公共文化服务平台

吴奇: 作品数：14 被引量：50H指数：5; 供职机构：东南大学更多>>; 发文基金：国家自然科学基金国家高技术研究发展计划中国博士后科学基金更多>>; 相关领域：自动化与计算机技术机械工程建筑科学经济管理更多>>

合作作者

基于C# .NET与Matlab接口和BP网络的汽车产量预测被引量：16: 2008年; 为了提高软件预测系统的开发效率和精度,研究了误差反向传播神经网络(Error Back Propagation Neural Network,BPNN)在Matlab 2006a环境下的实现方法,采用迭代法选择神经网络训练参数。探讨了Matlab与C# .NET开发平台的接口技术,能成功实现C# .NET对Matlab神经网络工具箱的调用。以汽车产量预测为应用案例,开发了基于C# .NET和Matlab接口的神经网络预测系统。实验结果表明,该预测系统对汽车产量预测有着良好性能,接口技术的应用提高了软件开发效率。; 黄一丹严洪森冯丽娟吴奇; 关键词：人工神经网络接口技术

基于鲁棒ν-支持向量机的产品销售预测模型被引量：3: 2009年; 产品销售时序通常具有正态高斯分布、幅值较大、奇异点等混合噪音,为此,设计了一种鲁棒损失函数,得到一种新的支持向量机,即鲁棒ν-支持向量机。它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且比标准ν-支持向量机具有更简洁的对偶优化问题。最后进行了汽车销售预测的实例分析,结果表明,基于鲁棒ν-支持向量机的预测模型是有效可行的。; 吴奇严洪森; 关键词：支持向量机

基于深度主题模型的飞行员脑疲劳检测: 2022年; 飞行员脑疲劳状态检测需要解决脑认知图谱生成和脑疲劳检测模型构建问题.针对第一个问题,本文通过等距方位投影法将全脑电极位置的脑疲劳指标映射为二维脑功率图谱,形成一种新型脑认知图谱.针对第二个问题,本文建立一种深度主题学习模型,即深度潜狄利克雷模型(Deep Latent Dirichlet Model,DLDM),解决了飞行员疲劳状态主题学习问题.DLDM深度模型通过多项式分布逐层扩展脑功率图谱中蕴含的概率分布信息,推理脑功率图谱的层次概率分布特征,实现更有效的飞行员疲劳状态主题学习.同时为了避免启发式假设,本文提出一种有效的不同层与主题间自适应学习率的随机梯度下降推断方法,更加高效地推理DLDM网络结构参数.实验结果显示,DLDM网络可以逐层扩展脑功率图谱中蕴含的概率分布信息,推理出更丰富的抽象特征信息,实现脑疲劳认知主题学习.对比其他脑疲劳检测方法,本文方法分类精度可提升2%.; 吴奇吴奇彭献永仇峰; 关键词：主题学习

基于鲁棒小波ν-支持向量机的产品销售预测模型被引量：7: 2009年; 针对产品销售时序具有正态高斯分布、幅值较大、奇异点等混合噪音,设计一种鲁棒损失函数,并采用小波核函数,由此得到一种新的小波ν-支持向量机,即鲁棒小波ν-支持向量机(Robust wavelet ν-support vector machine,RWν-SVM).它可以有效地压制销售时序的多种噪音和奇异点,具有很强的鲁棒性,而且它比标准小波ν-支持向量机(Wν-SVM)具有更简洁的对偶优化问题.最后进行了汽车销售预测的实例分析,结果表明基于RWν-SVM的预测模型是有效可行的.; 吴奇严洪森王斌; 关键词：支持向量机小波核函数

基于支持向量机的生产企业产品需求短期预测: 目前在解决生产型企业产品需求短期预测问题时常常使用基于时间序列，灰色理论和神经网络进行求解，这些算法虽有一定的优势，但都存在着明显的不足，如对含有各种混合噪音影响的小样本多维非线性销售（实际上需求预测与销售预测只是出发点...; 吴奇; 关键词：支持向量机遗传算法粒子群算法小波变换混沌映射; 文献传递

基于带有噪声输入的稀疏高斯过程的人体姿态估计被引量：6: 2019年; 高斯过程回归(Gaussian process regression, GPR)是一种广泛应用的回归方法,可以用于解决输入输出均为多元变量的人体姿态估计问题.计算复杂度是高斯过程回归的一个重要考虑因素,而常用的降低计算复杂度的方法为稀疏表示算法.在稀疏算法中,完全独立训练条件(Fully independent training conditional, FITC)法是一种较为先进的算法,多用于解决输入变量彼此之间完全独立的回归问题.另外,输入变量的噪声问题是高斯过程回归的另一个需要考虑的重要因素.对于测试的输入变量噪声,可以通过矩匹配的方法进行解决,而训练输入样本的噪声则可通过将其转换为输出噪声的方法进行解决,从而得到更高的计算精度.本文基于以上算法,提出一种基于噪声输入的稀疏高斯算法,同时将其应用于解决人体姿态估计问题.本文实验中的数据集来源于之前的众多研究人员,其输入为从视频序列中截取的图像或通过特征提取得到的图像信息,输出为三维的人体姿态.与其他算法相比,本文的算法在准确性,运行时间与算法稳定性方面均达到了令人满意的效果.; 夏嘉欣陈曦林金星李伟鹏吴奇; 关键词：视频处理

基于复杂网络理论的“一带一路”沿线国家天然气稀缺风险研究: “一带一路”经济的快速发展产生了可观的能源需求。在全球能源转型的大趋势下，天然气资源正成为世界经济的主要驱动力。随着世界各国对天然气需求的稳步增长，生产与消费之间的不平衡愈加明显。这威胁到天然气供应的安全，特别是在天然气...; 吴奇; 关键词：天然气资源复杂网络理论

垃圾焚烧池地震反应的影响因素及其规律: 为了解地表土体与垃圾池池壁在地震作用下的相互作用,建立有限元模型,考虑设置人工边界来模拟无限土层,研究不同质量分布、垃圾池与土体相互作用对其地震反应的影响及规律。模拟结果表明,模拟实体垃圾与布置附加质量情况下垃圾池的地震...; 吴奇董银峰饶建立刘飞鹏谢艳丽; 关键词：地震应力; 文献传递

基于混沌v-支持矢量机的产品销售预测模型被引量：8: 2010年; 针对制造企业产品销售时序具有多维、小样本、非线性和多峰等特征,将混沌理论与支持矢量机(Support vector machine,SVM)参数优选方法相结合,证明了结构风险最小化原则是在概率意义下近似正确的,由此得到支持矢量机的表现形式并不是唯一的,具有多样性的特征,在此基础上提出一种混沌v-支持矢量机(Chaotic-v SVM,Cv-SVM)模型,给出相应的产品销售预测方法。最后进行了汽车销售时序预测,结果表明基于Cv-SVM的产品预测方法是有效和可行的。; 吴奇严洪森; 关键词：混沌支持矢量机遗传算法

基于具有高斯损失函数支持向量机的预测模型被引量：9: 2009年; 鉴于ε-不敏感损失函数的标准支持向量机对产品销售时序的预测效果不好,提出一种采用高斯函数作为损失函数的支持向量机,给出相应的产品销售短期智能预测方法和参数优选算法。最后以汽车销售实例进行分析,表明基于高斯损失函数的支持向量机的短期预测方法是有效可行的。; 吴奇严洪森; 关键词：支持向量机粒子群优化混沌映射嵌入式