【摘 要】
：
针对传统的克隆选择算法只依次单独针对某一类样本数据进行监督学习从而造成的分类效率和精确度不高的问题，提出一种基于改进克隆选择算法的多类监督分类算法，并应用于UCI数据分类和多光谱遥感图像分类。算法通过进化学习可以同时获得多类样本数据的最佳聚类中心，进化过程中抗体适度值的计算综合考虑各类的类内相似性和类间差异性，从而保证获取的最佳聚类中心更具代表性。分别利用4组常用的UCI数据和红树林多光谱TM遥感
【机 构】
：
国立华侨大学计算机科学与技术学院, 厦门 361021
论文部分内容阅读
针对传统的克隆选择算法只依次单独针对某一类样本数据进行监督学习从而造成的分类效率和精确度不高的问题，提出一种基于改进克隆选择算法的多类监督分类算法，并应用于UCI数据分类和多光谱遥感图像分类。算法通过进化学习可以同时获得多类样本数据的最佳聚类中心，进化过程中抗体适度值的计算综合考虑各类的类内相似性和类间差异性，从而保证获取的最佳聚类中心更具代表性。分别利用4组常用的UCI数据和红树林多光谱TM遥感图像对算法进行验证，实验结果显示遥感图像的分类总精度达到92％,Kappa系数为0.91，UCI数据分类结果也较好，因此该算法是一种有效的多类数据分类算法。
其他文献
多元统计过程监控技术包括基于多元投影模型的故障检测、诊断、重构和估计等方法。首先，阐述了基于PCA模型、基于PLS模型和基于ICA模型的统计过程监控方法的基本思想及应用情况，并对各种方法的研究现状及发展趋势进行了综述。传统的统计过程监控技术并不包含故障预测的内容，如果将故障预测技术与其相结合，则可以实现基于统计过程监控的故障预测。最后，介绍了基于统计过程监控的故障预测技术的一些研究成果，并给出了多
自然界中无理传递函数广泛存在，其状态空间是无穷维的，故称为无穷维系统。无穷维系统研究和仿真比较困难。本文首先给出无理传递函数的近似高阶模型，然后将二阶线性自抗扰控制器(ADRC)应用到近似高阶模型中。仿真结果表明，二阶线性ADRC能够实现对无理传递函数的有效控制且具有较强的性能鲁棒性。
带有滑动平均噪声的多变量系统的参数通常难以辨识，本文利用递阶辨识原理和迭代辨识原理，并结合加速收敛技术，实现多变量系统参数的准确辨识。该方法根据递阶辨识原理将多变量系统分解成两个子系统，使其分别含有参数向量和参数矩阵，再根据迭代辨识原理得到参数的迭代解。仿真实验表明，该方法可以得到很好的辨识结果，而加速收敛技术的应用显著提高了参数的收敛速度。
对于非线性系统的直接加权优化辨识算法，通过在原线性仿射函数形式中，增加若干项关于输入观测数据序列的线性项来增强逼近非线性，减少逼近的时间。对于增加若干线性项后展开式中的未知权重值的选取，本文分别从理论和实用上推导出这些未知权重值的选取过程。理论上的推导分析可明确增加的未知权重值在整个逼近非线性系统的目的中起着辅助作用；实用上的推导分析展示了一个怎样将某些复杂的最优化问题经过整理变换成常见的最优化问
在风力发电系统中，高频风速会导致控制转矩产生频繁的剧烈变化，可能造成机械系统的损坏。为了实现风电系统的动态优化，减小机械应力，论文提出了一种改进的线性二次高斯（LQG）控制，该改进方法通过在LQG目标函数中添加自适应参数并调节自适应参数的变化速率，实现了目标函数的在线调整，进而得到系统的优化控制策略。在保证系统控制效果与传统PID控制相同的同时，降低系统的机械负载到传统控制的50％，有利于延长系统
建立随机漂移模型并实时补偿是提高惯性器件输出精度的有效途径。为了解决自回归滑动平均（ARMA）模型不能解释激光陀螺随机漂移非线性的问题，提出应用一类非参数ARMA模型——函数系数自回归滑动平均（FARMA）模型进行建模，并根据漂移数据的随机特性，基于相近数提出了一种模型快速估计算法。在此基础上，分别采用扩展卡尔曼滤波（EKF）和扩展卡尔曼粒子滤波（EPF）方法对激光陀螺随机漂移进行滤波，并应用交叠
成品油调合对提高炼厂经济效益有着重要的作用和意义。成品油调合优化是一个非线性约束优化问题，传统的进化算法由于搜索空间大又没有结构信息，要取得期望的求解效率和解的稳定性都是具有挑战性的任务。针对上述问题，本文提出了一种基于分片线性代理模型的成品油调合优化方法，该方法分为分片线性建模和优化两部分。首先，利用分片线性函数模型作为成品油调合非线性调合性质指标函数的代理模型，将原非线性约束优化问题转化为一系
针对铜冶炼过程中海量生产数据处理的问题，提出一种基于改进遗传算法的粗糙集约简算法。在分析粗糙集约简方法的基础上，将信息系统中条件属性对决策属性的支持度、重要度作为启发式信息加入遗传算法中，并利用种群相异度和个体相异度改进遗传算法，使算法增强整体优化性和快速收敛性。利用UCI数据集进行算法仿真和铜冶炼过程的生产数据对算法进行实测，结果表明提出的算法具有快速和有效等特点。
本文提出了一种基于共空间模式-隐马尔可夫模型的分类方法， 并把这种方法应用于四类运动想象的脑电模式识别. 首先选取4秒的运动想象数据， 把这4秒数据以2秒为时长用0.5秒的滑动窗分成四个数据段， 通过CSP方法来提取各数据段的脑电模式特征； 利用提取的四类特征来分别训练HMM得到对应四种想象模式的四个HMM；最后把测试数据分别通过四个HMM模型进行处理， 通过判别四个模型得到的最大似然概率来得到最
研究了模糊CMAC神经网络的IP模块实现方法。以模糊CMAC神经网络硬件模块为基础，编写硬件模块的驱动程序和封装文件，通过Altera的SOPC Builder开发平台，设计模糊CMAC神经网络的IP模块，使模糊CMAC神经网络硬件模块成为一个可供用户调用的智能IP模块。该IP模块的实现为模糊CMAC神经网络的进一步应用打下了基础。