求解二维粒子输运方程的CGS算法

本文采用CGS算法来求解二维粒子输运方程。首先通过离散纵标法将输运方程离散为线性方程组的形式,同时引进预条件矩阵来改善系数矩阵的谱性质。通过数值试验,将预处理后的CGS算法与传统的源迭代方法进行对比,并对预处理前后特征值的分布做了比较。结果表明预处理后的矩阵特征值分布较为集中,且CGS算法收敛速度较快。     

基于差分演化算法的马斯京根模型参数率定方法

差分演化算法(Differential Evolotion,简称DE)是一种基于群体与个体间差异的高效进化算法,具有收敛快、控制参数少、程序实现简单等优点.文章将差分演化算法应用于马斯京根模型参数估计,实例仿真结果表明,该方法精度高、收敛速度快,对求解实际水立模型参数优选问题非常有效.     

列生成算法在地铁乘务计划编制问题中的应用分析

提出地铁乘务计划编制问题,并构造成了模型,利用列生产算法对乘务计划编制问题求解,进行了适用性分析,并列出了求解的具体步骤,最后得出结论,认为该算法十分便捷,同时提出相关问题.     

有理矩阵有理相似对角化的计算机实现

人工计算有理矩阵能否在有理数域上相似对角化是非常困难的,所以需要计算机来辅助实现,然而已有的数学软件对此问题的计算结果却存在着误差,于是需要研究有理矩阵在有理数域上相似对角化的算法及程序.因此在直接进行分数运算的基础上,首先使用矩阵的幂与来计算有理矩阵的特征多项式,克服了直接计算行列式的方法所存在的算法设计上的困难,其次根据有理多项式有理根的求法计算出有理矩阵的有理特征根,进而精确地计算出相应的有理特征向量,从而成功设计出判断及实现有理矩阵在有理数域上对角化的算法及相应的语言程序,使用该程序能够精确地解决有理矩阵在有理数域上相似对角化的问题。     

基于Holder系数的线性调频信号参数估计

针对当前线性调频信号参数估计算法复杂度高，计算时间长，难于实现等问题，提出了一种基于Holder系数的线性调频信号参数估计算法。该算法通过计算不同调频斜率的 LFM 信号的Holder系数值与信号调频斜率的关系曲线，同时拟合不同信噪比下的关系曲线表达式，进而通过曲线关系对LFM信号的调频斜率进行估计。仿真结果表明，算法计算简单，易于实现，对于实时性估计具有更好的应用价值。     

恒加应力下对数正态分布的MCEM加速算法

文中应用MCEM加速算法,给出了在恒加应力下对数正态分布的参数估计问题,并进行数据模拟,说明MCEM加速算法在对数正态分布的参数估计中比EM算法更有效,收敛速度更快。     

矩阵分析法在管理中的应用

矩阵即矩阵表,作为信息储存的一种格式,被誉为“数据结构之母”,是指由集合S中的元素所构成的m行n列的矩形表,称为m×n矩阵,简记为S=(aij)m×n,其中aij为S的第i行第j列的元。矩阵分析法是数学分析的重要工具,矩阵论既是一门发展完善、理论严谨、方法独特的数学基     

非线性系统模型参数估计的差分进化算法

将差分进化算法用于非线性系统模型的参数估计,通过对谷氨酸菌体生长模型的参数估计进行验证,并与人工神经网络、遗传算法和微粒群算法的优化结果进行了比较。仿真试验结果表明:差分进化算法为非线性系统模型参数估计提供了一种有效的途径,对非线性系统模型的参数估计精度高于人工神经网络、遗传算法和微粒群算法。     

基于t-SNE声音情报识别的可视化系统在E-learning平台应用——以鸟类音频情报识别为例

随着教育信息化的迅速发展,音频情报数据在E-learning情报系统的应用以惊人的速度得到普及。如何将信息以可视化方式呈现给用户以减轻其认知负荷,是E-learning情报系统面临的主要问题。文章的主要目标是设计与实现基于t-SNE算法的应用于鸟类辨识教育E-learning平台的数据可视化系统。该系统首先获得各种鸟类的叫声,并对获得的声音进行预处理降噪,再通过STFT算法提取声音特征,并对得到的声音特征矩阵进行向量化,最后,用t-SNE算法进行降维,从而实现数据的可视化。     

基于Gabor小波和增强Fisher模型的掌纹特征提取

对于其他身份识别的生物特性而言掌纹有着很多的先天优势,因此在各个领域得到了非常广泛的应用。本文通过研究掌纹的特征,提出了一种基于Gabor小波和增强Fisher线性判别模型(EFM)的掌纹特征提取算法。先对预处理掌纹,在对掌纹灰色图像通过算法进行Gabor小波变换后,得到Gabor的掌纹特征向量。随后,通过主成分分析变换高维特征向量至低维空间,最后在此空间内利用EFM变换矩阵提取到掌纹的特征。由于Gabor函数在特征提取方面有着优良的性能,对高维特征的降维处理问题可有效解决,同时,算法也提高了Fisher线性判别式(FLD)的推广能力,可以较好地实现掌纹的特征提取。     

列生成算法在地铁乘务计划编制问题中的应用分析

提出地铁乘务计划编制问题,并构造成了模型,利用列生产算法对乘务计划编制问题求解,进行了适用性分析,并列出了求解的具体步骤,最后得出结论,认为该算法十分便捷,同时提出相关问题。     

基于差分演化算法的马斯京根模型参数率定方法

差分演化算法（Differentia lEvolution，简称DE）是一种基于群体与个体间差异的高效进化算法，具有彤敛快、控制参数少、程序实现简单等优点。文章将差分演化算法应用于马斯京根模型参数估计，实例仿真结果幸明，该方法精度高、收敛速度快，对求解实际水文模型参数优选问题非常有效；     

矩阵的行列调整与矩阵方程的求解

文章中提出了矩阵的行调整和列调整的概念以及广义行调整和广义列调整的概念,并把它们应用到了解矩阵方程之中,建立了一套求矩阵方程的特解,局部通解和通解的程序.     

基于偏差补偿递推最小二乘法的荧光补偿方法

针对荧光检测技术中荧光光谱重叠引起荧光值偏差的问题,提出了一种基于偏差递推最小二乘算法辨识补偿矩阵的方法。首先,在多输入多输出系统(MIMO)下,利用单染色荧光光谱和多染色荧光光谱实际测量的荧光值,通过递推最小二乘法进行迭代运算,推导出参数估计值。然后,在其中引入一个修正项,补偿在采集荧光中过程噪声引起的误差。最后,计算出偏差补偿递推最小二乘法迭代的估计值。理论分析与仿真表明,该算法在参数误差估计中误差率小于1%,相对于递推最小二乘算法性能提高了50%。所用算法能够有效提高估计值精度,同时也能减小噪声产生的影响。     

基于项目聚类和评分预测的协同过滤推荐算法研究

协同过滤算法是目前个性化推荐系统中应用最成功的推荐算法之一。目前协同过滤构建的用户-项目矩阵,一般是按用户对所有项目的评分构建,却没有考虑项目之间的分类情况,导致寻找的邻居集合可能不是最近邻居集合。针对此问题,本文提出基于项目聚类和评分预测的协同过滤推荐算法,该算法首先按商品聚类,将大矩阵按聚类的商品来进行子矩阵的计算,在子矩阵里进行兴趣度的测量,最后将在所有区域相似用户的推荐项目合并,成为该用户的最后推荐结果。实验证明新算法能够提高协同过滤推荐系统的推荐质量。     

求解指派问题的新方法

本文针对求解指派问题的匈牙利算法中的独立零元素,提出了闭回路矩阵和纯伪零点的概念.通过对纯伪零点性质的研究,给出了求解指派问题的两种新算法.新算法能保证把纯伪零点化为零后的新系数矩阵中独立零元素的个数一定增加1.并通过具体算例把两种新算法与匈牙利算法比较,求解过程反映出新算法求解快捷,且能迅速判断指派问题有两组最优解情形.     

耦合Sylvester矩阵方程的梯度迭代算法

通过推广求解矩阵方程AX=b或AX+XB=C的递推迭代算法和基于递阶辩识原理的思想,给出了求解广义耦合矩阵方程的梯度迭代算法。并证明了迭代算法的收敛性。分析表明,若矩阵方程有唯一解,则对任意的初始值该算法给出的迭代解都能快速的收敛到其精确解。数值实例验证了该算法的有效性。     

空间加权矩阵设置与空间面板参数估计效率

总结了常用的空间加权矩阵的一般构建方法和研究领域内新提出的空间加权矩阵的构建方法,从宏观与微观层面,量化分析了空间加权矩阵设置对于空间面板参数估计效率、空间效应识别的影响效应。结论表明：宏观数据层面,随着空间加权矩阵复杂程度的提高,无论是空间面板固定效应模型还是空间面板随机效应模型,参数估计的有效性与一致性都显著提高并且广义矩参数估计方法优于拟极大似然估计方法,复合的空间加权矩阵条件下,拉格朗日乘子检验方法的功效更高;微观数据层面,回归结果表明四种不同类型的空间加权矩阵的设置,对于聚集外部性引致的企业全要素生产率增长的空间边界的识别具有显著影响,复合的空间加权矩阵更有效。     

基于关联规则的Apriori改进算法

为解决Apriori算法多次遍历数据库及产生大量中间冗余候选项集等问题,文章提出了一种基于对角线下方全为0的矩阵和向量矩阵相结合的改进算法,该算法只对数据库进行一次遍历,通过遍历对角线下方全为0的矩阵可获取频繁1项集与频繁2项集及候选3项集,再将候选3项集与布尔向量矩阵的各行循环做"与"运算后相加,即可得项集支持度。通过实验对比,改进算法能较好地挖掘频繁项集,提高了运行效率和存储空间利用率。     

交互效应面板模型的EM算法和MCMC算法

交互效应面板模型是目前计量经济学前沿研究的热点,有着广阔的应用空间。但是对很多应用者而言,模型内的参数估计是一个非常棘手的问题。通常的Newton-Raphson算法在优化似然函数的过程中,常常会出现优化失败的情况。本文依据EM算法和MCMC算法理论,为应用研究者提供了一套获得参数估计值的流程。计算机上的试验证实两种估计方法都非常稳健可靠,并在很多情况下,差异不是很大。