随机森林算法在交通状态判别中的应用

随机森林算法随机选择多个决策树构成森林,算法分类结果由这些决策树投票得到,在运算量没有显著增加的前提下提高了预测精度,是一种目前比较流行的组合分类器算法。随机森林算法不仅可以用来做分类,也可用来做回归预测,是机器学习、计算机视觉等领域内应用极为广泛的一个算法。该文将随机森林分类算法用于交通状态判别,利用实测数据进行模型训练和验证,并用袋外数据计算判别正确率,实验结果表明该方法具有可行性,为交通状态判别提供了一种新思路。     

阵列的随机指标部分和的弱大数定律

在较一般的条件下研究了加权阵列的随机指标部分和1/(bn) sum from i=1 to Nn ani(Xni-E(XniI(|Xni|≤bn)|Fn,i-1))的弱大数定律,其中{Xni,i≥1,n≥1}为随机变量阵列,{Nn,n≥1}是正整数值的随机变量,{bn,n≥1}是正的常数.     

数字教学万花筒

一、单词卡的充分利用 教学过程中教师应充分利用数字词卡来教学，随机抽取让学生表达，可以通过单词说数字，也可以通过数字说单词，这样就给学生提供了大量的随机练习机会，可以帮助学生强化记忆。     

遥感图像薄云覆盖下地物信息恢复算法

针对遥感图像薄云覆盖下地物细节模糊问题,给出一种融合对偶树复小波变换和支持向量滤波的遥感图像薄云覆盖下地物信息恢复算法.利用对偶树复小波变换和支持向量滤波器将薄云覆盖遥感图像分解为高频方向子带和低频子带;分别对高频方向子带系数进行自适应增强,对低频子带系数加以抑制;对不同方法处理后的低频系数采用基于匹配度的选择和加权相结合方法进行融合,对高频系数采用基于轮廓波对比度的方法进行融合,获得地物细节清晰的融合图像.实验结果表明,算法在视觉效果和定量指标上优于对偶树复小波变换方法和支持向量滤波方法.     

两参数随机积分方程解的存在性

关于两指标随机积分方程解的存在性早已在有关文章中研究,但对带有正交增量鞅的混合型的积分方程解的存在性尚无研究,作者曾在[6]中讨论了随机积分方程解的唯一性,本篇本章是在[6]的基础上,用Lipschitz条件及增长条件对方程解的存在性进行研究和探讨.     

室内风速模拟的一种数值方法

在风力发电技术的研究中,进行室内试验是最有效率的方法,这样就必须模拟实际风场的风,而自然风具有不确定性,难于精准的构造模型.运用非平稳随机过程的方法,建立基于观测数据的非平稳随机过程的数学模型,运用这个模型和康平风场实际观测数据,进行了风速样本模拟.结果表明,采用本方法只需利用少量的风速观测数据就可以很好的模拟自然风.     

Stabilization of stochastic nonholonomic systems

INTRODUCTION In recent years, much progress has been made in the design of control laws for systems subjected to nonholonomic constraint making it impossible to stabilize the system by any time-invariant continuous state feedback control law. This fact stimulates re- searchers to construct time-varying (Jiang and Ni- jmeijer, 1999; Jiang, 2001; Samson, 1995; Tian and Li, 2002) or discontinuous (Chang and Chen, 2002; Ge et al., 2003; Hu et al., 2004; Kim and Tsiotras, 2002; Mnif, 2004;…     

浅谈“随机过程”课程教学改革与实践

“随机过程”是大多数研究生和少数高年级本科生的一门重要的专业基础课。如何提高“随机过程”教学效果?这是一个从事“随机过程”教学的教育工作者必须面对和深入探索的问题。本文从“随机过程”课程的现状、“随机过程”的教学目标、“随机过程”的教学内容、“随机过程”的教学方法和师生作用五个方面对该问题进行了分析,并且给出了相关改革建议。     

基于神经网络的垃圾邮件过滤

垃圾邮件的过滤是一个具有重要现实意义的课题．将交叉覆盖学习算法和向量空间模型等技术相结合可得到一种新的垃圾邮件过滤方法．实验结果表明该方法识别率较高，具有较强的实用价值．     

基于随机森林方法的异常样本检测方法

提出一种基于随机森林方法的异常样本(outliers)检测方法.仿真实验表明,与其他2种基于距离的异常样本检测技术相比,这种方法可以更好地提高模型的准确率,且具有较强的鲁棒性,在处理大规模数据集时还能显著地减少计算时间.