动态加权

摘要： 针对数据流集成分类如何使分类器适应不断变化的数据流,调整基分类器的权重选择合适的分类器集合的问题,提出了一种基于动态加权函数的集成分类算法。首先,提出了一种加权函数调节基分类器的权重,使用不断更新的数据块训练分类器;然后,使用一个新的权重函数对候选分类器进行一个合理的选择;最后,在基分类器中应用决策树的增量性质,实现对数据流的分类。通过大量实验发现,基于动态加权函数的集成分类算法的性能不受块的大小影响,与AUE2算法相比,叶子数平均减少了681.3、节点数平均减少了1192.8,树的深度平均减少了4.42,同时相对地提高了准确率,降低了消耗时间。实验结果表明该算法在对数据流进行分类时不但可以保证准确率还可以节省大量的内存空间和时间。

摘要： 为对无人机通过各种同类传感器获取的数据进行融合处理,得到更精确的导航数据,提出一种动态加权融合算法。引入观测支持度的概念对传统的平均加权算法进行改进,通过计算各传感器测量数据间的相互支持度信息,并依据观测支持度的变化特征,实时动态更新融合权重进行多传感器数据的融合。将算法应用到实际飞参数据的分析处理,结果表明:该算法能够根据传感器数据特征实时调整权重分配,融合结果较传统的平均加权算法更加准确、可靠。

摘要： 传统集成分类算法中,一般将集成数目设置为固定值,这可能会导致较低分类准确率。针对这一问题,提出了准确率爬坡集成分类算法(C-ECA)。首先,该算法不再用一些基分类器去替换相同数量的表现最差的基分类器,而是基于准确率对基分类器进行更新,然后确定最佳集成数目。其次,在C-ECA的基础上提出了基于爬坡的动态加权集成分类算法(C-DWECA)。该算法提出了一个加权函数,其在具有不同特征的数据流上训练基分类器时,可以获得基分类器的最佳权值,从而提升集成分类器的性能。最后,为了能更早地检测到概念漂移并提高最终精度,采用了快速霍夫丁漂移检测方法(FHDDM)。实验结果表明C-DWECA的准确率最高可达到97.44%,并且该算法的平均准确率比自适应多样性的在线增强(ADOB)算法提升了40%左右,也优于杠杆装袋(LevBag)、自适应随机森林(ARF)等其他对比算法。

摘要： 现有数据驱动方法在滚动轴承剩余使用寿命预测中,因不能有效提取对轴承退化过程敏感的特征信息而导致预测精度不足。为此提出一种基于动态加权卷积长短时记忆网络(DW-CNN-LSTM)的滚动轴承剩余寿命预测方法。对滚动轴承振动信号进行小波包分解,将获得的小波包系数矩阵通过可训练参数动态加权层进行动态加权,来实现对轴承退化的表征信息进行有效筛选,以增强轴承振动特征学习能力;利用卷积神经网络的自适应挖掘数据深层特征能力,从动态加权后的小波包系数矩阵中提取对轴承退化过程敏感的特征集;借助长短时记忆网络(LSTM)预测时间信息序列的优势,由双层LSTM进一步提取其高维退化特征,来提高滚动轴承剩余寿命预测精度。对XJTU-SY轴承数据和IMS轴承数据的试验结果表明,所提DW-CNN-LSTM方法相比于经典的长短时记忆网络方法,其均方根误差指标平均降低了61.08%,预测准确度平均提高了9.95%,模型训练时间平均减少了44.14%,获得了较满意的寿命预测精度和鲁棒性。

摘要： 随着机械设备的精细化和复杂化,用于监测其运行状态的传感器数量和类型不断增多,为了能有效地将多传感器信息融合,补全时间和空间上的信息,提高传感器信息的可靠性,提出了一种基于最大信息系数的动态加权特征融合的齿轮故障诊断方法。利用小波包变换对多传感器采集到的振动信号分解到时频域;计算时频域的特征,通过最大信息系数计算各传感器的权重并以并联融合的方式对特征进行融合;将融合后的特征输入到支持向量机模型进行故障分类。实验证明,融合后的特征聚合度更好,更有利于分类;在两种转速条件下,融合后的故障诊断准确率分别达到了87.72%和99.16%,动态加权融合的诊断效果好于定权重融合的诊断效果。

摘要： 特征选择是机器学习、自然语言处理和数据挖掘等领域中数据预处理阶段必不可少的步骤.在一些基于信息论的特征选择算法中,存在着选择不同参数就是选择不同特征选择算法的问题.如何确定动态的非先验权重并规避预设先验参数就成为一个急需解决的问题.该文提出动态加权的最大相关性和最大独立性(WMRI)的特征选择算法.首先该算法分别计算新分类信息和保留类别信息的平均值.其次,利用标准差动态调整这两种分类信息的参数权重.最后,WMRI与其他5个特征选择算法在3个分类器上,使用10个不同数据集,进行分类准确率指标(fmi)验证.实验结果表明,WMRI方法能够改善特征子集的质量并提高分类精度.

摘要： 为了使雷达研发项目质量管理群组评价结果更加客观公正,论文设计了基于动态加权网络凝聚度的均衡群组质量管理评价方法.基于均衡理论对评价群组重新分组,进而提高群组的同质性水平,以组内动态交互评价网络为突破口,根据均衡组内评价个体两两间的一致性构建网络邻接矩阵,以网络凝聚度收集纬向信息,构建阶段规划函数确定阶段权重,经向归并获取综合评价结果.为提高雷达研发项目群组评价的科学性、客观性提供新思路.

摘要： 为克服Prophet模型对残差自相关性考虑的缺失,时间推理能力的不足,提高被动红外(passive infrared,PIR)运动探测器检测结果的准确性,提出一种Prophet与SARIMA动态加权组合的预测模型.分析PIR运动探测器的特点,分析对比几种流行的预测算法的优劣,在此基础上设计Prophet-SARIMA的组合预测模型,统计和分析用户的行为.为获取最好的组合效果,设计动态加权组合算法,通过加权算法可确定最优的权值组合.通过实验验证了Prophet-SARIM A组合预测模型在人体红外数据的预测中具有更强的适用性和更高的准确性.

摘要： 飞行任务中的遥测数据是飞行器中各功能子系统监测模块顺序产生的多维时间序列,其反应各子系统功能是否正常,对遥测数据的精准预测是研判飞行器运行状态的重要依据;针对已有时间序列预测算法会随时间劣化的缺点,提出基于集成学习原理的动态加权神经网络集成算法;该方法通过神经网络强数据拟合能力,集成学习算法具有的泛化特性和动态加权算法适应数据的漂移变化特性,提升算法的整体预测精度;选择多层感知机神经网络作为基学习器,给出神经网络基学习器结构设计方法和优化方法,以及动态加权算法的具体过程,将其与静态加权算法进行比较实验,该算法对预测精度提高效果显著,一定程度抑制数据的漂移,结果表明采用动态加权集成学习适合对遥测数据的预测.

摘要： 为解决室内定位中非视距造成的定位误差问题,在UWB和PDR定位解算的基础上,提出了非视距校正系数β.当β大于经验阈值时,对UWB和PDR定位进行动态加权处理,用PDR定位来修正UWB在非视距下的定位误差.同时,采用了外推的方法得到非视距下PDR初始航向角,并使用广义延拓滤波对行人信息和解算的定位结果进行处理.实验结果显示,该方法有效降低了非视距情况下的定位误差,经广义延拓滤波处理后,定位结果更符合实际运动轨迹,和单一UWB室内定位方法相比,定位精度提高了53.7％,整体平均定位误差在0.1641 m左右.

摘要： 本文首先介绍了动态加权综合评价方法的一般原理,重点阐述了动态加权函数的设定和综合评价模型的构建方法,并说明了方法的应用条件和范围.然后利用这种方法研究解决了2005年中国大学生数学建模竞赛的A题:长汀水质的评价问题,进一步说明了动态加权综合评价方法的科学性和合理性.

摘要： 本文在单一输入规则群静态加权模糊推理模型的基础上,提出单一输入规则群动态加权模糊推理模型,并将此模型应用于倒立单摆的稳定控制上.

摘要： 本文利用地球非球形引力、日月第三体引力摄动分析解理论综合分析了导航卫星广播星历参数设计的物理意义,从理论上确定了其取值范围.并通过"共振"效应的综合分析,对GPS开普勒广播星历参数拟合算法对IGSO、GEO卫星的适用性进行了深入研究,最后通过理论分析指出小倾角、J2,2项共振等因素是引起上述广播星历算法不适用于GEO卫星的主要原因.针对GEO卫星星历参数拟合法方程严重病态以及部分接口参数超限的问题,提出了动态加权的带参数约束条件平差算法.通过实际算例证明,该方法能有效稳定星历拟合结果,解决△n等星历参数超限的问题.

摘要： 本发明公开了一种含有处理器可执行指令的计算机可读介质，所述处理器可执行指令被配置为执行以下步骤：(i)监测基于从GNSS卫星(56a‑56n)接收到的信号(GNSS_A‑GNSS_N)而计算的位置信息的位置精度，(ii)如果所述位置精度通过质量检查，则使用所述位置信息连续执行对从一个或多个传感器(140a‑140n)接收到的数据的校准，以及(iii)如果所述位置精度未通过所述质量检查，则停止对从所述传感器接收到的所述数据的所述校准，其中由从所述传感器接收到的所述数据计算航位推测信息。

摘要： 本发明公开一种基于加权型动态分布式PCA模型的动态过程监测方法，旨在解决如何有针对性地描述各个测量变量的动态特征问题，并在此基础上建立动态分布式监测模型。该发明方法利用过程每个测量变量与其他不同延时测量值间的相关系数实施加权处理，使加权后的训练数据能更好地体现各变量的动态特征。相比于传统方法，本发明方法虽然利用了所有的不同延时变量建立PCA故障检测模型，但是它对相关性大的变量赋予较大的权值而对相关性小的变量赋予较小的权值，这不仅可以最大化程度的避免信息丢失问题，而且还能因权值大小的不同突出体现出相关性强的过程变量同时抑制不相关变量的干扰影响。因此，本发明方法是一种更为优选的动态过程监测方法。

摘要： 本发明公开了一种基于多隐层加权动态模型的工业高阶动态过程软测量方法。本方法引入滑动窗口，针对每一组在线样本，在每一个滑动窗口中建立多隐层动态模型，即充分考虑了数据在隐空间中的局部自相关性和隐变量在时序上的高阶动态关系，对于数据的描述能够更加精准；结合支持向量数据描述方法计算得到在线样本的全局权重，并建立多隐层加权动态模型。在得到模型的参数后，建立局部加权线性回归模型，从而得到在线样本的质量变量估计值。

摘要： 本发明公开了一种基于局部加权线性动态系统的动态过程软测量建模方法。本发明引入滑动窗口，在各滑动窗中建立线性动态系统模型，并通过计算在线样本与各窗口中离线样本在原始空间、隐空间当中的相似度得到在线样本关于所有离线样本的原始空间权重、隐空间权重，并基于这两个权重建立加权线性动态系统模型，得到所有离线样本的隐变量。最后通过局部加权回归的方法计算出在线样本的丁烷含量预测值。本发明同时考虑了在线样本与离线样本在原始空间和隐空间的相似关系，提高了对工业过程中关键变量预测的精度。

摘要： 本发明公开了一种含有处理器可执行指令的计算机可读介质，所述处理器可执行指令被配置为执行以下步骤：(i)监测基于从GNSS卫星(56a‑56n)接收到的信号(GNSS_A‑GNSS_N)而计算的位置信息的位置精度，(ii)如果所述位置精度通过质量检查，则使用所述位置信息连续执行对从一个或多个传感器(140a‑140n)接收到的数据的校准，以及(iii)如果所述位置精度未通过所述质量检查，则停止对从所述传感器接收到的所述数据的所述校准，其中由从所述传感器接收到的所述数据计算航位推测信息。

摘要： 本发明公开一种基于加权型动态分布式PCA模型的动态过程监测方法，该方法旨在解决的问题是：针对现代工业过程数据的复杂动态性特征，如何有效地描述每个测量变量的动态特征，并在此基础上建立动态分布式监测模型。该发明方法利用过程每个测量变量与其他不同延时测量值间的相关系数对增广矩阵中的每个变量进行加权处理，使加权后的训练数据能更好地体现对应测量变量的动态关系。在此基础上建立的PCA模型就能更好地挖掘出与每个测量变量相关的潜藏信息，模型的可解释性进一步提高。相比于传统方法，本发明方法虽然利用了所有的不同延时变量建立PCA故障检测模型，但是它对相关性大的变量赋予较大的权值而对相关性小的变量赋予较小的权值，这不仅可以最大化程度的避免信息丢失问题，而且还能因权值大小的不同突出体现出相关性强的过程变量同时抑制不相关变量的干扰影响。因此，本发明方法所涉及的基于加权型动态分布式PCA模型能取得更优越的故障检测效果。

摘要： 本申请提供了一种基于迭代加权最小二乘的桥梁动态称重算法(简称IRLS算法)，包括步骤：获取车辆过桥时的桥梁荷载响应，利用Moses算法进行轴重识别，得到初始轴重A(0)；将初始轴重A(0)作为本算法中的已知量，计算残差R，带入到逻辑权重系数函数中得到对应的权重系数W，将得到的权重系数代入到车轴轴重表达式中，得到车辆轴重，不断重复此过程来更新车辆轴重，直至计算的轴重结果收敛为止。本申请在计算过程中为各个时刻的荷载响应值提供一个适合的权重系数。荷载响应的权重系数越大表示它对轴重识别的贡献程度越大，反之越小；区分不同荷载响应对轴重识别的贡献程度能够在一定程度上提高轴重识别精度。

摘要： 本发明公开了一种超密集网络中基于高斯加权的基站动态分簇方法，该方法首先计算超密集网络中每个小基站的高斯加权密度值以及平均加权密度值；将高斯加权密度值大于平均加权密度的基站挑选为初始簇中心并形成待选初始簇中心池；计算簇的覆盖半径，依次将待选簇中心池中两两基站之间高斯加权分布密度值小于覆盖半径的基站从池中移除；将最终簇中心点数目以及相应的基站坐标信息作为传统K‑means的输入参数来执行K‑means算法，从而得到最终超密集网络中所有基站的分簇结果。本发明可以准确地衡量基站的分布状况、提高分簇的准确率、加快分簇的收敛速度，并且可以根据基站的分布状况进行动态分簇，使超密集网络场景的分簇更加灵活。

摘要： 本发明公开了一种基于动态特征提取与局部加权深度学习的软测量建模方法，该方法首先基于具有注意力机制的长短时记忆编码解码器构建深度动态特征提取网络，将时间序列样本映射为一组深层动态特征，然后将其与原始输入特征合并，构建局部加权自编码回归网络，对工业过程关键质量指标进行软测量预报。相比目前的其它方法，本发明可以有效提取工业数据中蕴含的非线性动态特征，大大提升工业过程软测量模型的预报性能，减小预报误差，更加精准地反映工业生产状况。

摘要： 所描述的方法和系统：由包括多个逻辑分支的动态加权XOR门接收参考时钟信号以及本地振荡器信号相位；生成相位误差信号的多个加权段，该多个加权段包括正加权段和负加权段，所述相位误差信号的每一个加权段具有由所述多个逻辑分支当中的相应的逻辑分支所施加的相应的权重；通过将所述相位误差信号的各加权段加总来生成总控制信号；以及将所述总控制信号作为电流模式输出结果输出，以对生成所述本地振荡器信号的相位的本地振荡器进行控制，其中，所述本地振荡器用于响应于所述总控制信号在所述本地振荡器信号中引发相位偏移。