实线性代数方程组的统一算法与类型判别

对实线性代数方程组AX=F,用A=(a_(ij))_(m×n)的奇异值分解和Moore-Penrose广义逆理论,对无论m大于、等于或小于n、方程组相容与否、良态还是病态,给出统一求解公式和类型判别。应用该法在微机上计算了例题。     

一类二阶耦合广义系统的极点配置问题

应用算子的广义逆讨论了一类二阶耦合广义系统的极点配置问题 ,给出了解法及解的构造性表达式     

函数的广义α -多项式插值与优化

研究了用一种广义α-多项式插值及其优化的问题，给出了在一定条件下这种多项式的存在唯一性及其误差估计，在此基础上证明了最优广义α-插值多项式的存在性，并说明了其数值求法。     

不定形耐火材料颗粒级配的优化

针对生产实际情况 ,结合紧密堆积理论 ,建立了在给定的条件下如何选取最优配比的优化模型 ,并求解最优配比。通过将所配出坯料的粒度分布和按照经验配比给出的坯料的粒度分布与紧密堆积时 (Dinger-Funk方程 )的粒度分布进行比较 ,说明按最优配比配出的坯料 ,其粒度分布与紧密堆积时的粒度分布接近程度较好     

代数结构的泛性并

本文从范畴论的观点出发，首次引入代数结构的泛性并，弱泛性并的概念，讨论了它们的存在性及关系，为研究代数结构的并问题开辟了一种新途径。     

迭代模型Smith预估控制:算法和稳定性

为了解决Smith预估控制算法建立模型不精确的问题,并针对一类可重复运行的时滞过程,在模糊相轨迹模型Smith预估控制算法的基础上提出迭代模型Smith预估控制。该算法在不设计自适应的前提下,可以自适应得到精确的预估模型,同时辨识过程的时滞时间。证明指出只要原系统闭环稳定则迭代预估模型Smith预估控制系统稳定,且给出了算法的收敛性判据。仿真表明,所提方法不需要已知过程的模型,通过一定次数的"迭代"即可得到精确的预估模型,从而克服了常规算法控制品质依赖精确数学模型的缺陷。同时该算法具有较强的鲁棒性。     

基于多密度峰值的CFSFDP算法改进

CFSFDP(Clustering by Fast Search and Find of Density Peaks)算法在单个簇中存在多个密度峰值时,使用决策图难以确定聚类中心数量,导致聚类效果不佳的情况。对此提出将所有密度大于当前位置的数据点以及与当前位置的最小距离各归为一个集合,并对高斯核求得的局部密度排序。当存在多个密度峰值时,只选择第一个点作为聚类中心,同时利用归一化的γ值分布图确定聚类中心数。人工数据集和UCI数据集的数值模拟实验表明,改进CFSFDP算法在调整兰德系数、同质性、完整性、V-measure和标准互信息评分等各指标值均优于CFSFDP算法、DBSCAN算法和k-means算法。该算法弥补了CFSFDP算法对多密度峰值不能很好聚类的缺陷,适用于对较低维度的任意形数据集的聚类。     

主题模型在短文本上的应用研究

针对短文本上以LDA为主的传统主题模型易受特征稀疏、噪声以及冗余影响的问题,首先梳理了文本特征表示法的变化以及短文本上主题模型的发展现状,并系统地总结了LDA模型和狄利克雷多项混合模型(DMM)各自的生成过程和相应的吉布斯采样参数推导。关于主题模型最优主题数,选取常见的4种优化指标进行了详细的对比说明。最后分析了近2年主题模型的扩展研究和其在网络舆情上的简单应用,并以此指明了未来主题模型的研究方向和侧重点。     

PID参数优化算法

PID参数优化是自动控制领域研究的一个重要问题。为了实现最优PID控制,PID参数优化算法已成为国内外控制理论研究的一个热点。随着计算机技术的发展,一些新的智能算法得到了迅速发展和广泛应用,并在理论和应用方面都有重要的意义。主要介绍了PID参数优化算法以及近年来在此方面取得的研究成果,并对未来PID参数优化的研究方向作了展望。     

基于主题模型及其扩展的短文本算法评述

随着短文本网络舆情的快速传播和流行,传统主题模型的重心实现了从长文本到短文本的转变。针对潜在狄利克雷模型(Latent Dirichlet Allocation,LDA)在短文本上效果不佳的问题,系统地阐述文本特征表示法的变化、常见短文本处理方式和主题模型调整方案;总结LDA和狄利克雷多项混合模型(Dirichlet Multinomial Mixture,DMM)在生成过程、参数估计以及潜在主题个数确定上的发展现状及相应的扩展研究;对主题模型在网络舆情话题演化与深度学习在短文本上的相关应用进行分析,并指出未来主题模型的研究及应用方向。