基于PCA和Eros的多元时间序列聚类分析

为提高多元时间序列聚类算法的效率,将原始MTS数据线性组合形成一系列互不相关的簇,利用主元分析对每个簇的代表元素,与剩余元素的前z个主元与之间的扩展Euclid范数对选取的多元时间序列的主元进行聚类分析.理论分析和实验结果表明该算法聚类质量结果和运行时间明显优于直接利用k-均值法时的聚类结果.     

基于多特征信息和直方图相交的改进Meanshift算法

针对Mean-Shift算法仅利用颜色信息并以Bhattacharya系数为相似性度量导致算法准确率较低的问题,提出一种结合颜色和纹理信息并以直方图交集为相似性度量的跟踪算法。首先用局部二元模式算子提取纹理信息,再以对数比加权直方图取代传统直方图构建目标和候选目标模型,然后根据场景自适应地综合两类特征并通过Mean-Shift算法获得目标的初略位置,最后以直方图交集作为相似性度量并用Powell方法求其极值作为目标在当前帧中位置的估计。实验表明,该算法不仅能增强跟踪的准确性,而且对光照弱、目标与背景颜色近似等情况也有较好的鲁棒性。     

等距离映射与KNN加权算法在机械旋转故障诊断中的应用

传统的降维方法有主元分析法、多维尺度法,但是此方法对于线性结构降维效果较好,而对于非线性的高维特征处理效果差强人意。等距离映射法通过原始数据与降维数据之间的关系实现降维处理,本文运用KNN加权来实现分类决策。     

基于灰色预测理论的电梯交通流组合预测

电梯乘客交通流预测是电梯智能群控调度的前提,有效提高电梯乘客交通流的预测精度能够使电梯智能群控系统更加合理派梯,从而缩短乘客候梯时间,减少电梯不必要的停靠次数,节约电梯运行的能源消耗.针对电梯乘客交通流时间序列小样本特征,根据等维新息原则,提出一种改进的灰色GM(1,1)模型对电梯交通流分别进行周期特性及发展变化趋势预测.综合考虑电梯交通流的周期特性及发展变化趋势,将两组预测数据进行最优加权组合预测.通过交通流数据最优加权组合预测与小波神经网络预测模型相比较表明,在实际获取的乘客交通流数据量较少的情况下,最优加权组合预测的预测误差更小.将两种预测方法的结果进行群控调度,仿真结果表明,组合预测方法使智能群控系统更加合理派梯,缩短了乘客乘候梯时间,节约了电梯能耗.     

推荐算法的船舶电子海图数据相似性检索方法

以提升船舶导航路线制定质量为目的,提出推荐算法的船舶电子海图数据相似性检索方法,提高电子海图数据相似性检索质量。通过加权核范数算法填充船舶电子海图数据稀疏评分矩阵,通过协同过滤推荐算法计算检索目标与电子海图数据间的评分相似性以及类别相似性;根据评分相似性与类别相似性,得到基于评分相似性与类别相似性的电子海图数据推荐预测评分,以动态加权方式得到电子海图数据相似性检索结果。实验证明：该方法可有效完成船舶电子海图数据相似性检索;不同电子海图数据评分矩阵稀疏度时,该方法电子海图数据相似性检索的归一化折损累积增益均较高,即检索精度较高。     

基于粒子群优化的飞行器地磁相关匹配新算法仿真

鉴于飞行器地磁相关匹配算法高精度、高可靠性和高实时性要求,本文将影响地磁相关匹配算法的相似性度量函数、地磁特征参量和搜索策略综合考虑.相似度度量函数采用归一化积相关函数、地磁特征参量选用归一化的地磁场总强度,将粒子群优化算法引入匹配区搜索.基于海洋实测地磁场数据进行了实验室仿真验证.实验结果表明,在匹配概率、匹配精度与...     

基于组合模型预测法的广州港集装箱吞吐量预测

为弥补单一模型预测方法的不足,以广州港集装箱吞吐量历史数据为依据,分析集装箱吞吐量的主要影响因素,分别采用时间序列模型、Eviews多元线性回归模型对2018―2022年广州港的集装箱吞吐量进行预测。比较组合加权方法对预测结果的预测,结果表明:组合模型预测法能够提高预测的准确性,减小预测误差。     

改进的多目标优化算法及其在船舶设计中的应用

对多目标优化问题的固定加权和方法加以改进,采用随机权系数方法将多目标优化问题转换成为单目标优化问题,利用序列二次规划方法获得问题的最优解。由于权系数的随机性,多次运行能够得到多目标优化问题的Pareto优化解和Pareto前沿。和固定权系数相比,这种方法能够找到非凸均衡面上所有的Pareto最优解。采用TOPSIS法进行多属性决策(MADM)研究,对Pareto最优解给出排序。针对船舶概念设计阶段主尺度确定过程的多目标优化问题,给出了一艘散装货船两个优化目标的数值算例。计算结果表明,随机加权和方法可以求出多目标Pareto最优解集,和先验加权方法相比,随机加权方法能为设计者提供更多的选择;和遗传算法相比,现在的方法简便且精度良好。     

基于小波包-时间序列分析的水位调节器故障诊断方法

利用小波包-时间序列分析方法对舰用主冷凝器水位调节系统故障进行诊断,在实验中设置4种工作状态,采集了4种状态下的流量信号.对所采集的信号进行小波包分解消噪,通过时间序列分析方法获取每种状态的特征信息,利用Euclide距离判别系统故障.实验证明该方法的正确、有效性.     

长江干线航道水位时间序列的长程相关性分析研究

长江干线航道水位变化受诸多因素影响,其长程相关性分析是提升水位预测精度、辨识异常点、揭示其变化特征的重要前提。R/S分析方法是长程相关性研究的常用方法之一。本文选取长江干线上、中、下游及支流典型水位观测站点,以逐日水位时间序列观测值为基础,开展了时间序列长程相关性研究。研究结果表明:各站点的Hurst指数均大于0.5,最大值与最小值分别为0.9166(宜昌)、0.8427(湘江);相关性度量指标C(t)为正,逐日水位时间序列变化具有长程相关性,且增量表现为长期增长特性。     

舰船摇荡预报中的双变量局域线性多步预报法

针对舰船各个自由度摇荡之间存在耦合的实际,介绍了一种基于双变量时间序列预报局域线性预测法,此方法可对具有一定耦合关系的二维时间序列进行综合预报.将此方法应用于陈氏吸引子仿真数据及真实海浪中某舰船摇荡时间序列数据的预测.通过与单变量时间序列预报效果的对比,发现时间序列的双变量局域线性预测法可以在一定程度上提高精度,减小误差,提高了舰船摇荡预报的有效性.对于船舶摇荡时间序列预报领域应用双变量预报方法进行了尝试.     

船舶通信系统的近场源多维参数估计

针对传统船舶通信系统中近场源参数估计准确率不高的现象,提出船舶通信系统的近场源多为参数估计。确定近场源多维矩阵阵元,利用阵元间距对多维空间内的延时相位差进行标记,并划定多维参数预估的矩阵范围,采用多维阵元参数估计算法,对多维空间内的近场源数据矩阵进行参数估计处理,实现多维参数估计。仿真实验结果表明,近场源多维参数估计方法比传统估计方法的参数估计效率高出20%,并具备极高的有效性。     

目标回声分类特征的冗余性评价

对目标回声分类特征的冗余性进行评价与分析.对于2个特征维之间的冗余性,采用基于特征间线性相关系数作为冗余性度量,通过特征的相关系数矩阵分析了特征维之间的冗余度.此外,本文提出了基于特征协方差矩阵近零特征值的冗余性度量,据此可以进一步分析特征组内部的多维组合冗余.最后,利用以上2种冗余性度量,对5种目标回声分类特征各自的...     

集成局部和全局特征的舰船图像检索算法

针对传统图像检索方法缺少图像分割步骤,导致检索效率较低的问题,提出集成局部和全局特征的舰船图像检索算法。计算色彩相似度,利用相似性度量公式度量样本图像和图像库中图像特征相似性,并设计全局和局部特征融合流程;使用指数函数描述相似度测量方法,并采用均匀分块法分割图像,由此获取2幅图像距离度量;结合遍历局部颜色直方图,对图像预处理,并提取出图像全局颜色特征。抽取图像局部颜色和图像纹理特征,输出相似性最大图像结合空间信息分布特征,由此完成图像检索。通过实验结果可知,使用该算法查全率最高为100%,说明图像检索完整,查准率最高为95%,具有良好的检索效果。     

加权支持向量回归算法在船舶智能建模中的应用

在分析现有基于高斯核的支持向量回归方法优缺点的基础上,将高斯核参数加权与支持向量回归算法相结合,实现了一种"基于高斯核参数加权的支持向量回归算法".在该新算法中引入一种带权重因子的核函数,其中权重因子由输入向量来确定,同时将该算法应用在散货船舶主尺度要素智能化建模中并与常规算法进行了比较.试验结果表明了这种改进的支持向...     

基于相空间重构与LSSVM的交通流量预测

针对仅利用欧氏距离不能准确反映相空间中相点间的相似性大小,提出一种改进预测模型,该模型同时考虑相点间的欧氏距离和相似性来选取邻近点。在对交通流量时间序列进行相空间重构后,运用最小二乘支持向量机分别对不同方法得到的邻近点进行训练,并对未来时段的交通流量进行了多步预测。实际案例的预测结果表明,改进方法比一般方法具有更好的适应能力和预测精度。     

加权马尔可夫优化的NGBM(1,1)模型在中长期电力负荷预测中的应用

灰色理论在电力负荷预测领域中有重要应用,为了扩展灰色模型在中长期电力负荷预测中应用,提出了一种基于加权马尔可夫优化的非线性灰色伯努利(nonlinear grey Bernoulli Model, NGBM(1,1))预测模型.首先引进新型非线性NGBM(1,1)模型对电力负荷数据的总体趋势进行拟合,得到的灰拟合精度序列是一个随机波动的过程,再利用加权马尔可夫的特点确定灰拟合精度的加权转移概率矩阵,通过插值和还原计算对NGBM(1,1)模型的预测结果进行优化.将该模型运用到江苏省农村电力负荷预测中,结果验证其在预测精度上的优越性,并用于中长期电力负荷预测是有效可行的.     

无线通信网络多维离散数据自动加密方法

传统无线通信加密算法由于无法对加密数据源的加密聚类中心进行准确计算,出现多维离散数据加密计算时间过长、加密目标计算准确性降低的问题。因此,提出无线通信网络多维离散数据自动加密方法。对无线通信中的多维离散数据进行加密目标的聚类计算,确定加密聚类中心;对加密目标进行AES自动加密计算,然后,将加密算法进行编码转换,使其具备逻辑调动性能,实现自动加密的效果。最后,用对比试验的方式,仿真模拟多组测试数据对提出方法进行可行性验证。     

2000年港口上市公司年报综述

目前深沪两市共有港口上市公司9家,2000年年报已于4月17日全部公布完毕,从9家公布的年报来看,2000年的经营业绩存在较大差异.每股收益最高的为上港集箱(600018)0.603元,每股收益最低的为北海新力(0582)0.083元;每股净资产最高的为上港集箱(600018)4.37元,最低的为锦州港(600190)2.15元;港口主营收入和利润增长最快的为天津港(600717)分别达到31.81%和61.32%.深市港口上市公司五家,平均加权每股收益0.213元,高于深市0.18元的平均水平,平均加权净资产收益率6.677%,低于8.57%的平均水平;沪市港口上市公司四家,平均加权每股收益0.409元,平均加权净资产收益率11.30%,分别高于沪市0.2217元和8.277%的平均水平.     

云计算环境下船舶监控网络异常数据检测方法

在船舶监控网络高度应用的今天,监控网络异常数据检测受到了学术界以及船舶制造业的高度关注。就目前的船舶监控网络异常数据检测方法而言,其计算能力较低,导致异常数据误报率较高。针对此问题,设计云计算环境下船舶监控网络异常数据检测方法。使用相似度函数对监控节点数据展开相似性检测,初步确定数据异常节点位置。根据节点位置,对监控网络数据进行时间序列检测,确定异常数据输出时间。对上述两部分进行融合处理,完成异常数据检测方法的设计过程。经对比实验验证可知,此方法在应用中具有误报率低,计算效率较高的优点,可将其应用到后续的船舶监控网络数据处理过程中。