基于BP算法的企业经营状况评价模型

利用2008年的64家公司的数据构建了以每股收益、每股净资产、净资产收益率、主营利润增长率为主的企业经营状况的指标体系,并通过matlab软件建立了基于BP算法的企业经营状况的评价模型。最后利用该模型对2009年的17家公司的经营状况进行了评价,仿真结果表明,基于BP算法的企业经营状况评价模型是一种非常有效的评价方法。     

基于方差约束控制的复杂控制系统故障诊断方法

将方差约束控制用于研究复杂控制系统故障诊断。首先根据系统运行情况提取故障点在各个子系统的状态观测值,定义了故障点的状态观测均值、误差并求得状态协方差。然后通过熵系数法来确定各影响因素的权重,用欧氏范数法和线性加权法确定系统正常运行的最大允许阈值,一旦实际值超过阈值则报警,采取修正措施。最后通过实例,得到了一种新的基于欧氏范数方差约束控制的故障诊断方法,应用于航天产品漏电故障诊断。结果表明,该方法的故障阈值是由系统本身特性得到,故能够客观、真实地确定阈值的量化模型,克服了传统的专家系统需要训练大量历史数据的弊端,实现了故障在线实时诊断。     

基于SHARC处理器的PGA算法实现

合成孔径雷达(SAR)实时处理技术的发展对相位梯度自聚焦(PGA)算法的工程实现提出了要求。基于以多片主流SHARC处理器为核心构成的硬件平台,针对PGA算法数据处理量大、计算复杂度高的特点,设计开发了并行处理的系统拓扑和程序流水结构及其软件程序。机载SAR实测数据的处理结果验证了该方案的有效性。     

非正则LDPC码在DSP上的实现

首先简单介绍了非正则LDPC码的结构,给出了一种基于IEEE802.16e直接编码法生成的(576,288)非正则LDPC码的编译码原理。然后详细论述了其在TI定点DSP(TMS320C5510)上的定点化算法实现方式,并在经过C和部分汇编优化后将算法效率提高了70%以上,达到了实时系统要求。最后给出了该LDPC码与(2,1,7)卷积码在AWGN信道下的性能对比,表明这种中短码长的非正则LDPC码较卷积码有较大的纠错性能优势。     

基于改进BP网络的城市可持续发展水平模糊综合评价

在建立城市可持续发展水平评价指标体系的基础上,提出了一种基于改进BP网络的城市可持续发展水平模糊综合评价方法,该方法不仅可以模拟专家对城市的可持续发展水平进行综合评价,而且有效地改进了人为评价方面的失误,为城市的可持续发展水平评价提供了一种新的评价模型。     

Boosting算法及其在动态视频图像中的应用

Boosting是一种有效的分类器组合方法,它用某个分类算法生成一系列的基分类器,每个基分类器的训练依赖于在其之前产生的分类器的分类结果,基分类器在训练集上的错误率用于调整训练样本的概率分布,最终分类器通过单个基分类器的加权投票建立起来。将Boosting算法应用在动态车型图像检测中,大大提高了对运动过程中车辆的识别能力,对智能交通系统的发展起着推动作用。     

一种基于遗传算法的区域物流网络选优方法

本文利用区域物流的有关理论,探讨了物流网络建设的框架,结合区域物流服务的需要,从第三方物流企业的角度出发,侧重于对区域现有的物流中心进行整合和选择,利用改进的遗传算法对现有物流节点进行最优化选择,从而在根本上提高区域物流网络建模的效率和运行参数的可靠性。     

改进Adaboost算法对县域粮食作物产量的预测

Adaboost算法是一种典型的机器学习算法,但其算法在训练过程中用时较长.针对这个问题,采用改进的机器学习DWTAdaboost算法与Adaboost算法对1950—2012年内蒙古自治区扎兰屯地区的各项经济统计数据进行分析,比较两种算法模型对数据分析的优劣.结果表明DWTAdaboost算法在保证准确率不变的前提下效率更高.     

Citizen-centered big data analysis-driven governance intelligence framework for smart cities

Sensors and systems within rapidly expanding smart cities produce citizen-centered big data which have potential value to support citizen-centered urban governance decision-making. There exists a wealth of extant conceptual studies, however, further operational studies are needed to establish a specific path towards implementation of such data to governance decision-making with analytical algorithms that are appropriate for each step of the path. This paper proposes a framework for the use of citizen-centered big data analysis to drive governance intelligence in smart cities from two perspectives: urban governance issues and data-analysis algorithms. The framework consists of three layers: 1) A data-merging layer, which builds a citizen-centered panoramic data set for each citizen by merging citizen-related big data from multiple sources in collaborative urban governance via similarity calculation and conflict resolution; 2) a knowledge-discovery layer, which plots the citizen profile and citizen persona at both individual and group levels in terms of urban public service delivery and citizen participation via simple statistical analysis techniques, machine learning, and econometrics methods; and 3) a decision-making layer, which uses ontology models to standardize urban governance-related attributes, personas, and associations to support governance decision-making via data mining and Bayesian Net techniques. Finally, the proposed framework is validated in a case study on blood donation governance in China. This research highlights the value of citizen-centered big data, pushes data-to-decision research from conceptual to operational, synthesizes previously published frameworks for citizen-centered big data analysis in smart cities, and enhances the mutual supplement cross multiple disciplinaries.     

访问控制策略一致性和完备性检测方法研究

为实现对复杂访问控制策略的统一管理,检测并排除冲突和不完备的访问控制策略,提出了利用访问控制策略集合中的偏序信息构造融合主体、客体层级结构的有向无环图模型。首先从理论上证明了构建有向无环图模型的可行性,并提出利用偏序关系构建有向无环图模型的实施算法,然后利用有向无环图模型的节点集合设计了访问控制策略一致性和完备性检测算法,最后对模型构建算法及访问控制策略一致性和完备性检测算法进行实验验证。实验结果表明,融合主体、客体层级结构的有向无环图模型可以有效管理复杂系统中访问控制策略中出现的冲突与策略不完备情况。相关算法可以有效地实现对复杂访问控制策略的统一管理。