法的优点,能够有效减少计算的工作量和复杂度,避免RS约简过多以及约简中存在噪音特征等问题,从而起到提高决策质量和效率的作用。最后,用一个真实的医疗信息数据集对算法进行测试,并与两个常见的特征选择算法进行对比,证明本算法在辅助临床决策中的作用。     

基于蚁群算法的组合预测方法在我国R＆D经费投入中的应用

组合预测能够充分利用已知信息，从而提高预测精度。在组合预测中，权重的确定非常重要。提出一种新的求解组合预测加权平均系数的方法。依据最小二乘准则构造目标函数，并将改进的蚁群算法用于求解组合预测中的加权平均系数。将该方法运用到我国R＆D经费投入预测中，从而证明了该方法的可行性和有效性。     

纹理分区相融合的建筑区三维影像数据提取

在城市筑群空间分布模式中,需要对建筑区的三维影像特征进行数据提取,用遥感影像中包含的光谱特征和纹理特征,实现对建筑物的特征融合检测。传统方法采用高亮线条和阴影区域融合的方法实现对建筑区的三维影像数据提取,当图像本身受斑点噪声影响较大和光程较远的情况下,影像数据提取效果不好。提出一种基于形状特征与纹理分区相融合的建筑区三维影像数据提取方法,采用骨架线模式和三角网模式构建建筑物的三维纹理模型,设计基于纹理分区的建筑区三维影像图像分割算法。在三角网纹理分区结构模型的基础上,通过相互近似正交的直线模式建立建筑群直线模式的方向关系图,实现对建筑区的三维影像数据提取。仿真实验表明,采用该模型对建筑区的三维影像数据提取,影像分割准确,能准确有效提取影像局部区域的亮度特征,受斑点噪声影响较大和光程的影响较小,对建筑区图像特征的检测正确率较高。     

文本图像认证的关键技术研究

本文提出了一种新的基于游程不变性的二值图像认证算法,经理论分析和实验验证,该算法具有良好的不可见性和较强的篡改定位能力,并可实现图像均匀区认证保护.     

多元化全民健身效益指数异构数据挖掘模型

通过对全民健身效益指数异构数据挖掘,分析全民健身体育运动训练对社会人群的健康效益指数的促进关系模型,长期实际考察和样本采集分析,掌握多元化全面健身运动对不同群体身体机能改进程度。传统的全民健身效益指数异构数据挖掘算法采用运动条件下身体功能参数指标体系构建算法,当不同运动群体的体质测定具有非显著性差异时,数据挖掘的效果不好。提出一种基于全民健身效益指数信息存储树形结构分形的多元化异构数据挖掘算法。考虑不同的健身项目类型,构建网格分配下的网络资源数据库结构模型,得到多元化全面健身中多叉树级联系统,基于高维多元统计分析方法,得到基于全民健身效益指数信息存储树形结构分形的挖掘模型,提高数据挖掘性能。仿真结果表明,该模型能提高数据挖掘算法检索和数据挖掘性能的可控性和普适性,精度较高,效益指数预测偏差降低,性能优越,实现了通过对全面健身效益指数的异构数据挖掘,定量分析全面健身活动对社会经济和人体身体素质及健康水平的促进作用。     

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。     

基于熵的项目组合配置协同度研究

以熵为理论出发点,在定义正协同、负协同、模糊协同和协同度等概念的基础上,提出定量描述项目级、工序级配置组件协同关系矩阵,设计以阶段协同熵加权反映配置组件模糊协同关系、以组件内外协同关系之和度量项目组合配置组件协同度的分析方法,构建基于熵的项目组合配置协同度决策模型,并通过企业实践对模型的可操作性进行验证。