快速近似计算Shapley值的归因解释方法

Shapley值归因解释方法虽然能更准确量化解释结果, 但过高的计算复杂度严重影响了该方法的实用性. 本文引入KD树重新整理待解释模型的预测数据, 通过在KD树上插入虚节点, 使之满足TreeSHAP算法的使用条件, 在此基础上提出了KDSHAP方法. 该方法解除了TreeSHAP算法仅能解释树结构模型的限制, 将该算法计算Shapley值的高效性放宽到对所有的黑盒模型的解释中, 同时保证了计算准确度. 通过实验对比分析, KDSHAP方法的可靠性, 以及在解释高维输入模型时的适用性.     

基于随机搜索树法的机械臂视觉伺服研究

在当今的工业应用中,机械臂完成某一特定作业任务的基础是进行轨迹规划。针对单纯基于图像的视觉伺服(the image-based visual servoing,IBVS),不能直接对相机或机械臂的运行轨迹进行控制,容易造成跟踪目标脱离视野、机械臂与工作空间障碍物相碰撞的问题,本文提出了三维随机搜索树算法(the three-dimensional Rapidly-exploring Random Trees algorithm,3D-RRT)实现机械臂的轨迹规划,将轨迹规划与视觉伺服相融合,使机械臂在跟踪移动过程中,满足图像视野范围限制和空间障碍物约束问题。在MATLAB平台建立算法仿真实验,结果表明三维随机搜索树算法(3D-RRT)可以较好解决基于图像的视觉伺服(IBVS)中存在的问题。     

化工容器腐蚀评价分析

化工容器广泛应用于石油、化工行业，对国民经济的发展起着无可替代的作用。化工容器一旦发生事故将会造成无法估量的后果。本文选择一座十万方原油储罐容器，用事故树分析法对其因腐蚀而发生的事故进行评价分析，绘制出事故树结构图，得到事故树的最小割集，采取近似法算出其结构重要度，最后利用这些分析数据结合实践工作提出了一些可行的防腐措施。     

基于智能电表大数据的异常用电检测

异常或欺诈造成的非技术性电力损失是电力公司损失的主要源头之一。智能电表的广泛使用，使得运用大数据方法实现对非技术性电力损失的有效检测成为可能。提出了一种使用监督学习进行非技术损失检测的方法。该方法基于智能仪表记录的所有信息（耗电量、异常警报等）结合辅助数据库所提供的有关每个智能电表的地理位置和技术参数的附加信息，使用最优的机器算法来深入分析用电客户的用电行为，生成异常用电客户列表。通过现场检查的结果表明，该方法能够较为准确地识别智能电网中所存在异常用电客户。     

面向装配序列规划的最小生成树方法

基于最小生成树的求解方法,提出了一种简单、直观、通用性强的装配序列规划新方法。根据图论的基本知识,建立零件连接图,从产品可装配性的角度分析了影响两零件间装配关系密切程度的因素,引入了装配关系密切值λ,对零件间装配关系的密切程度进行了量化评判,再通过运筹学中求解最小生成树问题的破圈法,对零件连接图中的圈进行破除,即消除每个圈中装配关系密切值最小的边,得到最大密切程度的装配体生成树,之后对装配体生成树进行干涉分析,剔除了大量的冗杂序列,从而得到既可行又最优的装配序列。最后通过实例验证了此方法的有效性。     

区间值序信息系统中差别信息树的属性约简

属性约简是粗糙集领域的一个热门研究课题,而差别矩阵是获得属性约简的有效方法。然而,差别矩阵含有重复元素,增加了获得约简所需要的时间。差别信息树的提出解决了差别矩阵含有重复元素的问题,实现了对差别矩阵中非空元素的压缩存储。但是差别信息树是在等价关系下的差别矩阵的基础上提出的,并没有考虑序决策信息系统的情况。在区间值序信息系统的背景下提出了基于可分辨矩阵的差别信息树,解决了可分辨矩阵中存在冗余元素的问题,实现了对可分辨矩阵中非空元素的压缩存储。得到了该树的相关性质定理并对其进行了验证,并在此基础上给出区间值序信息系统的基于差别信息树的完备的属性约简方法。最后给出了实证分析,验证了该方法的可行性以及有效性。     

基于k-shell的复杂网络最短路径近似算法

复杂网络最短路径经典算法的处理效率较低，不适用于大规模复杂网络，而现有近似算法通用性有限，且计算准确率不理想，不能满足规模日益扩大的复杂网络中的最短路径计算需求。针对于此，提出基于[k]-shell的复杂网络最短路径近似算法。算法利用节点的[k]-shell值进行网络划分并引导搜索路径，利用超点聚合处理[k]-shell子网来降低路径搜索中节点和连边的规模，通过在路径搜索过程使用双向搜索树方法提高算法的计算效率和准确率。实验结果表明，算法通用性较好，在现实与仿真大规模复杂网络中均具有较高的计算效率和准确率。     

面向Ad Hoc网络的无证书认证组密钥协商协议

安全和效率是影响无证书认证组密钥协商协议能否在Ad Hoc网络中得到实际应用的两个关键因素。针对这两个关键因素，以提高Ad Hoc网络安全组通信的安全性和效率为目标，提出一个无证书认证组密钥协商协议，基于椭圆曲线密码体制（ECC）点乘运算实现无配对的无证书认证组密钥协商和身份认证；并使用Huffman密钥树优化通信轮数，以降低计算量和通信量，提高组密钥协商效率。安全分析和性能分析表明，与现有基于无证书的组密钥协商协议相比，所提方案在组密钥协商时具有较高的效率和安全性，可以满足资源受限条件下组密钥建立以及组成员变动带来的密钥更新问题。     

基于KD树的k-means聚类算法优化

作为模式识别最基本的分类方法之一,聚类在各个科学领域的数据分析中都扮演着重要的角色.然而随着大数据的出现,聚类分析在前沿发展中不断地面临着计算复杂度和计算成本等新的问题和挑战.通过研究k-means聚类算法的时间复杂度O(nk),针对迭代过程中大量的最近邻计算和其特殊场景,引入KD树作为索引,提出了基于单KD树的近似近邻算法和基于多KD树的交叉搜索算法.将k-means聚类算法的时间复杂度降为O(nlog k),并通过实验验证,基于多树的交叉搜索算法具有与k-means聚类算法相当的聚类质量.