一种基于KNN-SVR的基因表达缺失值的估计方法

为了消除不相似基因对基因表达谱中缺失值估计的影响,提出了一种基于KNN SVR的缺失值估计方法.该方法先通过最近邻法选出与目标基因表达最相似的一组完全基因,再用这些基因通过支持向量回归对缺失值进行估计.还提出了用标准化偏差的方差来度量算法的稳定性和估计值的可信度.该方法通过对基因的过滤提高了缺失值估计的有效性.实验结果表明,KNN SVR法具有较高的估计精度和稳定性.     

一种新的k-means聚类雷达信号分选算法北大核心

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

一种新的k-means聚类雷达信号分选算法

针对传统k-means聚类算法在雷达信号分选中应用存在的不足,提出了一种基于数据场和灰关联分析的k-means聚类雷达信号分选算法。该算法首先根据数据场理论计算所有数据样本的势值,寻找局域势值最大值,选取距最大值最近的样本数据作为初始聚类中心,局域势值最大值个数作为聚类数目;然后用灰关联度代替欧式距离来判断数据样本间相似性。该算法能够自动获取初始聚类中心和聚类数目,对频率捷变雷达具有较好的分选效果。仿真结果验证了算法的可行性。     

基于集合交的欧式误差状态估计方法

基于集合交的欧式误差估计方法利用集合理论,根据已有的探测数据对目标的状态进行估计,在满足一定的条件下,计算目标状态估计集合。根据该集合确定状态的估计值以及估计的欧式误差范围。可以针对某一次具体的实验,计算目标的状态估计以及误差界。     

基因表达缺失值的加权回归估计算法

在基因芯片实验中,数据缺失客观存在,并在一定程度上影响芯片数据后续分析结果的准确性。在不增加实验次数的情况下,缺失值估计是降低缺失数据对后续分析影响的有效方法。利用相似性信息的核加权函数来实现缺失值回归估计的局部化,提出了基于加权回归估计的基因表达缺失值估计算法。在两个不同类型的基因芯片数据上,将新方法与几种已知的方法进行了比较分析。实验结果表明,新的估计算法具有比传统缺失值估计算法更好的稳定性和估计准确度。     

基于图像欧式距离的KPCA SAR图像目标识别算法

针对传统KPCA方法识别SAR图像时需首先对图像进行拉直处理问题进行研究,借助于图像欧式距离,提出了一种基于图像欧式距离的核函数构建方法,给出了3种基于图像欧式距离的核函数,并将其应用SAR图像识别中.以实测MSTAR数据为例,给出了识别结果和仿真分析,结果证明了该算法能够有效克服传统KPCA方法的局限性,是一种可行的方法.     

基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。     

动态加权的一致性多传感器数据融合算法

研究现有多传感器的加权融合算法,针对时变非线性系统状态估计的有效融合问题,提出了一种基于动态加权的一致性多传感器数据融合算法.对于多传感器量测,首先利用Unscented 卡尔曼滤波器得到局部状态估计值,然后基于层次分析法思想,构建反映局部状态估计结果相互支持程度的一致性矩阵,充分提取数据中蕴含的冗余和互补信息,最后通过对一致性矩阵的求解实现对权重的合理选择.经过蒙特卡罗仿真验证了该算法的有效性.     

基于判别分析阈值滤波协作通信系统信道估计

在基于正交频分复用技术的放大转发协作通信系统中,针对传统信道估计算法估计精度差的问题,提出一种基于判别分析阈值滤波离散傅立叶变换信道估计算法。该算法首先通过设置改进的阈值门限初步获得信道有效抽头,然后利用马氏距离判别分析对已检测出的信道抽头修正。仿真结果表明:和传统方法相比,提出方法有效地滤除了信道估计中的噪声,改善了信道估计精度和误码率性能。     

基于改进动态规划的雷达弱小目标检测与跟踪

针对复杂背景下雷达弱小目标的检测和跟踪问题,提出了一种改进动态规划的检测前跟踪算法.该方法用多级检验判决方法代替常用的两级门限检测,并用传统跟踪技术进行目标位置状态估计,根据估计值与状态值的欧氏距离设计一个惩罚项来改进值函数.通过仿真验证,结果表明该方法能有效消除伪航迹,减小计算量,提高对雷达弱小目标的检测和跟踪性能.     

基于动态窗口的灰色加权填充算法及应用?

为解决复杂系统中单属性缺失数据填充困难问题，提出了基于动态窗口的灰色加权填充算法。该算法通过建立双向灰色预测模型，并采用模型精度评价系数加权填充缺失数据，有效增强了算法的准确性；提出基于灰色模型评价系数反馈的动态伸缩窗口概念，寻找产生最优模型的训练数据序列，使算法具有良好的鲁棒性和适应性。实验结果表明，该方法在RMSE和MA两项指标上均优于传统的双向灰插值、灰插值、多项式插值等方法。     

基于最小误差模型估计的地空导弹飞行试验数据相容性检验

提出了基于递推最小模型误差估计(RMMEE)的地空导弹飞行试验数据相容性检验的方法,该方法采用导弹位置和弹体角位移测量,不仅能在线重构六自由度弹道参数,而且能估计捷联惯导的动态误差,从根本上克服了Klein模型的局限性。该方法对导弹速度、位置估值的初值不敏感,即使存在较大的捷联惯导动态误差,仍具有良好的收敛性和稳健性。     

马氏综合权重距离判别法在中小型滑坡灾害评估中的应用

我国西南地区滑坡灾害具有点多面广、规模小、危害大的特点,群测群防是目前中小型滑坡灾害最为有效的预防手段。针对这种现状,为进一步完善群测群防体系,在马氏距离判别法和加权马氏距离判别法的基础上对权重值进行了修正改进,提出了一种新的判别分析方法——马氏综合权重距离判别法。该方法不仅保留了加权马氏距离判别中区分每一个指标重要性差异的优势,并且结合德尔菲法对权重值进一步修正,弥补了原来加权马氏距离法在判别过程中距离函数出现负值的不足。从本质上来说,这种方法是把由样本驱动的权重值和实际工程经验的权重值相结合,使权重值的取值更加符合实际。以该方法为基础,在一定的历史资料背景下,从滑坡致灾因素和孕灾因素考虑,选取适当的判别因子,建立判别模型,对未知潜在滑坡灾害进行判别归类,并且与马氏距离判别法和Fisher判别法比较。研究发现,马氏综合权重距离判别法具有更高的可靠度和判别精度,适于在群测群防体系中进一步推广使用。     

多输出性能下的重要性测度指标及其求解方法

针对基于马氏距离的重要性测度存在的问题,提出了基于谱分解加权摩尔彭罗斯马氏距离的重要性测度指标,通过构造多输出协方差阵的广义逆矩阵以及谱分解的策略,有效解决了协方差阵求逆奇异情况以及由于未能充分考虑多输出之间的相互关系而导致的错误识别重要变量的问题,克服了基于马氏距离指标的局限性。数值算例与工程算例结果表明:所提重要性测度可以更加准确地获得输入变量对结构系统多输出性能随机取值特征贡献的排序,从而为可靠性设计提供充分的信息。     

基于相关参数的自修正飞行数据估计方法

提出了自修正的数据估计方法.用待拟合参数及相关参数组成多阶数据矩阵,利用递归神经网络对数据矩阵中缺失数据进行初次多阶拟合;利用滑动窗口,在历史数据矩阵中进行相似模式搜索,以相似度作为权重系数,对初次拟合结果进行加权修正.分析证明,该算法的最差、最好复杂度分别达到了理论最好结果.从仿真结果可以看出,自修正算法数据拟合结果误差较之单纯神经网络拟合更小,估计精度更高.     

基于频谱分析的飞行模拟器飞行性能验证

介绍频谱分析用于仿真系统模型验证的原理和方法,提出一种应用频谱分析进行飞行模拟器飞行性能验证的方案。结合飞行试验和仿真模型的输出数据,分别采用窗谱估计和最大熵谱估计方法对某型飞行模拟器的飞行性能进行验证,并对验证结果进行分析。结果表明,频谱分析法用于飞行模拟器飞行性能的验证是有效的,可为其他训练模拟器的性能验证提供参考。     

混响背景下基于高阶统计量的动目标检测方法

针对混响背景中的动目标检测问题，根据基阵接收数据经过波束形成与匹配滤波后的输出结果计算高阶统计量，并将其视作观测空间。基于此空间中混响和目标回波的差异，利用多ping的高阶统计量构造特征向量，计算特征向量之间的马氏距离作为混响和目标差异的量化标准，再依据最大一致条件功效检测准则选择门限检测方法。波形数据仿真与海上实录数据检验均表明该方法的检测性能优于单ping波束形成及匹配滤波方法。通过蒙特卡洛仿真获得不同信混比下的ROC曲线，与单ping检测相比，在保证虚警概率小于0.01，检测概率大于0.5的条件下，最小可检测信混比降低约6dB。     

基于转置卷积神经网络的翼型结冰冰形图像化预测方法

结冰问题严重影响飞机飞行安全,结冰智能预测是飞机智能防除冰系统设计和安全设计的重要依据和支撑。为解决复杂冰形在翼面同一位置的法线方向冰形厚度存在多值的问题,提出基于转置卷积神经网络的翼型结冰冰形图像化预测方法。设计预测模型的神经网络结构、损失函数、数据规范等,直接将影响飞机结冰的飞行和大气条件作为输入,以灰度化的冰形图像作为输出。基于NACA0012翼型,通过数值模拟方法生成冰形数据集,同时利用风洞试验结果对数值模拟方法进行验证,以确保生成数据的可信度。构建以飞行速度、温度、液态水含量、平均水微滴直径和结冰时长5项参数作为输入的预测模型,并进行仿真训练和验证。仿真结果表明:所提翼型结冰预测模型不仅能够快速预测翼型冰形,而且在冰体轮廓、结冰上下极限、冰角位置、结冰厚度等主要特征方面也与数值计算结果符合较好。