滕海文[1]2002年在《基于最大熵的结构两相优化设计》文中研究说明本文从两相优化的理论出发，研究了基于最大熵准则的桁架、梁和框架结构最小材耗问题，系统地建立了包括桁架、梁、框架结构在内的各主要土木建筑基于最大熵的结构两相优化设计理论构架体系。并将基于最大熵的两相优化法推广到具有可分离变量和式型目标函数的一般单目标和多目标非线性数学规划问题的求解。实际算例表明所提出方法简捷，收敛较快。主要内容如下： (1) 发展了连续变量、离散变量桁架结构最大熵两相优化设计方法。无论是连续变量还是离散变量，算例表明，优化过程均收敛迅速，优化设计结果令人满意。 (2) 改进了连续变量梁结构最大熵两相优化设计方法。算例表明，收敛速度很快，且连续最优解接近于全局最优解。 (3) 建立了离散变量梁结构最大熵两相优化设计的数学模型，提出了基于最大熵的离散变量梁结构的两相优化设计法。算例表明，计算简捷、收敛速度快，且迭代次数与问题规模关系不大。 (4) 建立了连续变量框架结构最大熵优化设计的数学模型，提出了基于最大熵的连续变量框架结构设计的两相优化法。用门式框架、单跨两层框架和两层六跨框架等算例进行了方法的可行性、收敛性验证。 (5) 建立了离散变量框架结构最大熵优化设计的数学模型，提出了基于最大熵的离散变量框架结构设计的两相优化法。并对不同约束情况，用门式框架、单跨两层框架和两层六跨框架等算例进行了方法的可行性、收敛性验证。 (6) 提出了具有可分离变量和式型目标函数的一类单目标非线性数学规划问题(SNLP)基于最大熵的两相优化解法。并针对连续型和离散型变量进行了讨论，实际算例说明，方法可行、收敛速度令人满意。 (7) 在通过提出目标函数和约束函数互化，使多目标问题转化为单目标问题求解的基础上，建立了可分离变量和式型的一类多目标非线性数学规划问题(MSNLP)基于最大熵的两相优化模型，提出了求解这类多目标非线性规划问题的最大熵两相优化法。
滕海文, 霍达[2]2002年在《基于最大熵的离散变量框架结构两相优化设计》文中认为根据两相优化设计的思路和离散变量的特点,应用最大熵准则,通过引入附加约束条件,交替进行子相和结构相优化,将离散变量框架优化设计问题等价地化为连续变量框架优化设计问题求解.在考虑应力约束、位移约束和尺寸约束等多个约束及多个工况的条件下,成功地对离散变量框架进行了优化设计 算例结果表明:这种方法的迭代公式简单,收敛速度快;此法可以有效地应用于工程实际,尤其是多约束、多工况的大型工程结构优化问题.
路亚缇[3]2015年在《基于粒子群优化算法的最大熵多阈值图像分割研究》文中进行了进一步梳理图像分割是目标检测和识别中的重要环节,是计算机视觉中基本和关键技术之一,其目的是将感兴趣的部分从图像中分割出来,为后续处理和识别提供依据。图像分割有许多种方法,其中使用最为普遍的就是阈值分割方法,其实现比较简单,便于分割。如果我们要对直方图呈多峰分布的复杂图像进行有效分割,并且找到一组最佳多阈值组合进行图像的分割,将会存在着计算量大、耗时长等问题,常常无法满足实际应用对实时性的要求。阈值选取的准确性决定着图像分割的质量,如何准确快速地搜索到多阈值最佳组合是目前图像分割技术研究的难点。粒子群算法和量子粒子群算法均是目前获得广泛应用的智能寻优算法。本文将改进的粒子群算法、量子粒子群算法,分别与最大熵法相结合,尝试提出高效准确的算法来解决多阈值分割面临的问题。具体研究内容如下:1.对粒子群算法做出改进,引入相对基算法和扩张模型,并与最大熵法结合起来。首先由最大熵法得到所要优化的目标函数,用改进过的粒子群算法对其进行优化,搜索到最佳阈值组合,来实现图像的多阈值分割。2.为了提高图像分割效率和分割精度,提出了基于量子粒子群的最大熵多阈值分割,由最大熵法算出所要优化的目标函数,用量子粒子群算法对其进行优化,通过最优多阈值来划分像素,实现图像的多阈值分割。3.将上述两种算法应用于多阈值图像分割,仿真实验表明:该两种改进算法分割效果较好,能快速准确地找到分割阈值的最佳组合,而且适合多峰直方图的复杂图像,对信噪比低的图像也有很好的分割效果,适用范围广泛。
靳钧[4]2001年在《离散变量桁架结构优化设计的改进型熵分析方法》文中进行了进一步梳理本文从工程结构优化设计两相优化法的基本概念出发，通过引入记忆比较技术提出了一个改进型离散变量桁架结构优化设计的熵分析新方法。首先使用0-1变量，将离散变量0-1变量化，建立了离散变量桁架结构优化设计的0-1规划数学模型，然后使用替代约束，进行0-1变量约束与0-1区间连续变量约束的等价代换，将0-1规划数学模型等价地变换为连续变量数学规划模型，并应用最大熵准则，进行基于离散变量集合的桁架结构优化设计的最大熵分析，通过乘子相和结构相的交替迭代计算，逐步逼近桁架结构的最轻重量设计。每次迭代中，仅需记忆上次的迭代结果，从而进行下次迭代方向的判定，不再需要连续变量熵分析优化和离散变量熵分析优化的交替进行。而且除第一次迭代外，其余迭代过程进行的全都是离散变量熵分析和代数运算，因而方法更加规范统一，编程方便，应用简捷。本文同时编制了相应的优化设计程序，对实际桁架结构算例进行了计算分析。
陈博[5]2008年在《WEB文本情感分类中关键问题的研究》文中研究指明随着计算机技术和互联网的迅猛发展,网络在线的文档成为现代主要的信息载体,是人们生活中不可或缺的主要信息来源。而随着互联网进入web2.0时代,人们从被动的接受门户网站发布信息,转变为主动的获取、发布、共享、传播信息。同时,由于用户参与到信息的产生,网络信息的内容形式也变得多样化,越来越多的具有个人观点性的内容充斥着网络。这些观点性内容对于网络电子商务、网络社区发掘、网络信息安全、网络信息检索等多方面都具有重要的意义和实用价值。对网络文本观点性内容的自动情感分析成为近期web信息处理的一个研究热点,而其中的核心技术就是文本情感分类。在这样一个背景下,本文对面向web文本的中文分词、文本情感分类以及Weblog观点检索问题进行了下述创新性研究工作:首先,研究了面向web文本的中文分词问题。根据web文本环境的特点,研究重点在于中文分词中的未登录词识别问题,同时兼顾切分歧义消解、整体切分准确率和高效处理海量文本的能力。在未登录词识别方面,提出了POC-NLW字符标记模板,从字符级别的粒度来表征中文词汇的构成机制,并结合隐马尔可夫模型,实现了基于字符序列标注的中文分词方法。此外,分别使用了基于规则匹配的预处理、基于词典匹配的初级全切分、基于词语级别的N-Gram统计切分模型,并通过级联方式将上述各模块有效组合,构成了多模型混合的层迭系统。实验结果表明,本文提出的基于POC-NLW模板标注的切分方法具有较强的未登录词识别能力;而多模型混合的层迭系统在整体切分精度和未登录词识别方面都达到了较高的实用水平。另外,本文提出的系统还具有高效的建模和切分处理速度,具有面向海量web文本切分的实用性能。第二,研究了web文本情感分类问题,主要包括文本的主客观分类和正负面极性分类两个子问题。在语言特征表示方面,对比研究了基于多种N-Gram语言特征模板的文本特征表示方式;在文本特征加权方面,对比了布尔、绝对词频、归一化词频以及基于TFIDF的特征加权方式;在特征选择方面,提出了全局TFIDF显着指数,引入“全局过滤-局部加权”的特征抽取方式;在情感分类模型方面,以朴素贝叶斯模型做对比,详细研究了最大熵模型的最大似然估计问题,采用高斯先验和指数型先验,对传统的最大熵模型进行改进。通过在真实网络电影评论数据集上的详细对比试验,以及对语料样本的分析,证实了采用高阶语言特征模板、基于TFIDF的特征选择和过滤方法、加入指数型先验的最大熵模型较好的适用于文本情感分类问题。第叁,研究了Weblog观点检索问题,以TREC Blog Track评测为主线,主要研究了面向blog文档的主题检索和文本情感分类技术在观点检索中的应用。首先,针对Weblog文档的特点以及观点检索的特殊性,在Weblog文档的HTML解析、噪声标签过滤、文本内容提取、词形还原等预处理方面作了技术改进;之后,以Indri检索系统为研究平台,利用结构化查询语言和web搜索引擎进行查询扩展和结构化查询主题构造,并采用基于文档标题字段的域查询,有效的提高了基本的ad-hoc主题检索的性能;在Weblog观点检索方面,使用基于最大熵的主观性内容判别模型,并提出了分类器自学习的策略,实现不同数据集之间的知识传递,在Weblog数据集上有效建模;同时,分别构建了句子级别和文档级别的最大熵模型,并将两者组合构成层迭式的Weblog文档观点性内容判别模型。在Blog Track数据集上的评测指标表明,本文构造的Weblog观点检索系统达到了较高的性能水平。
邵兴华[6]2003年在《电容层析成像图像重建算法的研究》文中研究表明多相流在工业生产中得到广泛应用，多相流参数检测在科学研究和工业生产中发挥越来越重要的作用。多相流参数的准确测量，可揭示多相流动的机理，建立多相流动模型，并对流动过程预测、设计和优化控制提供必要的依据。近十多年来迅速发展起来的过程层析成像技术在解决多相流检测问题上有很大的潜力和广阔的工业应用前景。电容层析成像技术以其成本低、适用范围广、结构简单、非侵入式、安全性好等优点，成为目前过程层析成像技术发展的主流和研究热点，但离实际应用尚有很大距离，因此有待进一步研究和发展。 本论文以8电极电容层析成像系统为研究对象，主要探讨电容层析成像技术在多相流图像重建、流型辨识等有关问题，主要完成了以下工作： 1．在分析现有流动层析成像技术基础上，对多相流特点、分类及参数进行了分析和归纳，分析了多相流参数检测技术的发展历史和现状，指出了多相流参数测量对于科研及工业生产的重要意义，对未来多相流参数测量的研究方向及发展趋势进行了分析和总结。 2．对过程层析成像系统的基本原理及系统组成、基本特点和发展现状进行了简介，介绍了基于不同敏感原理的过程层析成像技术。 3．介绍了电容层析成像系统的组成，分析了工作原理，建立敏感场的数学模型，阐述了电容层析成像技术独特的优点和研究现状。 4．对多种ECT图像重建算法作出了分析比较，本文基于二重积分近似计算的基本概念建立了一个理论依据可靠、简洁明了的图像重建数学模型。 5．为获取高质量的离散相分布图像，采用了基于Landweber迭代的ART算法，并改进了ART图像重建算法，实验结果证明图像重建结果与实际相符，图像质量得到改善。 6．提出了最大熵图像重建数学模型，实验证明该数学模型是可靠，算法的精度能满足流型识别的要求。
穆星达[7]2016年在《阵列式静电传感器成像系统研究》文中提出气／固两相流广泛存在于自然界、工业生产过程和科学实验中。气／固两相流参数的测量对于两相流流体的理论研究和工业生产中的效率控制及安全水平提高有着重要意义,是当前国内外学者的研究热点之一。通过静电法测量气／固两相流参数信息是一种新型检测手段,这种方法基于气／固两相流中固体颗粒静电特性来实现两相流参数的检测,具有结构简单、速度快、成本低等特点。本研究主要应用阵列式静电传感器成像系统对气固两相流的流型等参数进行实时可视化测量,完成相关理论和模拟实验研究。本文首先针对用于气／固两相流参数检测的静电传感器和重建算法的国内外研究现状进行了分析,总结了静电法测量两相流参数的基本原理。在此基础上提出了一种新型阵列式的静电传感器结构,利用COMSOL Multiphysics软件建立了系统的有限元模型,验证了传感器敏感空间的非均匀性,得到了传感器灵敏度在轴向、径向与周向方向上的分布曲线。根据得到的灵敏度分布特性,对传感器的结构和电极尺寸参数进行了优化设计与研究。根据阵列式静电传感器的特性,对流型分布的静电层析成像算法进行了研究,首先通过有限元模型完成了算法正向问题的建模和成像区域划分,在反问题的计算上采用了基于Tikhonov正则化的图像重建方法。采用边界滤波方法对正则化图像进行了边缘误差修正,并利用拉式算子对图像进行了锐化处理。基于最大熵方法对图像进行了二值化处理,使重建图像具有了更高的精度和可辨识度。通过气固颗粒流的模拟实验装置对系统进行实验验证,设计了传感器的信号调理和控制电路,并完成了控制与成像程序的编写。通过模拟实验研究可知,新型阵列式静电传感器在性能上优于传统结构的传感器。在实验中对不同流型下系统的成像结果进行了对比与分析,得到了较为准确的成像结果。
肖先勇, 马超, 李勇[8]2009年在《线路故障引起电压凹陷的频次最大熵评估》文中指出实际电力系统中,线路故障点受诸多因素影响,具有随机不确定性。针对其随机规律难以直接计算的问题,提出利用最大熵原理评估线路故障引起的电压凹陷频次新方法。该方法综合考虑不同线路故障类型,首先利用解析式法确定线路故障区间,然后直接以故障区间样本数据的统计矩作约束条件,通过最大化熵,提取线路故障点的客观概率分布,并结合线路故障率评估得到母线电压凹陷的频次。文中阐述新方法的应用背景及实现原理,并对IEEE-30节点标准测试系统进行仿真分析,与传统故障点法比较,新方法不受舍入误差影响,仿真结果证明该方法的准确性、适应性及推广性。
赵峰[9]2007年在《基于核方法与累积量随机学习的模式分类研究》文中认为模式分类是模式识别的一项重要内容,在许多领域已经得到成功的应用。本文主要从两个方面对模式分类进行了探讨和研究。一方面,针对近年来模式分类领域广泛关注的核方法,本文从以下几点进行了研究。(1)众所周知,核方法的性能受核参数的影响很大。核参数调节问题是核方法研究的重点和难点。基于如下思想:最优核参数应导致训练数据所对应的映射数据的空间结构满足相应线性算法的要求,提出一种核参数优化思路。如何描述映射数据的空间结构以及如何估计数据的空间结构与相应线性算法所要求的空间结构的逼近程度是新思路是否可行的关键。基于数据集的空间结构完全可由该数据集所张成的子空间的一组标准正交基来捕获的思想,提出一种描述映射数据空间结构的方法,回避了映射数据不可显式表示的难题。同时,基于最大熵原则的非高斯性测度,构造了一个估计数据分布逼近超球形区域程度的判别准则,用以指导支撑向量域描述算法的核参数优化问题。(2)在大训练集情况下,一般核方法面临计算代价大、特征提取速度慢的问题。为克服这些困难,基于最佳投影方向可由训练样本对应的映射数据所张成的子空间的一组基来线性表示的思想,提出一种简化方法。该方法具有通用性,适合众多核方法的简化问题。同时,为了快速寻找映射数据所张成的子空间的一组基,基于线性相关理论,设计了一种优化方法。利用该简化方法,本文分别提出了核Fisher判别分析和核主分量分析的简化算法,计算复杂度由原来的O ( n~3)降低至O ( r~3)(其中n表示训练样本数目,r表示基的个数),同时,特征提取速度也有明显提高。(3)如何抽取数据的有效鉴别特征是模式分类的关键。基于核化原理,提出一种非线性鉴别特征提取方法:核最优变换与聚类中心算法。该算法可提取稳健的非线性鉴别特征,解决复杂分布数据的模式分类问题。另一方面,针对模式分类的一个重要应用领域:基于高分辨距离像的雷达目标识别,本文做了以下几点工作。(1)针对雷达目标识别中,参数化密度估计方法存在的“模型失配”问题,基于高分辨距离像的统计特性分析,提出一种非参数化密度估计方法——累积量随机学习方法,估计距离像的概率密度。基于外场实测数据的实验证明了该方法的有效性。(2)首次尝试将参数化方法与非参数化方法相结合,估计距离像的概率密度。基于“Gamma—SLC”混合密度估计方法的雷达目标识别实验表明:该方法融合了参数化方法与非参数化方法的优点,同时也回避了二者存在的缺陷,识别率较单一方法有明显提高。(3)借鉴最大熵原则的非高斯性测度,提出一个评价密度估计方法的准则。相比传统的密度估计性能检验标准,该准则更易于操作,而且具有通用性。
邢世样[10]2016年在《基于深度学习的智能问答系统研究》文中认为随着大数据时代的带来,人们面临着信息爆炸、信息过载等问题。搜索引擎返回的大量信息已经无法满足人们快速准确获取信息的需求。智能问答系统的出现很大程度上弥补了搜索引擎的不足。因此,甚至有人断言,问答系统将是下一代搜索引擎。开放领域问答系统、限定领域问答系统以及聊天机器人等,极大地提高了人们获取信息的效率,降低了企业的人工成本。然而,现有的智能问答系统对于深度学习算法的应用还不够充分。其次,各大商业公司对于智能问答系统的研究都比较封闭,未将其开源。本文对现有的问答系统进行研究,同时对深度学习理论进行了深入研究。希望能将深度学习理论的最新算法应用于智能问答系统的研究中,以达到提高问答系统准确率的目的。本文的主要研究包括以下叁个方面:第一,本文将深度学习中的新算法——深度波兹曼机算法应用于知识库构建模块。本文不仅对深度波茨曼机的结构进行详细的分析,并提出了基于深度波茨曼机的知识库构建模型。与人工神经网络算法以及深度置信网络的对照实验结果表明具有无向深度结构的深度波兹曼机模型取得了更好的实验效果,准确率提高约4%。第二,在信息检索模块,本文提出了基于语义模型与堆迭的双边长短时记忆模型深度混合算法(SM-BLSTM)。该模型利用了语义模型的语义特征以及双边长短时记忆的深度结构与循环结构,充分表达句子间的时序特性。同时,与最大熵模型、人工神经网络以及卷积神经网络算法进行比较,SM-BLSTM在不同数据集中都取得较好的实验结果,平均准确率提高约5%。第叁,在完成智能问答系统的建模分析后,本文依据构建的模型,构建了一个面向电影知识领域智能问答系统。与现有的智能问答系统相比,我们的系统取得更好的实验效果,F1值提高了 4.3%。
参考文献：
[1]. 基于最大熵的结构两相优化设计[D]. 滕海文. 北京工业大学. 2002
[2]. 基于最大熵的离散变量框架结构两相优化设计[J]. 滕海文, 霍达. 北京工业大学学报. 2002
[3]. 基于粒子群优化算法的最大熵多阈值图像分割研究[D]. 路亚缇. 郑州大学. 2015
[4]. 离散变量桁架结构优化设计的改进型熵分析方法[D]. 靳钧. 北京工业大学. 2001
[5]. WEB文本情感分类中关键问题的研究[D]. 陈博. 北京邮电大学. 2008
[6]. 电容层析成像图像重建算法的研究[D]. 邵兴华. 哈尔滨理工大学. 2003
[7]. 阵列式静电传感器成像系统研究[D]. 穆星达. 北京交通大学. 2016
[8]. 线路故障引起电压凹陷的频次最大熵评估[J]. 肖先勇, 马超, 李勇. 中国电机工程学报. 2009
[9]. 基于核方法与累积量随机学习的模式分类研究[D]. 赵峰. 西安电子科技大学. 2007
[10]. 基于深度学习的智能问答系统研究[D]. 邢世样. 北京邮电大学. 2016