高维连续分段线性函数的绝对值表示

高维连续分段线性函数的绝对值表示

一、Absolute value representation of high-dimensional continuous piecewise linear functions(论文文献综述)

黄煜[1](2020)在《面向高维不确定性电力系统的建模仿真与运行优化研究》文中提出在当今世界能源格局和供求关系经历深刻调整和变化的背景下,大力发展以光伏、风电为代表的可再生能源已成为保障我国能源安全、推进能源产业升级、实现能源系统向低碳化和清洁化转型的必由之路。受风光资源禀赋限制,新能源出力具有较强的随机性、间歇性和波动性,且难以准确预测和有效调控。随着新能源接入的规模迅猛增长,电力系统将受到不确定性的严峻挑战,而随机变量维度的显着上升,也使得含新能源系统的调度运行进一步复杂化。因此,未来电力系统将愈发呈现高维化和不确定性两大基本特征。届时,传统的确定性模型和方法将难以适用于不确定性环境下的电力系统运行和调度问题的求解。在此背景下,本文针对含大规模新能源接入的高维不确定性电力系统,分别从概率建模、稳态运行和优化调度三个层面出发,采用基于不确定性分析理论开展了如下的研究工作:(1)提出了一种改进蒙特卡洛模拟的通用随机潮流混合求解法。该方法综合了传统随机潮流算法中模拟法和解析法的特点,根据新能源场站历史量测数据的完备程度,利用混合高斯模型或经验分布建立通用化的概率模型。进而通过均匀设计抽样和Cholesky分解得到计及相关性的新能源出力样本,并采用分段线性化潮流方程保留精度、简化计算。针对混合高斯分布拟合的模型,引入一种高斯分量组合算法以优化随机潮流的求解思路。(2)提出了一种含多输入关联变量的随机潮流降维数值方法。针对高维不确定性系统中随机变量维数高、关联性强的问题,通过降维积分策略和高斯型数值积分公式,简化多维状态量的高阶统计矩计算,并利用Nataf变换处理随机变量的相关性对计算结果的影响。最后,根据得到的统计矩信息,采用C型Gram-Charlier级数重构输出状态量的概率分布。(3)提出了一种计及调频作用的电力系统静态随机风险评估方法。该方法以解析法随机潮流的计算结果为基础,考虑了电力系统的功频静特性,将系统频率作为待求状态量,并通过一次计算快速获取节点电压、支路功率以及系统频率的分布情况。进而从元件级和系统级两个层面,建立了一种量化的综合风险指标,能够全面反映新能源不确定性带来的事故概率及后果的严重程度,实现电网的在线静态安全评估,辨识出系统潜在薄弱环节。(4)提出了一种短期风电功率预测误差的综合建模方法。首先,根据单个风电场日前预测误差的统计特性,采用通用化的混合偏态模型来描述误差分布的有偏性、重尾性和多峰性的特点,具有形状灵活、求解方便及适用性强的优点。然后,结合风电场预测和实际功率之间的相关性,建立基于Copula理论的风电预测误差条件概率模型,并通过Pair-Copula结构,拓展到计及多个风电场空间相关性的高维场景。最后,将所得模型应用于短期随机潮流计算和储能的优化配置中,验证了模型的准确性和有效性。(5)针对含风电电力系统在实际调度中可能出现的传输阻塞问题,提出了一种基于图割理论的备用动态分区方法,建立了考虑分区备用的电能-备用联合优化调度模型。将电力系统表示为无向赋权图,通过求解计及风电和线路故障不确定性的线路实时潮流的概率分布,确定各条输电线路的阻塞风险大小,并以此为依据定义边权重指标。采用基于最小割理论的Gomory-Hu算法对区域进行划分,使区域内发生阻塞风险的可能性最小,以便缓解区域内的输电阻塞,充分利用配置的分区备用资源。从而减小弃风量和切负荷量,提高电网运行的经济性和可靠性。(6)提出了一种计及风电不确定性的传输备用自适应量化方法,基于考虑阻塞风险的机会约束规划条件,构建了包含自适应传输备用的双层随机调度模型。其中,上层模型为计及安全约束和传输备用的日前机组组合,下层模型为考虑校正措施的实时经济再调度。将预留的线路传输备用纳入上层的机组组合模型中,针对下层的经济再调度问题,采用改进点估计法求得线路实时潮流的统计分布特性,并将结果返回上层模型以动态调整备用需求大小。同时,基于Karush-Kuhn-Tucher最优条件,将模型的双层优化结构合并为单层,并最终转化为便于求解的混合整数规划问题。该方法能够进一步缓解区域内的传输阻塞,提高风电消纳水平和备用可用性。

吴秋杰[2](2020)在《复杂连续与离散混沌系统动力学行为特性分析》文中研究表明随着互联网、云计算、大数据等技术的迅猛发展,在开放的网络环境中,数据安全和用户隐私保护面临新的挑战。混沌由于其对初始状态的敏感性、遍历性、内随机性以及不可预测性,在安全通信领域得到广泛的应用。然而,随着混沌辨识技术的发展,动力学行为简单的混沌系统容易受到频谱分析和相空间重构的攻击。因此,研究具有复杂动力学行为的混沌系统是一个具有挑战性和应用价值的课题。混沌系统可分为以微分方程表述的连续系统和以状态差分方程表述的离散系统。围绕这两类系统,本文讨论了连续多涡卷混沌系统的构造和任意有限维离散混沌系统级联的若干问题。本文将从复杂混沌系统的建模方法、定性分析以及实际应用等方面进行深入研究并且尝试给出一些新的现象与结论。主要完成如下工作:(1)基于经典Jerk系统,设计了一种新的利用多级脉冲信号控制非线性函数的不同移位来实现的多涡卷混沌系统。详细分析了新系统的平衡点分布、多涡卷吸引子相图、Lyapunov指数谱和分岔图等基本动力学特性。与已有的工作相比,所设计的混沌系统的动力学行为等效于不同移位下的多种吸引子形态的叠加。因此,通过设置多级脉冲信号,新系统可以实现不同涡卷数量和不同结构的多涡卷吸引子。电路仿真表明,通过改变外部控制信号即可实现涡卷数量的调节,因而简化了电路实现。(2)提出了一种具有通用性的幅值控制法来构造多涡卷吸引子,通过比例缩放部分或全部状态变量来实现。此外,设计了一个脉冲控制模块电路来实现状态变量的幅值调控。根据设计准则,给出了两种典型设计实例,电路仿真检验了该方法的可行性。与已有的工作相比,基于所提方法设计的多涡卷混沌系统可以得到各种形态的吸引子,包括嵌套吸引子、轴对称吸引子和中心对称吸引子,并且电路实现简单。(3)提出了一种基于任意有限维同构离散混沌映射级联的复杂混沌系统的构造方法。动力学分析表明,级联系统的Lyapunov指数等于各个子系统的带扰动的Lyapunov指数之和。因此,通过设置合适的参数,级联系统在获取鲁棒混沌和超混沌系统方面具有更大的优势。以广义Hénon映射为例,研究了不同参数、不同排列组合下的级联系统的动力学性质,并从Lyapunov指数、分岔图、吸引域,以及初始状态敏感性等方面对其性能进行了评估,数值仿真检验了该方法的有效性。(4)在同构混沌映射级联的研究基础上,提出了异构混沌映射级联的复杂混沌系统建模方法。通过引入正弦函数,实现异构子系统输入输出域的归一化,对归一化后的结果进行级联。所提出的通用框架为子映射的选择提供了极大的灵活性,不同维数、不同结构的混沌映射均可以作为子映射生成大量新的混沌映射。数值仿真表明,所得出的混沌映射在整个参数范围内表现出混沌行为,具有鲁棒混沌特性。复杂混沌系统的设计与分析是研究混沌应用的核心问题。通过复杂混沌系统建模,构造出一系列改进型混沌系统,分析混沌系统的动力学行为,并揭示其物理现象,是目前国内外混沌研究的热点课题。本文所设计的混沌系统具有复杂的动力学行为,能够为进一步实现安全通信提供有效支持。

王懿轩[3](2020)在《基于分片线性格模型的多层逻辑优化及模型预测控制研究》文中认为在科学与工程领域,经常会遇到一些复杂的高维非线性系统,这些系统状态方程复杂,通过线性模型或是已有的非线性模型难以准确建模。在控制理论研究领域,被控对象系统模型的重要性显得尤为突出。分片线性格模型是一类较为优秀的拟合模型,通过分片线性函数可以以任意精度逼近任意连续函数,更为重要的是分片线性格模型内部清晰的线性结构有助于进行系统状态分析。本文将对分片线性格模型的多层逻辑优化及分片线性格模型在非线性模型预测控制中的应用问题进行研究。在分片线性格模型的多层逻辑优化方面,由于目前两层分片线性格模型存在参数冗余和重复计算的问题,提出了一种多层分片线性格模型的生成方案。通过对两层分片线性格模型机理以及无冗余的算法的深入探讨与研究,借鉴逻辑综合中布尔代数多层逻辑优化的相关理论对两层分片线性格模型进行了多层优化,提出了快速因式分解和蕴涵项组合两种生成算法。通过改变分片线性格模型的原有计算结构,降低了模型的计算时间,减小了模型的存储空间。算法生成的多层分片线性格模型克服了两层模型的缺点,算例表明该算法可以有效地降低分片线性格模型的复杂度。在非线性模型预测控制应用方面,提出了一种基于分片线性格模型逼近的最优控制序列求解方法。以往线性化模型由于需要时时更换模型,难以保证优化问题的可行性,在线计算所花费的时间也较长。本文所提出的方法利用分片线性格模型对非线性模型预测控制问题的性能指标函数进行逼近,然后将优化问题转化为具有清晰子区域和局部线性函数的分段线性规划问题。通过求解一系列凸优化问题,得到预测控制问题的最优控制序列。该方法使得分片线性格模型能够应用于解决控制领域的难题,并通过实验将其与现有算法进行了对比,充分体现了所提方法的优势。

曹丹[4](2020)在《最大信息系数优化算法及在生物信息学中的应用》文中认为准确度量两变量关联是数据挖掘、机器学习的基石。变量对Y-X,无序-无序型关联可用χ2值或互信息I测度,无序-有序型关联可用t值或F值测度,有序-有序型线性关联可用决定系数R2测度。然而,χ2、I、t、F值均为无界统计量,χ2、t和F值关联显着性受自由度影响且当总体分布未知时应用受限;R2虽归一化至[0,1],但不能识别非线性关联。最大信息系数(Maximal information coefficient,MIC)归一化至[0,1],可普适性度量任意类型组合的两变量线性与非线性关联;但其估计算法App MIC的最大网格数经验性约束为Bin(nx×ny)<n0.6,统计功效偏低,在小样本时易导致虚假关联;本实验室前期发展的Chi MIC估计算法以χ2测验控制寻优方向分段数,统计功效有所提高,但未控制均分方向的过多分段。本文提出了MIC优化估计算法BackMIC,并将其应用于基因聚类、特征选择等领域,主要结果如下:MIC优化估计新算法BackMIC。App MIC与Chi MIC算法均以一个方向均分为前提,事实上均分并非估计MIC的充要条件。本文提出了MIC优化估计算法BackMIC,该算法以χ2测验取代Bin(nx×ny)<n0.6约束,并增加回溯策略,最终实现双向控制分段数以及双向不等间隔划分网格。比较三种估计算法,多个模拟数据结果显示,BackMIC算法的网格划分更合理、MIC估计值更准确、统计功效和等价性更优;真实WHO数据集357个变量间的两两关联显示,BackMIC算法可用较少的网格数获得较大的MIC估计值,网格划分的解释性更合理,假阳性率更低,灵敏性更高。基于Pearson与BackMIC的共表达网络构建与癌信息基因识别。加权基因共表达网络(Weighted Gene Co-Expression Network Analysis,WGCNA)是一种利用基因表达数据构造协同表达的基因模块,并根据基因模块与表型的关联性以及基因模块的内连性鉴定疾病信息基因的分析方法。其基本假定是“表达模式相似的基因功能相似”,其实质是R型聚类。经典的WGCNA以Pearson相关系数度量两个基因表达量间的线性相似性或关联(记为WGCNA-P),但无法捕获基因间可能广泛存在的非线性关联。同时,考虑到特定线性情形下BackMIC的统计功效不如Pearson相关系数,本文融合Pearson相关系数与BackMIC发展了加权共表达模块构建新方法WGCNA-P+M。比较两种共表达模块构建方法,两个真实数据集结肠癌GSE44861与肝癌LIHC结果显示:1)以有用性得分(Usefulness,U)评估共表达模块的富集程度,WGCNA-P+M具有更高的U值,意味着基于WGCNA-P+M构建的模块更具生物学意义。2)WGCNA-P将更多的基因判为“无效基因”划入灰色模块,但这些基因的GO功能富集条目多与癌症相关,暗示WGCNA-P因忽略基因间的非线性关联而丢失了部分信息基因。3)WGCNA-P+M获得的Top Hub基因在4种分类器(支持向量机、决策树、随机森林和K近邻)中均有更好的预测表现。4)相异Hub基因的生存分析与文献报道比较显示,WGCNA-P+M获得的Hub基因中存在更多与癌症总体生存率显着相关且被报道与癌症相关的基因。总之,基于WGCNA-P+M的共表达网络更为合理,癌信息基因识别能力更强。基于BackMIC的加权特征选择算法。特征选择是有监督学习的关键,特征间的冗余广泛存在,常用的最小冗余最大相关特征选择算法存在相关性与冗余度不可比、特征子集总冗余度简化为冗余度均值等弊端。本文以BackMIC度量相关性与冗余度,并根据已入选特征与分类变量Y的相关性赋予冗余度不同权重,发展了加权特征选择新算法MICFS-W(BackMIC based Wighted Feture Selection)。MICFS-W与4种常用特征选择算法比较,4个UCI分类数据集、4种分类器的5-折交叉测试结果表明,MICFS-W能以较少的特征获得较高的预测精度,且在所有数据集中具有最高的平均预测精度。基于BackMIC考虑配对互作的最优特征子集选择。生物学数据中单个特征X1、X2与表型变量Y无关,而X1与X2配对互作与Y相关的情形大量存在。前述MICFS-W仅考虑特征冗余给出特征重要性排序,不能自动终止特征引入并直接给出最优特征子集。本文先依|X1-X2|将候选配对互作特征转换为单个新特征,再基于BackMIC与冗余分摊策略,发展了考虑配对互作、可自动终止特征引入的最优特征子集选择新方法BackMIC-Share。三个二分类复杂疾病数据集在4种分类器上的5-折交叉测试结果表明,考虑配对互作的BackMIC-Share平均预测精度优于未考虑配对互作的BackMIC-Share,且文献报道证实入选的互作基因多与肿瘤发生密切相关。特征选择时需考虑特征互作。

易昕[5](2020)在《面向浮点程序的自动修复技术研究》文中研究表明在现代计算机系统中,浮点数是实数使用最为广泛的近似之一,集成大量浮点运算的浮点程序作为基本运算模块为上层软件系统提供计算支撑。然而,浮点运算作为实数运算的近似,本质是不精确的,同时浮点运算也是非自包含的,导致浮点程序出现精度缺陷和浮点异常。由于浮点程序对应输入空间巨大,而触发精度缺陷和浮点异常的输入分布并无特定规律,导致精度缺陷和浮点异常难以检测。人工修复浮点程序中的精度缺陷和浮点异常也非常困难,需要对浮点运算的熟练掌握以及数值分析领域的专家知识,同时浮点程序的复杂结构也使得现有研究技术往往局限于对浮点表达式分析优化,难以对整个浮点程序进行优化,另外,存在于浮点程序对应数学函数的病态问题也限制了现有技术的修复能力。因此,本文针对浮点程序的精度缺陷和浮点异常问题,从精度缺陷修复的基础理论、精度缺陷自动修复技术和浮点异常自动修复技术等方面开展研究工作。本文的主要贡献总结如下:(1)针对浮点程序的精度缺陷修复问题,建立了面向浮点程序精度缺陷修复问题的归约理论——ATR归约理论,其核心思想是浮点程序本质上是数学函数在浮点空间上的数值近似。基于该核心思想,本文提出了构建数值近似来修复精度缺陷的归约算法,并从理论上保证了归约算法能够生成满足任意给定精度需求的程序补丁。(2)针对单输入浮点程序的精度缺陷,提出了基于分段近似的精度缺陷自动修复方法Auto RNP,在国际上首次实现了浮点程序精度缺陷的自动修复,基于ATR归约理论,Auto RNP方法在理论上能够100%修复单输入浮点程序的精度缺陷。该方法面向数学函数病态问题的挑战,以数学条件数近似值为指导搜索并定位问题空间,通过分段线性近似实现了任意精度需求的缺陷自动修复。针对GNU科学计算库(GNU Scientific Library)GSL,Auto RNP能够自动修复所有检测出精度缺陷的20个单输入浮点程序。(3)针对多输入浮点程序的精度缺陷,提出了基于泰勒近似的精度缺陷修复方法NPTaylor,首次实现了对多输入浮点程序精度缺陷的自动修复。该方法针对高维的多输入浮点程序精度缺陷问题,以ATR归约理论为基础,通过泰勒近似实现了给定精度需求下的多输入浮点程序精度缺陷的自动修复,并通过无误差变换和horner算法实现了对程序补丁的精度优化和性能优化。针对GNU科学计算库GSL,NPTaylor能够自动修复检测出精度缺陷的27个多输入浮点程序中的20个。(4)针对浮点程序的浮点异常,提出了面向浮点程序的浮点异常自动修复方法ARFPE,首次实现了对浮点程序中浮点异常的自动修复。该方法基于ATR归约理论的核心思想,提出了基于输入域划分的动静态结合的浮点异常定位方法,利用静态技术可靠性和动态检测技术精确性的优点,实现了对触发浮点异常的输入区间的快速准确定位。在定位的基础上,该方法利用浮点程序对应数学函数输出对触发浮点异常的输入子域进行分类,实现了对浮点异常的影响分析,并结合数值近似方法和浮点异常分支处理方法实现了对浮点异常的自动修复。针对GNU科学计算库GSL中的107个单输入浮点程序,ARFPE成功检测到30个包含大量浮点异常的浮点程序,并成功对其中14个浮点程序中的浮点异常进行了修复。

王盈地[6](2020)在《基于特征约束的入侵检测对抗样本生成方法研究》文中研究指明近年来,随着机器学习模型的日益成熟和在各领域的广泛应用,其存在的安全问题也逐渐显现。攻击者通过精心构造与真实数据差别不大的对抗样本,可以使机器学习模型做出错误的决策,这对机器学习应用造成了巨大的潜在威胁。尤其是在入侵检测领域,对抗样本可以躲避入侵检测模型的检测,导致系统遭受恶意攻击。但是目前针对入侵检测对抗样本的生成研究都忽略了样本中存在的特征约束,不满足特征约束的对抗样本很容易被检测出来而无法攻击成功。所以,本文提出了基于特征约束的入侵检测对抗样本生成方法,选取深度神经网络模型作为研究对象,成功实现了在满足特征约束的前提下的入侵检测对抗样本攻击。本文针对入侵检测具体场景,在已有的对抗样本生成研究的基础上重点关注了网络流量数据的特征间约束关系,探索了基于特征约束的入侵检测对抗样本生成方法。基于此,本文提出了基于Pearson相关系数矩阵的特征约束分析方法和基于C-IFGSM的入侵检测对抗样本生成方法。首先,本文分析了网络流量数据集的三方面特点,多样的特征类型、特定的恶意载荷和特征间约束关系。其中,重点对特征间约束关系进行了分析,定义了四种特征约束,函数约束、相关约束、范围约束和条件约束。提出了基于Pearson相关系数矩阵的特征约束分析方法(下文简称Pearson矩阵),以特征间相关性分析为主,以专家经验分析为辅,最后分析得到网络流量数据集中存在的四种约束关系。然后,基于对特征约束分析结果,本文提出了基于特征约束的入侵检测对抗样本生成方法,由基于深度神经网络的入侵检测模型搭建和基于C-IFGSM的入侵检测对抗样本生成算法两部分构成。通过搭建入侵检测分类模型获取其模型参数,然后根据四种约束关系,在IFGSM算法的基础上增加约束矩阵限制,保证在添加噪声的过程中样本的特征约束不改变,最终生成满足特征约束的入侵检测对抗样本。最后,本文使用NSL-KDD标准数据集训练并搭建了入侵检测分类模型,并在其上验证了本文提出的入侵检测对抗样本生成算法。基于在NSL-KDD数据集中分析得到的四种特征约束,C-IFGSM算法成功生成了满足约束的对抗样本。通过将C-IFGSM生成的对抗样本与FGSM、IFGSM算法进行多方面比较,发现CIFGSM方法可以将特征约束满足率由0.37提升至1,并能够在满足特征约束的前提下使入侵检测模型的准确率由0.8下降至0.42。

顾振宇[7](2020)在《条件对称混沌与超混沌系统的建模、电路实现及同步研究》文中认为随着混沌理论的发展,混沌保密通信也向高层次延伸。为了提高保密效果和适用性,需要获得更高复杂度、更强抗干扰性以及更易调控的混沌信号源。超混沌系统在相空间中折叠反转,呈现更大的不稳定性,被认为具有更高的动力学复杂度。另一方面,忆阻器作为一种新兴的基本电路元件,特别在物理器件研制成功后,关注度也在不断提高。忆阻器能够为混沌系统的构建提供非线性反馈,借助于它能构造高复杂度甚至多稳态的混沌系统。本文研究旨在构造条件对称超混沌系统和以忆阻为基础的条件对称混沌系统,通过系统建模、电路设计、同步分析,揭示系统的动力学特征,并为其应用奠定基础。本文的主要工作包括:提出了条件对称忆阻混沌系统,揭示了其极性调控和幅频调控实现方法。基于条件对称原理,研究了只含单线性项的混沌系统模型,通过引入非线性函数构造了条件对称忆阻混沌系统。在分析平衡点稳定性、耗散性的基础上,进一步分析了系统的基本动力学特性。分析发现,利用忆阻器参数可以控制系统全局变量频率和局部变量幅度。通过初始值分析,揭示了系统的多稳态属性。利用模拟电路,构造了条件对称忆阻系统的模拟平台,验证了系统的物理属性。基于非对称和对称超混沌系统构建了两种条件对称模型,研究了其动力学行为。对混沌系统进行条件对称改造,构造了具有极性控制、偏置控制的对称超混沌系统和具有极性控制、偏置控制、幅频控制的非对称超混沌系统,分析了系统参数和初始值对系统动力学演化的影响。通过对非分岔参数中的偏置参数、特殊分岔参数引起的幅频调控以及初始值影响下的极性调控进行理论推导或数值仿真。对连续系统方程进行离散化建模,利用单片机电路平台在数字方法上实现了条件对称超混沌系统。对条件对称混沌系统进行了同步研究,实现了线性反馈同步。基于线性反馈同步原理,研究了该同步方法的适用条件与范围。基于系统分析,构造了新的同步模型,建立了新的同步误差系统,并研究了系统极性调控、偏置调控、幅频调控对同步效果的影响,给出了同步解决方案。

马祥[8](2020)在《基于机器视觉的弹壳表面缺陷检测技术研究》文中提出作为子弹的重要组成部分,弹壳在生产过程中不可避免地会出现不合格品,因此要对弹壳进行表面检测,以及时发现并剔除弹壳残次品。传统方法依靠人眼观察并作出判断,检测结果受到检测工人的技能水平以及工作状态的影响,检测稳定性较差。基于机器视觉的表面缺陷检测技术凭借其无接触检测的特点,以及检测精度高、稳定性好、速度快等优势,广泛应用于工业产品的表面质量检测。本文以某型号运动长弹的弹壳为研究对象,采用基于机器视觉的图像处理技术检测弹壳表面缺陷。主要研究内容如下:(1)针对面阵相机一次拍摄无法采集完整弹壳侧壁图像的问题,提出使用棱镜组图像采集方案,对图像采集系统的关键部件进行参数计算并选型,搭建图像采集模块,实现弹壳表面高质量图像的采集。(2)针对传统滤波算法不能较好平衡噪声滤除和保护图像细节的问题,提出基于梯度的中值滤波算法。对于被噪声污染的边缘像素点,根据边缘梯度信息设计滤波窗口,实现边缘点有针对性地滤波。通过实验验证了该算法的可行性。(3)针对弹壳表面缺陷目标与背景对比不明显而难以分割的问题,提出基于像元搜索的目标分割算法和基于改进引力搜索的多阈值分割算法。像元搜索算法基于分块思想并利用同一目标区域内像元相似及连通的性质,逐一判断当前像元所归属的区域;对于单阈值无法准确分割出目标区域,采用多阈值Otsu分割方法,并将改进的引力搜索算法用于多阈值参数的寻优。通过实验验证了分割算法的有效性。(4)目标分割后的图像中存在伪目标和噪声,利用形态学变换进行后处理并生成掩模图像,用于提取缺陷区域灰度图像。使用支持向量机递归特征消除算法(Support Vector Machine-Recursive Feature Elimination,SVM-RFE)对所提取的缺陷特征集合进行特征选择,获得缺陷样本最优特征集合。针对弹壳表面缺陷样本数据量小的问题,采用gc Forest算法对弹壳表面缺陷进行分类,并使用10折交叉验证来评价算法的分类准确率,通过实验验证了gc Forest算法的分类能力优于常见的机器学习算法,分类准确率可以达到94.5%。

胡炜[9](2019)在《基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化研究》文中研究表明压实质量、层间结合质量、进度是碾压混凝土(Roller Compacted Concrete,RCC)坝仓面施工中的三大核心目标。然而,目前缺乏RCC坝压实质量、层间结合质量以及进度多目标优化研究;且RCC坝压实质量、层间结合质量量化分析困难,缺乏考虑施工质量影响的进度分析。针对上述问题,围绕RCC坝压实质量-层间结合质量-进度多目标优化问题展开深入研究,具体研究内容及主要结论如下:(1)RCC坝压实质量智能分析提出层面压实刚度感知方法,解决分层施工条件下振动轮与混凝土动力学响应特征感知的难题,实现层面压实刚度、碾压参数、混凝土性能参数的全面感知;建立压实质量核极限学习机智能分析模型,并采用改进的混沌布谷鸟算法优化模型参数;基于快速留一交叉验证,提出压实质量核极限学习机在线更新方法。结合工程实例,相较于多元非线性回归、BP神经网络、支持向量机等传统预测模型,建立的压实质量智能分析模型预测精度分别提升约6.3%、4.8%和13.8%;且通过在线更新,模型对新样本的预测残差绝对值约为3%,模型泛化能力得到增强。(2)RCC坝层间结合质量智能分析基于混凝土生产时间和层面卸料平仓位置时空匹配,提出层间结合时间感知方法;针对不平衡样本数据,基于过采样-代价敏感半监督支持向量机建立层间结合质量智能分类模型,实现对不合格层间结合质量的智能判断;在Ada Boost.RT集成学习算法框架下建立层间结合质量相关向量回归(RVR)智能分析模型,实现对小样本条件下合格层间结合质量的精确分析。结合工程实例,建立的层间结合质量智能分类模型G-mean值达到0.908,表明模型具有良好的不平衡数据分类能力;建立的层间结合质量RVR模型决定系数R2达到0.8881,表明模型对小样本数据具有良好的预测精度。(3)基于施工质量智能分析的RCC坝仓面施工自适应仿真构建基于施工质量智能分析的RCC坝仓面施工自适应仿真框架;建立RCC坝仓面施工精细化仿真模型;基于狄利克莱混合(DPM)模型和排列熵法改进序贯更新和贪婪搜索算法,提出仿真参数自适应更新方法;基于施工质量智能分析,提出针对补碾和铺垫层工序的仿真逻辑链自适应调整方法。结合工程实例,得到的仿真工期与实际工期的偏差率在3%~4%,模型仿真精度高,证明了提出的自适应仿真方法的有效性。(4)基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化分析建立RCC坝压实质量-层间结合质量-进度多目标优化数学模型;提出自适应参考点法改进的第三代非支配排序遗传算法(NSGA-Ⅲ),求解高维多目标下的仓面施工Pareto最优解集;采用相对随机占优度量化和逼近理想值(TOPSIS)法对仓面施工Pareto最优解集进行多属性决策,优选出最优仓面施工方案。结合工程实例,相较于实际值,得到最优施工方案的工期在同为平层施工时缩短约14%,且机械利用率增大约9%,压实度增大约0.5%,抗拉强度比增大约2%,压实质量、层间结合质量、进度目标均得到显着改善,证明了提出的多目标优化分析方法的有效性。

潘珊珊[10](2019)在《基于线性混合整数规划与非线性规划的非凸电力系统经济调度问题研究》文中认为近年来,我国国民经济飞速发展的同时,也伴随着能源的高消耗。在此背景下,一方面既要大力倡导发展新能源,另一方面又要提高能源的利用效率,降低能源消耗。为此,优化电力系统现行的发电调度方式,降低发电能耗,具有显着的理论与现实意义。本论文立足于电力系统安全经济运行中的两类重要问题——经济调度问题与水火联合调度问题,研究更为精确、符合实际的非凸电力系统经济调度模型(如计及阀点效应、网络损耗和禁止运行区域等因素)的快速有效求解方法,以期获取更优的发电调度方案,从而降低系统的发电能耗。当同时计及阀点效应、网损与禁止运行区域等复杂因素时,会导致问题的模型非凸非光滑并且非连续。这使得传统的确定性数学规划方法难以直接应用。为此,本文通过模型重构,将复杂难解的问题模型分别转化为可应用数学规划方法进行求解的线性混合整数规划模型与非线性规划模型,并设计了有效的求解策略。数值仿真结果表明,所提求解策略相对于当前流行的大部分方法均有较好的竞争力。具体的研究内容与主要成果如下:1)针对计及阀点效应的动态经济调度问题,提出了一种基于线性混合整数规划模型与非线性规划模型的有效求解策略。因计及阀点效应,问题的目标函数高度非凸非光滑,导致传统的基于梯度的优化方法不再适用利用辅助变量替换目标函数中的非光滑项,并把非光滑项放到约束中,导出了该问题的一个非线性规划模型。虽然该模型可应用非线性规划方法进行直接求解。但因问题高度非凸,若直接求解,优化过程极易陷入质量较差的局部最优解。为此,基于多种选择模型对问题的非凸非光滑目标函数进行分段线性逼近,得到该问题的一个近似模型——线性混合整数规划模型,用以产生一个好的初始点。基于这样一个好的初始点,求解非线性规划模型,可获得原问题的一个高质量的最优解。2)针对计及阀点效应的水火联合调度问题,提出了一种基于对数规模的线性混合整数规划模型和非线性规划模型的有效求解策略。对于非凸非光滑的目标函数与非凸的二变量水力发电函数,分别基于凸组合模型与米字型的三角形方法进行分段线性逼近,并结合先进的建模技术,使得建模过程只需额外引进对数规模的0-1变量和约束。基于这样一个线性混合整数规划模型进行求解,可以较快地获得其在某一精度范围内的全局最优解。但因线性化技术的应用,此时该解未必能够完全满足功率平衡方程。为消除线性化误差和处理计及网损的情形,通过模型重构,得到了原问题的一个非线性规划模型。此时再基于该模型进行求解,可得到原问题的一个可行的高质量解。3)针对计及阀点效应、网损与禁止运行区域的经济调度问题,提出了一种基于完全线性混合整数规划模型和非线性规划模型的有效求解策略。因网损约束是非凸等式约束,并且高维空间上的变量间有着较强的耦合关系,通常难以直接对其进行分段线性化。通过模型重构,将其转化为一个线性约束和一组相对容易处理的二次等式约束。充分利用问题模型中双变量函数与单变量函数之间存在的变量耦合关系,使得在对非凸双变量函数进行分段线性近似过程中需要额外引进的0-1变量与约束大大减少。再应用先进的建模技术,可使得额外引进的0-1变量和约束得到进一步的削减。当同时考虑非连续的禁止运行区域限制时,为使得所构建的模型与已建立的线性混合整数规划模型相兼容并且尽可能少的引进新变量与约束,借助了一种基于确定距离的重构技术,将禁止运行区域限制融合到模型中,得到了问题的一个完全线性混合整数规划模型。基于这样一个模型进行求解,若得到的解关于功率平衡方程的违反量小于一个给定的精度,则认为所得最优解是原问题的一个可接受的近似全局最优解。否则,将通过求解原问题的一个非线性规划模型来作进一步的搜索,以得到一个可行的最优方案。

二、Absolute value representation of high-dimensional continuous piecewise linear functions(论文开题报告)

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

三、Absolute value representation of high-dimensional continuous piecewise linear functions(论文提纲范文)

(1)面向高维不确定性电力系统的建模仿真与运行优化研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状
        1.2.1 大规模新能源接入系统的不确定性建模分析
        1.2.2 含新能源电力系统的随机潮流计算
        1.2.3 含新能源电力系统的静态安全评估
        1.2.4 考虑新能源出力不确定性的电力系统输电阻塞调度
    1.3 论文主要内容和章节安排
第二章 适用于输入变量通用概率模型的随机潮流计算方法
    2.1 引言
    2.2 一种改进蒙特卡洛模拟的通用随机潮流混合求解法
        2.2.1 基于量测数据的随机变量模型
        (1) 混合高斯模型
        (2) 参数估计与EM算法
        2.2.2 基于经验分布的随机变量模型
        2.2.3 均匀设计抽样技术
        2.2.4 相关性处理
        2.2.5 分段线性蒙特卡洛仿真
    2.3 基于GMM的相关非高斯输入变量随机潮流算法
        2.3.1 高斯分量的约简
        2.3.2 高斯分量组合算法
        2.3.3 算法流程
    2.4 算例分析
        2.4.1 仿真系统介绍
        2.4.2 仿真结果与误差分析
    2.5 本章小结
第三章 含多输入关联变量的随机潮流降维数值方法
    3.1 引言
    3.2 随机潮流问题的数学本质
    3.3 随机响应的统计矩计算
        3.3.1 降维积分法
        3.3.2 数值积分公式
        3.3.3 Nataf变换
        3.3.4 讨论
    3.4 基于C型 Gram-Charlier级数的PDF重构
    3.5 计算流程
    3.6 算例分析
        3.6.1 仿真系统介绍
        3.6.2 仿真结果与误差分析
    3.7 本章小结
第四章 基于随机动态潮流的电力系统静态风险快速评估
    4.1 引言
    4.2 计及一次调频作用的随机动态潮流
        4.2.1 电力系统的功频静态特性
        4.2.2 随机动态潮流模型
    4.3 基于分段线性半不变量法的快速随机潮流计算
        4.3.1 半不变量法的基本原理
        4.3.2 输入变量的分段线性化处理
        4.3.3 输出状态量的半不变量求解
    4.4 电力系统静态安全风险评估
        4.4.1 越限概率指标
        4.4.2 严重性指标
        4.4.3 综合风险指标
    4.5 计算流程
    4.6 算例分析
        4.6.1 仿真系统介绍
        4.6.2 仿真结果与误差分析
    4.7 本章小结
第五章 短期风电预测误差的综合建模及其应用研究
    5.1 引言
    5.2 短期风电预测的误差分布特性
    5.3 基于混合偏态模型的风电预测误差概率建模
    5.4 基于Copula理论的风电预测误差相关性建模
        5.4.1 Copula理论
        5.4.2 单个风电场预测误差的条件概率密度函数
        5.4.3 多个风电场预测误差的高维Copula建模
    5.5 利用储能平抑风电预测误差的经济性分析
        5.5.1 风电预测误差成本
        5.5.2 储能成本
        5.5.3 最优储能配置模型
    5.6 算例分析
        5.6.1 数据来源
        5.6.2 模型验证
        5.6.3 风电预测误差模型在随机潮流计算中的应用
        5.6.4 风电预测误差模型在储能容量配置中的应用
    5.7 本章小结
第六章 采用图割算法的含风电电力系统动态分区备用配置
    6.1 引言
    6.2 电力系统备用分区的数学模型
        6.2.1 边权重指标的求解
        6.2.2 基于图论的最小割问题
        6.2.3 Gomory-Hu算法
    6.3 考虑分区备用的电能和备用联合优化调度
        6.3.1 日前机组组合
        6.3.2 实时调度
    6.4 算例分析
    6.5 结论
第七章 考虑自适应传输备用的含风电电力系统双层随机调度
    7.1 引言
    7.2 含风电电力系统的双层优化调度模型
        7.2.1 上层模型:考虑传输备用的日前机组组合
        7.2.2 计及风电不确定性的传输备用自适应量化
        7.2.3 下层模型:考虑补救措施的经济再调度
        7.2.4 耦合约束
    7.3 求解方法
        7.3.1 双层模型的转化
        7.3.2 改进点估计法
    7.4 算例分析
        7.4.1 仿真系统介绍
        7.4.2 线路传输阻塞分析
        7.4.3 不同场景调度结果分析
        7.4.4 双层模型与单层模型比较
    7.5 结论
第八章 总结与展望
    8.1 总结
    8.2 展望
致谢
参考文献
附录
    附录 A
    附录 B
    附录 C
    附录 D
    附录 E
攻读博士学位期间的学术成果

(2)复杂连续与离散混沌系统动力学行为特性分析(论文提纲范文)

摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
    1.2 国内外研究现状
    1.3 研究内容和结构安排
2 基于JERK系统的非线性函数移位法构造多涡卷混沌吸引子
    2.1 引言
    2.2 基于三种不同移位函数的JERK系统的动力学特性
    2.3 基于移位控制器的JERK系统的电路实现
    2.4 PSPICE仿真与比较
    2.5 本章小结
3 基于幅值控制法构造嵌套多涡卷混沌吸引子
    3.1 引言
    3.2 幅值控制法的一般框架
    3.3 基于LORENZ系统的嵌套隐藏多蝴蝶吸引子
    3.4 基于JERK系统的嵌套隐藏多涡卷吸引子
    3.5 电路设计与仿真
    3.6 比较与应用
    3.7 本章小结
4 级联同构混沌映射构造复杂混沌系统
    4.1 引言
    4.2 同构混沌系统的级联框架
    4.3 基于不同参数的三维HéNON映射的级联
    4.4 基于不同排列的三维HéNON映射的级联
    4.5 图像加密应用
    4.6 本章小结
5 级联异构混沌映射构造复杂混沌系统
    5.1 引言
    5.2 预备知识
    5.3 异构混沌系统级联框架
    5.4 异构系统级联实例
    5.5 伪随机数发生器设计
    5.6 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
致谢
参考文献
附录 Ⅰ 攻读博士学位期间的主要成果
附录 Ⅱ 公开发表的学术论文与博士学位论文的关系
附录 Ⅲ 攻读博士学位期间参加的科研项目

(3)基于分片线性格模型的多层逻辑优化及模型预测控制研究(论文提纲范文)

摘要
Abstract
第1章 绪论
    1.1 课题背景及研究目的和意义
    1.2 国内外研究现状
        1.2.1 分片线性格模型
        1.2.2 布尔代数多层逻辑优化
        1.2.3 非线性模型预测控制及代价函数学习
    1.3 本文主要研究内容
第2章 两层分片线性格模型
    2.1 引言
    2.2 两层分片线性格模型机理
        2.2.1 分片线性函数
        2.2.2 两层分片线性格模型
    2.3 无冗余的两层分片线性格模型
        2.3.1 蕴涵项与质蕴涵项
        2.3.2 分片线性格表达式无冗余的充分必要条件
        2.3.3 移除冗余项和冗余文字
        2.3.4 无冗余分片线性格模型的生成算法
        2.3.5 算法复杂性分析
    2.4 本章小结
第3章 多层分片线性格模型的生成算法
    3.1 引言
    3.2 两层分片线性格模型的缺陷
    3.3 快速因式分解算法的设计与实现
        3.3.1 代数除法
        3.3.2 因子核的提取
        3.3.3 快速因式分解方法
        3.3.4 算法生成模型的计算结构
        3.3.5 算法性能评估
    3.4 蕴涵项组合算法的设计
        3.4.1 相关定义及蕴涵项的推广
        3.4.2 蕴涵项组合生成算法
        3.4.3 算法实例验证
    3.5 本章小结
第4章 基于分片线性格模型的非线性模型预测控制方法
    4.1 引言
    4.2 非线性系统的模型预测控制
    4.3 分片线性格模型的逼近
        4.3.1 分片线性格模型的辨识算法的原理
        4.3.2 分片线性格模型辨识算法的初始化
    4.4 分片线性格模型优化问题的求解
    4.5 仿真验证
        4.5.1 二阶线性系统
        4.5.2 二阶非线性系统
    4.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢

(4)最大信息系数优化算法及在生物信息学中的应用(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 研究背景和意义
        1.1.1 研究意义
        1.1.2 相关性度量简介
        1.1.3 最大信息系数
    1.2 无监督聚类在癌基因表达数据中的应用
        1.2.1 Q型无监督聚类方法
        1.2.2 R型无监督聚类方法
        1.2.3 加权基因共表达网络分析方法
    1.3 特征选择
        1.3.1 特征选择基本步骤
        1.3.2 过滤法
        1.3.3 封装法
        1.3.4 嵌入法
        1.3.5 组合法
    1.4 分类器简介
    1.5 本文主要研究内容及章节编排
第二章 MIC 优化估计新算法—BackMIC
    2.1 引言
    2.2 数据与方法
        2.2.1 数据集介绍
        2.2.2 计算方法参数设置及平台
        2.2.3 归一化互信息的计算
        2.2.4 χ2 测验终止网格寻优
        2.2.5 BackMIC算法
        2.2.6 统计功效计算
        2.2.7 等价性计算
    2.3 结果与分析
        2.3.1 独立变量对的App MIC、Chi MIC和 BackMIC比较
        2.3.2 相关变量对的App MIC、Chi MIC和 BackMIC比较
        2.3.3 App MIC、Chi MIC和 BackMIC的统计功效比较
        2.3.4 App MIC、Chi MIC和 BackMIC的等价性比较
        2.3.5 三种算法下的运行时间比较
        2.3.6 应用三种算法分析 WHO 数据集
    2.4 结论
第三章 基于Pearson与BacMIC的共表达网络构建与癌信息基因识别
    3.1 引言
    3.2 材料与方法
        3.2.1 数据介绍及预处理
        3.2.2 标准WGCNA过程
        3.2.3 WGCNA-P+M方法介绍
        3.2.4 GO功能富集分析
        3.2.5 模块有用性得分
        3.2.6 表型相关模块识别
        3.2.7 Hub基因识别
        3.2.8 生存分析
    3.3 结果与分析
        3.3.1 基于WGCNA-P+M的共表达模块信息
        3.3.2 WGCNA-P+M改善了功能富集
        3.3.3 WGCNA-P+M与 WGCNA-P下“灰色模块”内基因的分析
        3.3.4 WGCNA-P+M与 WGCNA-P所获表型相关模块的比较
        3.3.5 WGCNA-P+M与 WGCNA-P所获Top Hub基因的预测性能比较
        3.3.6 WGCNA-P+M与 WGCNA-P下相异Hub基因比较
    3.4 结论
第四章 基于BackMIC的加权特征选择算法
    4.1 引言
    4.2 材料与方法
        4.2.1 数据来源
        4.2.2 信息论基础
        4.2.3 算法提出依据
        4.2.4 MICFS-W算法
        4.2.5 K-折交叉测试
    4.3 结果与分析
        4.3.1 不同数据集的预测精度比较
        4.3.2 不同分类器下的预测精度比较
    4.4 结论
第五章 基于BackMIC考虑配对互作的最优特征子集选择
    5.1 引言
    5.2 材料与方法
        5.2.1 数据介绍及预处理
        5.2.2 互作特征构造及互作估计
        5.2.3 候选特征子集构建
        5.2.4 BackMIC-Share算法
        5.2.5 m RMR-SFS算法
    5.3 结果与分析
        5.3.1 基于CSF和 CSIF的最优特征子集预测精度比较
        5.3.2 BackMIC-Share与 m RMR-SFS比较
        5.3.3 BackMIC-Share-SI和 MRMR-SFS-SI所获互作基因对
    5.4 结论
第六章 总结与下一步研究计划
    6.1 总结
    6.2 下一步研究计划
参考文献
致谢
作者简历

(5)面向浮点程序的自动修复技术研究(论文提纲范文)

摘要
Abstract
符号使用说明
第一章 绪论
    1.1 研究背景
    1.2 相关工作
        1.2.1 浮点程序的精度优化相关研究
        1.2.2 浮点程序的浮点异常处理相关研究
        1.2.3 程序自动修复技术
        1.2.4 其它相关方法
    1.3 本文工作
        1.3.1 研究挑战
        1.3.2 研究贡献
    1.4 论文结构
第二章 预备知识
    2.1 浮点数定义和基本概念
        2.1.1 浮点数定义
        2.1.2 规格化
        2.1.3 舍入模式
        2.1.4 IEEE浮点标准
        2.1.5 浮点异常
    2.2 误差分析相关概念
        2.2.1 误差度量方法
        2.2.2 前向误差和后向误差
        2.2.3 条件数和病态问题
    2.3 数值近似方法概述
        2.3.1 分段线性近似
        2.3.2 泰勒近似
        2.3.3 最小二乘近似
        2.3.4 多项式求值方法
    2.4 本章小结
第三章 面向浮点程序精度缺陷修复问题的归约理论
    3.1 引言
    3.2 归约理论概述
    3.3 基于数值近似的归约理论
        3.3.1 问题定义
        3.3.2 归约理论
    3.4 本章小结
第四章 基于分段线性近似的精度缺陷自动修复方法
    4.1 引言
    4.2 方法概述和技术框架
    4.3 精度缺陷的检测和定位
        4.3.1 精度缺陷检测算法
        4.3.2 精度缺陷定位算法
    4.4 生成数值近似和程序补丁
        4.4.1 生成数值近似
        4.4.2 生成程序补丁
    4.5 实现与实验
        4.5.1 工具实现
        4.5.2 实验对象和设置
        4.5.3 实验结果分析
    4.6 本章小结
第五章 基于泰勒近似的精度缺陷自动修复方法
    5.1 引言
    5.2 泰勒迭代近似修复方法
        5.2.1 泰勒多项式近似
        5.2.2 精度提升
        5.2.3 性能优化
        5.2.4 泰勒迭代近似算法
    5.3 实现与实验
        5.3.1 工具实现
        5.3.2 实验设置
        5.3.3 实验结果分析
    5.4 本章小结
第六章 面向浮点程序的浮点异常自动修复方法
    6.1 引言
    6.2 问题定义
    6.3 浮点异常影响分析方法
        6.3.1 浮点异常定位方法
        6.3.2 浮点异常分类方法
    6.4 浮点异常修复方法
        6.4.1 数值近似修复方法
        6.4.2 分支处理修复方法
    6.5 实现与实验
        6.5.1 工具实现
        6.5.2 实验对象和设置
        6.5.3 实验结果分析
    6.6 本章小结
第七章 总结和展望
    7.1 本文工作总结
    7.2 下一步工作展望
致谢
参考文献
作者在学期间取得的学术成果

(6)基于特征约束的入侵检测对抗样本生成方法研究(论文提纲范文)

致谢
摘要
ABSTRACT
1 引言
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 入侵检测技术的研究现状
        1.2.2 对抗样本攻击的研究现状
        1.2.3 入侵检测对抗样本攻击研究现状
    1.3 研究内容及贡献
    1.4 论文组织结构
2 相关理论和技术基础
    2.1 基于机器学习的入侵检测模型
        2.1.1 基于机器学习的入侵检测框架
        2.1.2 入侵检测分类模型理论基础
        2.1.3 入侵检测分类模型评价指标
    2.2 对抗样本攻击理论知识
        2.2.1 对抗样本问题定义
        2.2.2 对抗样本生成算法
        2.2.3 对抗样本评价指标
    2.3 本章小结
3 基于Pearson矩阵的特征约束分析
    3.1 四种特征约束定义
    3.2 特征约束分析设计
    3.3 特征约束分析流程
    3.4 本章小结
4 基于特征约束的入侵检测对抗样本生成
    4.1 相关特征贡献度计算
    4.2 约束条件下的迭代快速梯度符号法(C-IFGSM)
    4.3 基于C-IFGSM的入侵检测对抗样本生成方法
    4.4 本章小结
5 实验及结果评估
    5.1 实验准备
        5.1.1 实验环境及数据集
        5.1.3 实验评价指标
    5.2 实验过程及结果分析
        5.2.1 NSL-KDD数据集特征约束分析
        5.2.2 NSL-KDD数据集对抗样本生成
        5.2.3 实验结果评估及分析
    5.3 本章小结
6 总结与展望
    6.1 工作总结
    6.2 工作展望
参考文献
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集

(7)条件对称混沌与超混沌系统的建模、电路实现及同步研究(论文提纲范文)

摘要
Abstract
第一章 绪论
    1.1 研究背景及其意义
    1.2 国内外研究现状
    1.3 本文的研究内容与结构安排
        1.3.1 研究内容
        1.3.2 论文组织结构
第二章 非线性元件与系统基础
    2.1 混沌的基本理论
        2.1.1 混沌的基本概念
        2.1.2 混沌的特征
        2.1.3 混沌分析方法
        2.1.4 混沌系统设计
    2.2 忆阻的基本理论
        2.2.1 基本电路元件关系
        2.2.2 忆阻模型
    2.3 混沌电路设计方法
        2.3.1 模拟电路设计
        2.3.2 数字电路设计
    2.4 本章小结
第三章 条件对称忆阻混沌系统的设计与实现
    3.1 动力学系统的条件对称构建原理
    3.2 条件对称忆阻混沌系统的建模
    3.3 系统动力学分析
        3.3.1 分岔分析
        3.3.2 幅度和频率控制分析
    3.4 多稳态分析
        3.4.1 对称与条件对称共存吸引子
        3.4.2 多稳态性能
    3.5 电路实现
    3.6 本章小结
第四章 条件对称超混沌系统的设计与实现
    4.1 对称超混沌系统的条件对称化设计
        4.1.1 系统模型建立
        4.1.2 共存分岔分析
    4.2 非对称超混沌系统的条件对称化设计
        4.2.1 系统模型建立
        4.2.2 共存分岔分析
    4.3 混沌系统的数字电路实现
    4.4 本章小结
第五章 条件对称混沌系统的同步研究
    5.1 线性反馈同步原理
    5.2 条件对称混沌系统的同步仿真
        5.2.1 条件对称忆阻混沌系统同步
        5.2.2 源自对称系统的条件对称超混沌系统同步
        5.2.3 源自非对称系统的条件对称超混沌系统同步
    5.3 本章小结
第六章 总结与展望
    6.1 本文总结
    6.2 研究展望
参考文献
致谢
作者简介

(8)基于机器视觉的弹壳表面缺陷检测技术研究(论文提纲范文)

摘要
Abstract
1 绪论
    1.1 研究目的和意义
    1.2 机器视觉表面缺陷检测技术研究现状
        1.2.1 人工检测方法
        1.2.2 机器视觉检测方法
    1.3 弹壳表面缺陷检测发展现状
    1.4 本文研究内容及组织结构
2 图像采集与预处理算法研究
    2.1 检测系统总体结构
    2.2 弹壳结构及常见缺陷
        2.2.1 弹壳结构
        2.2.2 弹壳表面常见缺陷
    2.3 图像采集方案设计
        2.3.1 图像采集系统构成
        2.3.2 图像采集方案
        2.3.3 图像采集结果
    2.4 图像增强
        2.4.1 灰度变换增强
        2.4.2 直方图增强
        2.4.3 Retinex图像增强算法
    2.5 基于梯度的中值滤波算法
        2.5.1 噪声模型
        2.5.2 传统滤波算法
        2.5.3 基于梯度的中值滤波算法实现
        2.5.4 基于梯度的中值滤波算法验证
    2.6 本章小结
3 图像目标分割算法研究
    3.1 传统目标分割算法
        3.1.1 阈值分割算法
        3.1.2 区域生长算法
        3.1.3 分水岭分割算法
        3.1.4 弹壳表面缺陷目标分割算法选择
    3.2 基于像元搜索的目标分割算法
        3.2.1 理论基础
        3.2.2 算法实现
        3.2.3 实验结果与分析
    3.3 改进引力搜索算法的多阈值分割
        3.3.1 理论基础
        3.3.2 算法实现
        3.3.3 实验结果与分析
    3.4 图像目标分割后处理
        3.4.1 数学形态学基础
        3.4.2 形态学处理方法
        3.4.3 实验结果与分析
    3.5 本章小结
4 弹壳表面缺陷特征提取与分类
    4.1 弹壳表面缺陷区域特点分析
    4.2 弹壳表面缺陷区域提取
    4.3 弹壳表面缺陷特征提取
        4.3.1 几何特征提取
        4.3.2 灰度特征提取
        4.3.3 纹理特征提取
        4.3.4 特征参数标准化
    4.4 弹壳表面缺陷特征选择
    4.5 基于gcForest的弹壳表面缺陷分类
        4.5.1 gcForest缺陷分类方法
        4.5.2 缺陷分类结果与分析
    4.6 本章小结
5 弹壳表面缺陷检测实验
    5.1 弹壳表面缺陷检测技术指标
    5.2 弹壳表面缺陷检测软件架构
    5.3 弹壳表面缺陷检测实验环境
    5.4 弹壳表面缺陷检测实验结果
        5.4.1 弹壳表面图像采集结果
        5.4.2 表面缺陷检测结果
        5.4.3 表面缺陷检测实验结果分析
    5.5 本章小结
6 总结与展望
    6.1 全文工作总结
    6.2 展望
致谢
参考文献
附录

(9)基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化研究(论文提纲范文)

摘要
abstract
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 施工多目标优化研究现状
        1.2.2 压实质量量化分析研究现状
        1.2.3 层间结合质量量化分析研究现状
        1.2.4 大坝智能化建设研究现状
        1.2.5 施工进度仿真分析研究现状
    1.3 已有研究的局限性
    1.4 研究内容及技术路线
        1.4.1 研究内容
        1.4.2 技术路线
第2章 RCC坝压实质量智能分析
    2.1 研究框架
    2.2 压实信息全面感知
        2.2.1 全面感知框架
        2.2.2 振动轮振动信号采集与处理
        2.2.3 层面压实刚度感知
    2.3 压实质量智能分析建模
        2.3.1 混合核极限学习机
        2.3.2 基于混沌布谷鸟搜索算法的参数优化
        2.3.3 压实质量智能分析建模流程
    2.4 压实质量智能分析模型在线更新
        2.4.1 基于快速留一交叉验证的模型更新判断
        2.4.2 核极限学习机模型在线更新
    2.5 案例分析
        2.5.1 压实信息全面感知
        2.5.2 压实质量智能评价建模分析
        2.5.3 压实质量智能分析模型在线更新
        2.5.4 压实质量智能分析
    2.6 本章小结
第3章 RCC坝层间结合质量智能分析
    3.1 层间结合质量智能分析方法研究框架
        3.1.1 问题分析
        3.1.2 建模对策
        3.1.3 研究框架
    3.2 层间结合信息全面感知
        3.2.1 全面感知框架
        3.2.2 层间结合时间参数感知
    3.3 层间结合质量智能分类建模
        3.3.1 Borderline-SMOTE算法
        3.3.2 代价敏感半监督支持向量机模型
        3.3.3 层间结合质量智能分类建模流程
    3.4 合格条件下层间结合质量智能分析建模
        3.4.1 相关向量回归模型
        3.4.2 Ada Boost.RT集成算法
    3.5 案例分析
        3.5.1 层间结合信息全面感知
        3.5.2 层间结合质量智能分类建模分析
        3.5.3 合格条件下层间结合质量智能评价建模分析
        3.5.4 层间结合质量智能分析
    3.6 本章小结
第4章 基于施工质量智能分析的RCC坝仓面施工自适应仿真
    4.1 基于施工质量智能分析的仓面施工自适应仿真框架
    4.2 仓面施工精细化仿真建模
        4.2.1 建模对策分析
        4.2.2 精细化仿真模型
        4.2.3 仿真流程
    4.3 基于感知数据分析的仿真参数自适应更新
        4.3.1 基于DPM模型的概率密度估计
        4.3.2 改进的SUGS算法
    4.4 考虑质量控制工序的仿真逻辑链自适应调整
        4.4.1 基于压实质量智能分析的补碾工序自适应调整
        4.4.2 基于层间结合质量智能分析的铺垫层工序自适应调整
    4.5 案例分析
        4.5.1 仿真参数自适应更新分析
        4.5.2 仿真逻辑链自适应调整分析
        4.5.3 进度仿真有效性分析
        4.5.4 仿真输出分析
    4.6 本章小结
第5章 基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化分析
    5.1 基于施工质量智能分析的压实质量-层间结合质量-进度多目标优化数学建模
        5.1.1 仓面施工多目标优化分析
        5.1.2 数学模型
    5.2 基于施工质量智能分析的多目标优化分析框架
        5.2.1 多目标优化分析流程
        5.2.2 求解难点分析
    5.3 基于改进NSGA-Ⅲ算法的高维多目标寻优
        5.3.1 模型确定性转换
        5.3.2 NSGA-Ⅲ算法
        5.3.3 自适应参考点法
        5.3.4 改进NSGA-Ⅲ算法流程
    5.4 基于随机占优-TOPSIS法的仓面施工方案多属性决策
        5.4.1 随机占优理论
        5.4.2 TOPSIS法
    5.5 案例分析
        5.5.1 仓面施工高维多目标寻优分析
        5.5.2 仓面施工方案多属性决策分析
        5.5.3 多目标优化效果分析
    5.6 本章小结
第6章 结论与展望
    6.1 结论
    6.2 展望
参考文献
发表论文和参加科研情况说明
致谢

(10)基于线性混合整数规划与非线性规划的非凸电力系统经济调度问题研究(论文提纲范文)

摘要
ABSTRACT
第1章 绪论
    1.1 选题背景和意义
    1.2 国内外研究现状
        1.2.1 电力系统经济调度问题
        1.2.2 水火联合调度问题
    1.3 本文研究思路和内容安排
        1.3.1 研究思路
        1.3.2 内容安排
第2章 相关理论与软件平台介绍
    2.1 单变量函数分段线性化方法
        2.1.1 多种选择模型
        2.1.2 凸组合模型
    2.2 多变量函数分段线性化方法
        2.2.1 一般化的三角形方法
        2.2.2 米字型的三角形方法
    2.3 混合整数规划模型与相关理论基础
    2.4 相关软件平台介绍
    2.5 小结
第3章 基于线性混合整数规划模型求解计及阀点效应的动态经济调度
    3.1 引言
    3.2 计及阀点效应的动态经济调度问题的模型
    3.3 计及阀点效应的动态经济调度问题的非线性规划模型
    3.4 计及阀点效应的动态经济调度问题的线性混合整数规划模型
    3.5 计及阀点效应的动态经济调度问题的求解策略
    3.6 数值仿真与结果分析
        3.6.1 忽略网损的动态经济调度问题
        3.6.2 考虑网损的动态经济调度问题
        3.6.3 结果分析
    3.7 小结
第4章 基于对数规模的线性混合整数规划模型求解计及阀点效应的水火联合调度
    4.1 引言
    4.2 水火联合调度问题的数学模型
    4.3 水火联合调度问题的线性混合整数规划模型
        4.3.1 一般化的线性混合整数规划模型
        4.3.2 对数规模的线性混合整数规划模型
    4.4 水火联合调度问题的非线性规划模型
    4.5 水火联合调度问题的求解策略
    4.6 数值仿真与结果分析
        4.6.1 水火联合调度问题测试系统1
        4.6.2 水火联合调度问题测试系统2
        4.6.3 水火联合调度问题测试系统3
        4.6.4 测试系统的规模分析
    4.7 小结
第5章 基于完全线性混合整数规划模型求解计及阀点效应、网损与禁止运行区域的经济调度
    5.1 引言
    5.2 计及阀点效应、网损与禁止运行区域的经济调度问题
    5.3 问题的一个完全线性混合整数规划模型
        5.3.1 网损约束的重构
        5.3.2 一个初步的完全线性混合整数规划模型
        5.3.3 一个改进的完全线性混合整数规划模型
    5.4 计及阀点效应、网损与禁止运行区域的经济调度问题的求解策略
    5.5 数值仿真与结果分析
    5.6 小结
第6章 结论与展望
    6.1 结论
    6.2 展望
参考文献
附录A 水火联合调度问题测试系统3数据
附录B 攻读博士学位期间发表及完成的学术论文
附录C 攻读博士学位期间主持及参与的科研项目情况
附录D 学术论文与学位论文相关章节的对应表
致谢

四、Absolute value representation of high-dimensional continuous piecewise linear functions(论文参考文献)

  • [1]面向高维不确定性电力系统的建模仿真与运行优化研究[D]. 黄煜. 东南大学, 2020
  • [2]复杂连续与离散混沌系统动力学行为特性分析[D]. 吴秋杰. 华中科技大学, 2020(01)
  • [3]基于分片线性格模型的多层逻辑优化及模型预测控制研究[D]. 王懿轩. 哈尔滨工业大学, 2020(01)
  • [4]最大信息系数优化算法及在生物信息学中的应用[D]. 曹丹. 湖南农业大学, 2020(01)
  • [5]面向浮点程序的自动修复技术研究[D]. 易昕. 国防科技大学, 2020(01)
  • [6]基于特征约束的入侵检测对抗样本生成方法研究[D]. 王盈地. 北京交通大学, 2020(04)
  • [7]条件对称混沌与超混沌系统的建模、电路实现及同步研究[D]. 顾振宇. 南京信息工程大学, 2020(02)
  • [8]基于机器视觉的弹壳表面缺陷检测技术研究[D]. 马祥. 南京理工大学, 2020(01)
  • [9]基于施工质量智能分析的RCC坝压实质量-层间结合质量-进度多目标优化研究[D]. 胡炜. 天津大学, 2019(01)
  • [10]基于线性混合整数规划与非线性规划的非凸电力系统经济调度问题研究[D]. 潘珊珊. 广西大学, 2019(01)

标签:;  ;  ;  ;  ;  

高维连续分段线性函数的绝对值表示
下载Doc文档

猜你喜欢