基于时间序列ARMA模式识别基坑监测预警优化

基于模式识别的桥梁故障检测——文章主要任务是研究如何从挠度数据出发,综合运用模式识别技术和数据分析技术,能有效检测桥梁中某些类型的损伤和隐患。将模式识别中的近邻算法与k2均值算法相结合,应用到桥梁检测中,提出了一种新的桥梁异常检测方法。首先,用k均...

模糊模式识别在建设选址决策中的应用——根据模糊模式识别构建了建设项目选址的一般数学模型,并根据最大隶属原则提出了求解方法及其应用示例,以提高决策的科学性和可靠性。

近年随着人工智能的发展，现今对于复杂问题求取其最优解的能力越来越强大，而对多部电梯的最优控制一直是一个工程中的极其复杂的问题，已被证明其是一个np—hard问题。本文把近年应用人工智能算法来优化电梯群控系统的研究进行分类和介绍，以方便对当前电梯群控系统的研究和了解。

为了改善电梯群控系统的性能,使电梯群节能并高效运行,针对不同的交通模式采用合理的调度算法对电梯群进行优化调度,提出一种基于粒子群(pso)的模糊核聚类算法(kfcm)的电梯交通流模式识别方法.利用基于梯度下降的粒子群优化算法代替kfcm算法的迭代过程,可使算法具有较强的全局搜索能力和局部搜索能力,并降低了kfcm算法对初始值的敏感度.利用核方法将低维特征空间的样本映射到高维特征空间,增加对样本特征的优化,并使样本特征在高维特征空间线性可分,更加容易聚类.采用在某办公楼采集的电梯交通流数据作为测试样本,仿真结果表明,与fcm聚类算法相比,该算法具有良好的性能指标,对电梯交通流的聚类效果更准确。

设计了光纤围栏系统的系统组成,并对系统的工作原理和围栏主机的工作流程进行了重点分析。设计了围栏主机中基于支持向量机(svm)的模式识别模块,介绍了在二类分类和多类分类情况下的相关算法,给出了在labview中的实现结果。

借助建设主管部门的资料形成数据库，应用模糊模式识别的方法对未知的工程造价比较准确地推测。实例说明这是一种具有实用性、科学性的推测系统。

提出了基于实例推理的建筑结构智能选型模型,揭示了实例检索的模式识别本质。提出了基于神经识别的实例推理方法,并将其应用于建筑结构智能选型的方案生成阶段,通过对高层建筑结构的实际选型设计证明了本方法的有效性。

分析了电梯各种交通模式的特征,采用模糊神经网络对交通模式进行识别,确定辨识交通模式的特征值,并用交通流来测试网络的正确性。测试结果表明,应用模糊神经网络对电梯交通模式进行识别可准确地反映交通流的状况。将交通模式识别的结果作为派梯的依据,对电梯群控系统根据不同交通状况采用相应的派梯策略可以起到指导作用。

针对电梯群控系统中的交通模式识别问题,提出一种基于多值分类支持向量机(svm)的电梯交通模式识别方法。采用直接多值分类svm对采集的电梯交通流数据进行分析,得到交通模式分类器,从而解决电梯交通流模式识别中多输入、多输出的非线性系统辨识问题。实验结果表明,该方法可实现全局最优且分类误差较小,能满足群控系统的要求。

为避免传统模式识别中神经网络收敛速度慢、过学习等不足或因支持向量机(supportvectormachine,svm)参数选择不当而导致识别准确度低,在引入m-ary分类理论将泛化及学习能力更强的svm算法扩展为多类分类器的同时,利用改进遗传算法(geneticalgorithm,ga)优化各子分类器的惩罚因子、松弛变量及核函数参数,从而构造出最优参数svm分类模型。开展交联电缆局部放电模拟试验并提取了表征灰度图象内在分形特征的4个分形维数作为局部放电模式识别的放电指纹,分别采用优化svm、未优化svm及径向基函数(radialbasisfunction,rbf)神经网络作为模式分类器完成缺陷分类,并通过对比三者识别效果验证了优化模型的正确性。结果表明,以优化svm作为分类器时各缺陷识别率均大于95%,且无论是否优化参数,svm总体识别能力要优于rbf神经网络。

针对神经网络用于基坑变形预测存在结构难确定、训练易陷入局部最优及易过学习等问题,构造滚动时间窗,以已有的实测时间序列为样本,利用最小二乘支持向量机(ls-svm)建立基坑预测模型,应用网格搜索算法优化模型参数,连续滚动地多步预测基坑变形。实例结果表明,该模型预测效果优于bp神经网络,具有所需数据少、推广能力强等优点。

模糊模式识别法在房地产评估中的运用——通过数学中的模糊模式识别法来验证房地产的评估，通过在若干个价格已知的房地产可比实例中选取与侍估对象可比性最强的实例进行比较调整，从而确定待估对象的价格，提高房地产评估的准确性。由于决定房地产价格的区域、建...

在运用市场比较法对房地产进行估价时,通过在多个备选实例中选取与待估对象最相近的可比实例作为评估基准,以已知备选实例的价格为参照对待估对象进行估价,即可获得待估房地产的价格。备选实例选取得恰当与否,将直接导致房地产估价的准确性。本文探讨了如何运用模糊模式识别的数学方法来选取备选实例。首先,介绍了有关房地产估价的理论依据;其次,讨论如何建立房地产评估选例模糊模式识别模型以及该模型的可行性。

通过数学中的模糊模式识别法来验证房地产的评估,通过在若干个价格已知的房地产可比实例中选取与待估对象可比性最强的实例进行比较调整,从而确定待估对象的价格,提高房地产评估的准确性。由于决定房地产价格的区域、建筑结构、交易情况等因素,大都为无量纲指标,不能用精确的数值来衡量,而带有较大的模糊性。因此,用模糊模式识别的方法来选取可比实例具有可行性和科学性

供热负荷时间序列混沌特性识别及区间预报研究——对供热负荷时间序列进行了混沌特性分析,计算得到了吸引子维数和最大lyapunov指数。在最大lyapunov指数点预报法的基础上,提出了最大lyapunov指数区间预报法,并给出了最大预报时间尺度。仿真结果表明,该方法可取得...

为了克服传统局部放电模式识别中特征量过度依赖工频电压相位信息的缺点,基于放电幅值、放电重复频率和连续两次放电时间间隔等电气参量,提取了6个不依赖于相位信息的统计特征,并利用费歇尔判别法对提取的特征参量进行了有效判别归类.实验结果表明:提取的非相位统计特征参量物理意义明确、表达方式简洁,采用费歇尔判别法可以对其进行准确、快速判别归类.

用模式识别类智能工具处理信息教学反思 黄建波 １、本节的作用和地位： 用智能工具处理信息是用计算机进行信息处理的几种基本方法之 一，这也是前沿技术在日常应用中的体现。本节内容主要要求学生在使 用信息智能处理工具软件处理信息的过程中，对信息智能处理工具进行 初步体验，并形成感性认识。在此基础上了解其工个原理及其实际应用 价值。 ２、本节主要内容： 本节基于学生在体验中形成的认识，教材首先设计了一系列实践活 动，主要涉及模式识别类和自然语言理解类两个方面的研究领域，然后 介绍了这两个研究的相关知识，分析并介绍了手写板输入汉字的简单原 理、与网络机器人对话的基本原理、机器翻译的工作流程等内容，让学 生探讨信息智能处理的一些应用价值。教材采用“情境引入→操作体验 →了解原理→应用展望“的线索组织内容。 3、本节教学设计思路计 本节以一段精彩的视频（机器人踢足球）入手，吸引学生注意，进 而引入

运用模糊模式识别法,利用2001—2005年的相关数据,分析中国房地产市场的发展状况.结果表明:我国房地产市场在2002年、2003年处于升温阶段,2004年处于微热阶段,2005年再次处于升温阶段.国家需要采取必要的宏观调控政策,防止房地产市场进入过热阶段.

针对高校科技成果转化评价中的不确定性和复杂性因素,提出了时序模糊模式识别评价方法,通过计算待评对象与\"优\"、\"劣\"两个模式间的隶属度来建立时序规划模型,对模型求解得到各评价对象的评价值,且利用熵权系数法来计算各层次指标的权重。应用此方法对全国31个省市高校科技成果转化能力进行评价并排序,将天津市与其他省市进行分区,为进一步找出影响天津市科技成果转化的主要指标因素,有针对性地制定政策措施打下良好的基础。

针对高校科技成果转化评价中的不确定性和复杂性因素,提出了时序模糊模式识别评价方法,通过计算待评对象与\"优\"、\"劣\"两个模式间的隶属度来建立时序规划模型,对模型求解得到各评价对象的评价值,且利用熵权系数法来计算各层次指标的权重。应用此方法对全国31个省市高校科技成果转化能力进行评价并排序,将天津市与其他省市进行分区,为进一步找出影响天津市科技成果转化的主要指标因素,有针对性地制定政策措施打下良好的基础。

信号处理 专题综述 超声无损检测与评价中的信号处理 　及模式识别 刘镇清 (同济大学声学研究所,上海　200092) 摘　要:现代信号处理与模式识别技术在超声无损检测与评价中的作用愈来愈重要。超声检测 信号处理技术可提高缺陷的检测与分类能力,并可表征材料的性能。对该技术的有效应用、潜能及 进展作了综合评述,这对未来无损检测与评价中信号处理的研究是有益的。 关键词:超声检测;评价;信号处理;模式识别;综述 中图分类号:tg115.28+5;g202　　　文献标识码:a　　　文章编号:1000-6656(2001)01-0031-04 signalprocessingandpatternrecognitioninultrasonic nondestructivetestingandevaluation liu　zhen-q

以国家体育场(鸟巢)工程的沉降观测数据为基础,论述了采用时间序列模型处理变形数据的原理和方法,并对建筑物的变形趋势进行了分析和预测,为建筑物的安全施工和正常使用提供了保障.