一种基于语义相似度的文本聚类算法

文本聚类在很多文本挖掘和信息检索系统中发挥着重要的作用。现有的聚类算法大多数都是基于向量空间模型,文档集合中出现的单词词频作为特征项。这些算法都存在数据维数过高、聚簇难以描述的问题,而且忽略了单词间的语义联系。本文提出了一种基于语义相似度的文本聚类算法——TCU SS(Text clustering usingsem an ticsim ilarity)算法。TCU SS算法将文档表示成概念列表,有效地解决了数据维数高和聚簇描述难的问题,并给出如何利用概念列表进行聚簇描述的方法。TCU SS算法利用两个概念列表中单词间的语义相似度作为文档间相近程度的度量,并以图为基础进行聚类分析,避免有些聚类算法对聚簇形状的限制。实验证明,TCU SS算法提高了聚类质量。     

基于相关性度量的伪主成分分析

采用数据样本间的相关性作为相似性度量,并引入样本的类信息,提出一种新的降维方法,即伪主成分分析(Pseudo-PCA),该方法尽可能地保持原样本的变化信息,同时又使得降维后的同类数据样本尽可能保持相似。此外,将这种思想方法成功推广到近年来提出的2DPCA,MatPCA和(2D)2PCA。在ORL,Yale和AR等人脸数据集上的实验表明,该类方法的识别率高于相应的基于欧氏距离的PCA,2DPCA,M atPCA和(2D)2PCA等方法。     

基于地图匹配的车载惯导行进间精对准算法

针对车载惯性导航系统快速初始对准问题,以相似性原理为基础,提出了基于地图匹配辅助的车载惯导行进间精对准算法。首先,该算法研究并改进了基于移动相关的最小二乘地图匹配算法,通过跑车实验验证了改进的匹配算法的应用能够获得高精度的位置点群。然后以相似性原理为基础,提出了以地图匹配结果作为虚拟路标点的车载惯导系统行进间迭代精对准算法,从而摆脱对预置路标点的依赖。仿真结果表明,该算法能够获得与基于预置路标点的行进间对准算法精度相当的对准结果。     

基于数据的航空发动机排气温度裕度及剩余寿命计算方法

针对航空发动机重要监控参数排气温度裕度(EGTM)计算及预测困难的问题,根据航空工业标准实施指南,建立了一种基于数据的EGTM计算方法及剩余寿命预测模型。分解EGTM影响因素并基于修正后的相似理论对风扇转速及排气温度进行修正。对部分换算/修正公式参数的离散试验数据进行拟合,得到关系曲线。利用支持向量机学习发动机引气系统影响因素,通过遗传算法优化支持向量机的惩罚因子及核函数参数,获得经引气系统参数修正后的EGTM值。利用小波变换对EGTM进行降噪和特征提取。运用多项式回归拟合特征参数,确定单发/平均机队EGTM性能衰退率,计算EGTM剩余寿命。该模型实现了从数据输入到剩余寿命预测的全过程计算,EGTM计算结果与发动机厂商提供的结果对比拟合优度达0994。剩余寿命衰退曲线拟合效果与小波变换后EGTM曲线对比拟合优度达098。结果可作为维修计划制定及经济成本计算的理论支撑和参考依据。     

基于多模型的不等长序列数据关联算法

单模型在处理不等长序列数据关联时不能兼顾计算精度、复杂度和抗扰性,为此提出了基于多模型(MM)的不等长序列数据关联算法。将基于滑动窗口和动态时间弯曲(DTW)的不等长序列相似度度量模型作为MM的输入模型,以2种模型计算得到的时似变化比作为模型判断指标进行模型转换,实现了2种模型的优势互补,并得到模型的应用条件,最后输出MM作用后的不等长序列相似度,以此作为关联指标进行关联判定。仿真实验验证了MM关联算法在处理不等长序列数据关联的有效性,并对序列长度和突变率变化对关联效果的影响进行了分析。     

基于偏差值的航空发动机参数标准化修正模型

考虑到大气温度、大气湿度和燃烧热值等因素的影响,在第三相似理论的基础上提出了一种基于气路参数偏差值的标准化修正模型,以发动机生产厂家的历史数据为学习样本,建立了多元非线性超定方程组,采用高斯牛顿迭代法进行模型中未知参数的回归求解.使用该模型对测试集数据进行偏差值求解,并把结果与其他模型求解的偏差值进行对比,结果表明:修正后的标准化模型具有更高的精度,更接近于厂家系统的原始模型,具有较高的创新性和实用价值.      

基于失真敏感性的可见光遥感图像压缩补偿

可见光遥感图像纹理细节丰富且分布情况复杂,高倍压缩后容易出现失真不均衡现象。现有研究并不针对图像的主观品质且易出现错补偿问题。为此,设计了基于失真敏感性的可见光遥感图像压缩补偿方法。通过对比结构相似度模型各函数对遥感压缩失真的评价效果,构造了压缩失真敏感性模型,在此基础上深入分析了不同程度的数据损失对恢复像质的影响,设计了基于失真敏感性的压缩补偿策略,在压缩编码端确定失真敏感区域并量化回传失真影响明显的数据,补偿于解码端恢复图像中。结果表明,该方法能有效提高恢复图像失真敏感区域内遥感目标的清晰程度和可判读性,降低恢复图像的失真不均衡程度,改善恢复图像的整体质量。     

基于混沌理论滚动轴承振动稳健化试验数据的动态分析

提出改进的Huber M方法是以中位数和Huber M方法两种稳健化处理相融合的一种对数据进行稳健化处理的方法.用中位数和数据平均值相似度判断数据是否有变异,根据变异率变化趋势确定变异率.发现在0%~10%变异率范围内,滚动轴承振动数据的连续性和可信度随着变异率的增加而增强.用混沌理论分析滚动轴承的动态特性,发现同一批次的滚动轴承振动有相同的时间延时、嵌入维数、最大Lyapunov指数,其中最大Lyapunov指数均大于0即属于混沌特征,进一步计算最大可预测周期,最大可预测周期为667个单位.滚动轴承振动时间序列物理空间的中位数和相空间的估计关联维数为非线性非单调性的内在运行机制,为滚动轴承振动的动态分析进一步提供可靠的依据.      

一种装配体模型的离散量化与相似性分析方法

装配体模型相似性分析作为产品信息重用领域的重点问题而得到广泛关注,目前一些方法利用图论的相关知识,能够实现结构信息的发掘但通常较为复杂,也有一些方法从向量集合的角度入手以获得更好的计算效率,但忽略了零件间的连接关系。针对这些方法的优势与不足,提出了一种基于结构离散的装配体模型信息量化方法,将装配体结构信息融入向量化描述符中,并建立相应的索引结构与相似性度量方法。该方法首先提取装配体中结构特征形成连接图,并将装配体分解为若干个相互连接的零件构成的结构单元;然后,利用结构-形状距离函数对各个结构单元进行量化表征,以此为基础构建基于高维向量的装配体描述符;最后,基于词袋（BOW）模型和超球体软分配策略建立倒排索引与过滤机制,通过求解查询装配体模型与库模型间的最优匹配,最终实现装配体模型的相似性分析。     

变工况条件下基于相似性的剩余使用寿命预测方法

剩余使用寿命(RUL)预测是预测与健康管理(PHM)中的核心环节。提出一种变工况条件下基于相似性的RUL预测方法。结合相似性预测方法无需进行复杂的退化过程建模而能提供合理预测的优势,引入工况即设备工作时所处的环境或操作载荷等因素的影响来提升设备RUL预测准确性。对参考样本建立多工况的设备退化模型提升模型精度,在服役样本相似性度量预测中进行工况的匹配以实现在变工况下的RUL预测。方法能够更准确地描述实际工程中设备的退化过程和个体差异。依据相同准确度标准完成多组基本相似性方法和本文方法的对比实验结果表明,本文方法能够有效提高RUL预测准确度。