增量算法

摘要： 在现实应用中,区间值数据会因为测量、干扰或信息传输等噪声影响导致数据出现缺失值,而且这些数据随着时间推移呈现动态递增趋势,忽略或删除这些数据很有可能导致有用信息的丢失而出现决策误判。为此,针对这一问题,提出面向不完备区间值决策系统的三支决策模型和增量式规则获取算法。首先定义不完备区间值数据的量化相似容差关系,构造出基于不完备区间值决策系统的三支决策模型;其次从两个层级分析对象集动态规则获取策略,提出增量式规则获取算法;最后,通过一组UCI数据集对该算法进行验证。实验结果表明,该算法不仅能减少误划分损失获得更高的划分精度,而且在运行时间上也具有较大优越性。

摘要： 传统的面向支持向量回归的一次性建模算法中样本增加时,均需从头开始学习,而增量式算法可以充分利用上一阶段的学习成果。SVR的增量算法通常基于ε-不敏感损失函数,该损失函数对大的异常值比较敏感,而Huber损失函数对异常值敏感度低。所以在有噪声的情况下,Huber损失函数是比ε-不敏感损失函数更好的选择,在现实情况当中。基于此,本文提出了一种基于Huber损失函数的增量式Huber-SVR算法,该算法能够持续地将新样本信息集成到已经构建好的模型中,而不是重新建模。与增量式ε-SVR算法和增量式RBF算法相比,在对真实数据进行预测建模时,增量式Huber-SVR算法具有更高的预测精度。

摘要： 当数据集发生变化时,基于粗糙集的增量方法可以对属性约简进行快速更新。考虑样本增加的动态情况,现有方法对添加的全部样本进行增量计算,时间消耗仍然较大。该文考虑样本的重要程度,认为不同区域的样本对约简更新的贡献程度不同,只选取贡献度大的样本参与约简的更新,从而有效降低计算量。在邻域粗糙集框架下,该文针对分类问题的连续值信息系统,根据样本的分布提出了基于不确定性和邻域关系粗糙集的增量属性约简方法。首先,利用不确定性和分类器结果对样本的贡献程度进行度量和类型划分;然后,针对不同类型的新增样本设计相应的处理策略,在此基础上提出新的增量属性约简算法;最后,在11个UCI数据集上进行大量实验,结果表明该方法与现有方法相比进一步降低了时间耗费,并保持了良好的分类精度和约简能力。

摘要： 增量学习利用增量数据中的有用信息通过修正分类参数来更新分类模型,而朴素贝叶斯算法具有利用先验信息以及增量信息的特性,因此朴素贝叶斯算法是增量学习算法设计的最佳选择.三支决策是一种符合人类认知模式的决策理论,具有主观的特性.将三支决策思想融入朴素贝叶斯增量学习中,提出一种基于三支决策的朴素贝叶斯增量学习算法.基于朴素贝叶斯算法构造了一个称为分类确信度的概念,结合代价函数,用以确定三支决策理论中的正域、负域和边界域.利用三个域中的有用信息构造基于三支决策的朴素贝叶斯增量学习算法.实验结果显示,在阈值α和β选择合适的情况下,基于该方法的分类准确性和召回率均有明显的提高.

摘要： 正例未标注分类简称PU分类,由于只有正例样本与未标注样本,传统的分类方法在PU分类中往往效果不甚理想.为此利用PU分类下的AUC与传统分类下的AUC关系,提出了将传统分类方法中AUC作为目标函数应用到PU分类中,利用高斯核函数将原始样本映射到高维空间使数据线性可分.通过优化AUC目标函数得到解析解避免了多次迭代的麻烦,并可以推导出增量公式,加快了运算速度.实验结果表明,所提算法实现了与训练集内所有正例与负例标签都已知的理想支持向量机(SVM)相近的性能,并且实现了快速增量,是处理现实问题的有力工具.

摘要： 顶点覆盖问题在图论中是一个经典的组合优化问题,并且在实际问题中有非常广泛的应用.针对大规模图顶点数目增加、边数目增加和顶点与边数目均增加3种动态过程,设计了能够在原极小顶点覆盖集合的基础上更新增量后图的极小顶点覆盖集合的算法.提出的算法考虑了图结构中顶点与边的关系,并采用邻接矩阵的方法对其进行存储,在图结构发生增量变化后,在原极小点覆盖集合的基础上添加或者删除若干顶点来更新增量后的极小顶点覆盖集合.实验结果验证了算法的准确性和高效性.

摘要： 针对支持向量机训练样本冗余导致训练效率低下的问题,提出一种基于Fisher向量投影的支持向量机增量算法.该算法根据支持向量机中支持向量的分布特性对初始训练集及增量集进行预处理,减少训练样本个数;通过判断初始样本是否满足新增样本集的卡罗需-库恩-塔克(Karush-Kuhn-Tucker conditions,KKT)条件,剔除对最终结果无用的样本,减少参与训练的样本数目.实验结果表明,与标准支持向量机算法和基于向量投影的支持向量机增量算法相比,基于Fisher向量投影的支持向量机增量算法的训练速度分别提升了86％和33％左右.该方法可用于大规模样本集的分类识别问题.

摘要： Error characteristics of initial alignment of laser gyro SINS are analyzed for selection of inertial sensors.Based on the incremental formula of analytic alignment method,the misalignment angle due to the measurement errors of inertial sensors is derived using the parameter perturbation technique,and its random characteristics are analyzed.The attitude angle errors caused by the alignment angle are worked out based on the relationship between attitude angle and attitude matrix.Finally,the theoretically analyzed results are verified through simulation and experiment.The studied results show that the means values of alignment errors depend on the constant errors of inertial sensors and the attitude of vehicle rather than alignment time,while the standard deviation of alignment errors is not only affected by the random walk errors of inertial sensors and the attitude of vehicle,but also is inversely proportional to the square root of alignment time.%为使惯性器件精度满足初始对准要求,对激光陀螺捷联惯性导航系统初始对准的误差特性进行了分析.从解析对准法的增量计算公式出发,采用扰动法推导了惯性器件测量误差带来的对准失准角及其随机特性,并根据姿态角与姿态矩阵之间的关系分析了对准失准角带来的姿态角误差.通过仿真和试验对理论分析结果进行了验证.研究结果表明:对准误差均值取决于惯性器件的常值误差和载体姿态,与对准时间无关;对准误差标准差和惯性器件的随机游走系数与载体姿态有关,且与对准时间的平方根呈反比.

摘要： 在大数据时代,图数据的规模急剧增长,增量图模式匹配技术能够在数据图发生变化时避免重新对整个数据图进行匹配,进而减少匹配时间,提高整体执行效率,因此成为研究热点.然而,现有的增量匹配算法处理规模较大的模式图时效率会降低.针对该问题,提出了一种基于结构分解的增量图模式匹配算法Inc_CFLS.在匹配过程中,为中间匹配结果构建高效索引,用于后续的模式匹配计算.基于构建的索引信息对数据图增加边事件进行分类,进而为每类增加边事件设计查询剪枝优化策略,从而有效提高匹配效率.在真实数据集上进行实验,结果表明Inc_CFLS算法比目前最好的增量匹配算法在执行效率上平均提升了1～2倍,能更有效支持大规模动态图上的模式匹配.

摘要： 本文分析了文[7]中增量算法ASRAI在某些情况下存在的缺陷,并对其进行了改进,结合差别矩阵方法,提出一个改进的属性约简增量算法,并给出理论分析和实例计算结果.

摘要： 在增量算法的基础上,讨论了对象增加和属性增加时概念格的维护方法,给出了概念格结构变化、更新概念、产生子概念的判定方法和具体的判定定理。

摘要： 介绍Web文档聚类的应用,针对现有文档聚类算法缺乏动态更新能力、经验参数过多以及缺乏对新词的把握等不足,提出动态调整的Web文档增量聚类(DynamicallyAdjustedIncrementalWebDocumentClustering,DAIWDC)算法,并使用同义词词林优化结果.该算法在实验中达到了88﹪的正确率和75﹪的全面率,表明其具有较高的实用价值.

摘要： 介绍Web文档聚类的应用,针对现有文档聚类算法缺乏动态更新能力、经验参数过多以及缺乏对新词的把握等不足,提出动态调整的Web文档增量聚类(DynamicallyAdjustedIncrementalWebDocumentClustering,DAIWDC)算法,并使用同义词词林优化结果.该算法在实验中达到了88﹪的正确率和75﹪的全面率,表明其具有较高的实用价值.

摘要： 介绍Web文档聚类的应用,针对现有文档聚类算法缺乏动态更新能力、经验参数过多以及缺乏对新词的把握等不足,提出动态调整的Web文档增量聚类(DynamicallyAdjustedIncrementalWebDocumentClustering,DAIWDC)算法,并使用同义词词林优化结果.该算法在实验中达到了88﹪的正确率和75﹪的全面率,表明其具有较高的实用价值.

摘要： 介绍Web文档聚类的应用,针对现有文档聚类算法缺乏动态更新能力、经验参数过多以及缺乏对新词的把握等不足,提出动态调整的Web文档增量聚类(DynamicallyAdjustedIncrementalWebDocumentClustering,DAIWDC)算法,并使用同义词词林优化结果.该算法在实验中达到了88﹪的正确率和75﹪的全面率,表明其具有较高的实用价值.

摘要： 本文对基于增量约简算法确定电力负荷预测模型输入参数进行了研究。文章引入粗糙集理论中的属性约简算法挖掘了与待预测量相关性大的各属性,保证了预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题。

摘要： 本文对基于增量约简算法确定电力负荷预测模型输入参数进行了研究。文章引入粗糙集理论中的属性约简算法挖掘了与待预测量相关性大的各属性,保证了预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题。

摘要： 本文对基于增量约简算法确定电力负荷预测模型输入参数进行了研究。文章引入粗糙集理论中的属性约简算法挖掘了与待预测量相关性大的各属性,保证了预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题。

摘要： 一种基于样本增量驱动的神经网络增量型前馈算法，神经网络的输入权值和隐层阈值根据输入样本的特性，采用最小二乘方法计算所得，完成模型参数初始化；模型的输入权值和隐层阈值根据新样本与旧样本之间的增量进行更新，建立模型参数与输入样本之间的函数关系，实现样本自适应性和在线前馈调整的功能。本发明算法具有预测精度高、泛化能力强、可在线前馈调节等优点。

摘要： 本发明涉及一种基于蚁群算法和电导增量法的多峰值MPPT算法，该方法包括如下步骤：基于蚁群算法搜索光伏阵列工作于全局最大功率点处或附近的电压；采用电导增量法继续跟踪光伏阵列的全局最大功率点，得到所寻的最佳电压；通过PWM控制连接光伏阵列的Boost电路，使光伏阵列运行在所寻最佳电压，即工作于全局最大功率点处。本发明采用十进制寻优地图实现蚁群算法，结合电导增量法可以克服常规算法陷入局部最大功率点的缺点，实现快速、准确的跟踪，解决具有多峰输出特性的光伏阵列最大功率点跟踪问题。

摘要： 本发明属于温度模拟试验箱技术领域，具体的说是一种基于增量式PID算法的温度模拟试验箱，包括机体；所述机体上铰接有密封门；所述机体的内部固接有电机；所述电机的输出端固接有旋转杆件；所述旋转杆件的侧端固接有一号扇叶；所述机体的内侧壁固接有气罩；通过电机的输出从而使一号扇叶转动，一号扇叶转动产生的气流可以对样品体进行散热处理，通过气罩可以使气流精准对样品体进行散热，避免气流扩散降低散热效果，避免样品体测试后的高温烫伤工作人员，通过一号扇叶的转动可以对机体的内部进行快速散热，方便下一次的测试工作，从而提高测试工作的效率。

摘要： 本发明涉及液体流量计量技术领域，具体的涉及一种基于增量PID控制算法的冷热水箱水位平衡方法，通过高精度液位计采集冷水箱和热水箱的液位，并将采集的液位数据进行中值和限幅滤波比较两个水箱的液位差，通过PID算法计算控制冷水管道和热水管道出水和回水阀门之间的开启关闭时间，使得冷水或者热水能够充分回到对应的水箱，实现冷热水箱水位的平衡，具有节能减耗、控制精确、自动化程度高、安全性好、操作方便等优点，两个水箱的温度波动更小，避免液位振荡。

摘要： 本申请实施例公开了一种提供了一种增量式算法的聚类方法、电子设备及存储介质，用于划分式聚类与层次聚类的组合聚类模型，该模型可由划分式聚类快速得到聚类数较多的聚类结果，在此基础上进行目标聚类数的层次聚类，该组合聚类模型可以在更换聚类数时避免重复聚类，减少耗时。本申请实施例方法包括：在首次聚类时，将第一数据集，使用MiniBatchK‑means算法进行划分聚类，得到聚类模型；将第二数据集输入至所述聚类模型中，调整聚类中心点，进行聚类识别，输出聚类数k＝m的初步聚类结果；将所述初步聚类结果输入到层次聚类模型中，输出目标聚类数k＝n的聚类结果，n

摘要： 本发明公开了一种基于增量PID算法的船舶主机转速控制系统的调速方法，首先预设船舶主机转速：预设每个档位的喷油量与转速的对应值；然后确定喷油量与转速关系；最后对船舶主机转速进行调节。本发明的船舶主机转速调速方法采用PID控制算法，PID控制算法中的微分环节可根据偏差变化速度判断船舶主机转速的变化趋势，实现对主机转速的超前调节的作用；采用PID参数自整定的方式，用于避免不同船型、不同载重所带来的影响，增加该方法的适用性；同时本发明通过设置主机转速调节触发条件，避免主机转速调节太过频繁，消除由于频繁动作所引起的震荡；并根据转速与喷油量的变化关系判断螺旋桨在海水中所处状态。

摘要： 本发明涉及液体流量计量技术领域，具体的涉及一种基于增量PID控制算法的冷热水箱水位平衡方法，通过高精度液位计采集冷水箱和热水箱的液位，将采集的液位数据进行滤波比较两个水箱的液位差，并利用增量PID算法计算控制冷水管道和热水管道出水和回水阀门之间的开启关闭时间，使得冷水或者热水能够充分回到对应的水箱，实现冷热水箱水位的平衡和温度的平衡稳定，避免液位和温度振荡，防止试验过程液体溢出，具有节能减耗、控制精确、自动化程度高、安全性好、操作方便等优点，两个水箱的温度波动更小。

摘要： 本发明公开了一种基于变分模态分解算法的锅炉燃烧系统增量式建模方法，包括如下步骤：选取模型的输入特征和输出特征，并通过数据预处理方法筛选数据；根据输入特征与输出特征之间的对应关系确定滞后时间；针对输出特征进行变分模态分解处理；构造得到新的组合核函数；选定最优核参数及核函数权重系数；计算当前时刻的各模态信号模型预测值并重构得到输出特征预测值。本发明能够使得锅炉燃烧系统的数据驱动模型具有较好的泛化能力及自适应能力，在单步预测仿真和多步预测仿真中均具有良好的预测精度，能够准确预测未来一段时间内锅炉燃烧系统中锅炉效率、NOx排放量及再热汽温的变化趋势。

摘要： 本发明提供一种基于混合增量算法的web离线资源更新方法，包括：接收并响应客户端发送的资源更新请求，获取客户端的网络环境信息、设备信息和本地web离线资源版本信息，根据上述信息获取与客户端匹配度最高的增量包；该增量包根据网络环境信息和设备信息从对应本地web离线资源版本信息的多个候选增量包中确定得到，多个候选增量包是基于混合增量算法对新旧版本资源文件之间的差异文件进行运算处理预先生成的，多个候选增量包分别对应不同的时间空间开销权重组合；向客户端返回该增量包，以使客户端根据增量包进行web离线资源更新。该方法能够实现web离线资源更新既节省流量，又节省升级时间，显著提高了用户使用体验。

摘要： 本申请公开了一种基于增量算法的数据查询方法及装置、存储介质和计算机设备。方法包括：数据同步模块读取数据仓库中预设时段内的新增数据，并通过在线服务接口模块将新增数据写入在线服务数据库中；在线服务接口模块接收来自服务调用方的数据查询指令，并在在线服务数据库中读取与数据查询指令中的目标查询标签匹配的目标数据；标签实时计算模块读取规则管理模块中配置的数据处理规则，并依据数据处理规则对目标数据进行处理，得到目标数据的查询结果；通过在线服务接口模块，将查询结果反馈至服务调用方。本申请的方法，只把新增数据写入在线服务数据库，减小了在线服务数据库的写入压力，此外，仅在接收到查询指令时计算查询结果，计算量较低。