一、简答题(10分) 1.规则曲线如直线、圆、椭圆等图形在计算机中的产生方法有微分算法和 Bresenham算法,它们之间的本质区别是什么? 2.简述RGB颜色模型、HSV颜色模型、CMY颜色模型间的关系

提出了一种基于粗糙集的不完备数据填补方法.本算法以突出信息表的决策规则为主要目的,选取重要断点为主要手段,以分类质量作为迭代约束条件.实验和数值实例表明,本算法不但不会产生冲突规则,而且能够进一步突出决策规则

采用回归分析的方法,建立特征变量与产品质量之间的统计对应关系,把产品质量表达成特征变量的回归函数,进而得到特征空间与产品质量空间在统计意义上的映射关系.在产品质量空间进行聚类,在特征空间进行分类,而后提出了一种基于统计空间映射的在线模式识别方法.利用唐钢烧结厂的实测数据进行了仿真,验证了本方法的正确性.从算法分析和仿真结果看,这一算法可以有效地克服模式交叉现象的影响,并可对复杂生产过程进行在线质量推断

在对混沌时间序列与随机序列的不同特征进行分析的基础上,提出一种可对二者予以区分的判定算法.并结合具有优异特性的小波函数,构造一种小波神经网络.最终给出基于小波网络的集成的混沌时间序列判定一预测算法

在大量实测数据的基础上,结合理论分析,用统计方法建立起适合工程应用的支持辊磨损模型.该模型是一个多峰且高度非线性系统的半经验公式,其参数的估计复杂且计算量大.借助于带记忆的模拟退火算法,得到有效的解决.计算结果表明该模型具有较高的预报精度.在武钢2800四辊轧机应用后,取得明显效果

描述了工频同步电机传动控制系统主回路的结构及其整流变压器、吸收电路的参数计算,对其电流控制算法及谐波抑制策略进行了分析.研究了工频同步电机传动控制系统在亚同步、同步以及超同步速度时,突加负载的电流响应特性.结果表明,工频同步电机传动控制系统的性能可以达到与直流电机控制系统相当并且具有同步电动机特性的结论

提出了一种基于相重构和主流形识别的非线性时间序列降噪方法.带噪的时间序列在高维的相空间中其本质特征隐含在一个低维的主流形中,利用局部切空间变换方法提取其主流形,再根据主流形对时间序列进行重构,就可以达到降噪的目的.与现有的非线性时间序列消噪算法不同,基于主流形的消噪算法更强调时间序列的整体结构.数值仿真分析的结果验证了该降噪方法能有效地消除非线性时间序列中的高斯白噪声

根据轧制数量、测量数据质量和轧制力预报误差的影响,建立了轧制力自学习速度因子优化模型.在长期自学习的判定条件中综合考虑了规格分档的变化以及厚度、宽度的改变量,减少了换规格的次数.长期自学习系数计算时利用了从前一块钢数据中分离出的设备状态信息,从而改善了模型自学习的连续性.离线仿真分析结果表明,轧制力计算精度相对于自学习算法优化前有较大的提高

提出了用于网络计划的时间-费用分析的模糊决策规划,计算结果表明,算法的优化结果使决策者获得了更充分的决策余地.该算法应用于武钢方坯连铸机结晶器制造过程中

统计学习方法即机器学习方法，是计算机及其应用领域的一门重要学科。本书分为监督学习和无监督学习两篇，全面系统地介绍了统计学习的主要方法。包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场，以及聚类方法、奇异值分解、主成分分析、潜在语义分析、概率潜在语义分析、马尔可夫链蒙特卡罗法、潜在狄利克雷分配和PageRank算法等