基于正交多项式拟合的气象数据处理方法

针对高空气象探测数据变化规律复杂、突变情况不可预测、数据量大等特点,提出了基于离散数据正交多项式最小二乘的分段拟合方法.首先,从计算稳定性角度,说明了采用离散数据的正交多项式最小二乘法的原因;其次,从曲线拟合的保形性角度,详细阐述了二次分段拟合原则;最后,以具有典型特征的气温探测数据为例,证明了采用基于离散数据正交多项式最小二乘的分段拟合方法能够获得明显优于传统内插方法的拟合精度,提高高空气象探测数据处理的精度和自动化处理程度.     

GH3128高温拉伸强度设计方法的优化

国产镍基高温合金GH3128在高温下具有良好的强度,有望成为超高温气冷堆(very high temperature reactor,VHTR)核心部件中间换热器(intermediate heat exchanger,IHX)的主要结构材料。该文针对美国机械工程师协会(American Society of Mechanical Engineers,ASME)标准应用于GH3128时无法在全温度段得到一致可靠设计余量的不足,采用正态分布直接计算的方法,通过整体多项式、分段多项式以及分段指数这3种拟合方式,对拉伸性能设计许用值进行了计算。分析结果表明:针对现有的GH3128拉伸性能数据,应分别采用分段多项式拟合及分段指数拟合来求抗拉强度和屈服强度的设计许用值,并且这种方法给出的设计许用值曲线可以在全温度区间给出一致可靠的设计余量,可作为超高温气冷堆中间换热器结构设计的参考依据。     

基于最小二乘法的分段三次曲线拟合方法研究

多项式曲线拟合是一种较常用的数据处理方法,但当数据点较多时,只采用一种多项式曲线函数拟合所有数据点难以取得较好的拟合效果。针对传统分段曲线拟合方法中对数据点分段时经验成分较多的不足,提出了一种基于最小二乘法原理的分段三次曲线拟合方法。建立了三次拟合曲线方程,通过实际数据的检验,验证了该方法的拟合效果。     

分段最小二乘曲线拟合

本文在一般最小二乘曲线拟合的基础上提出分段最小二乘曲线拟合的方案,讨论了联结分段拟合曲线的方法,并且给出分段最小二乘多项式拟合的计算方法.     

基于最小二乘法的自动分段多项式曲线拟合方法研究

针对传统的分段曲线拟合方法在选择拟合函数和确定分段区间时经验成分较多的不足,提出一种自动分段多项式曲线拟合方法,根据误差方差和误差均值,自动确定经验函数和分段区间。通过实际数据的检验,验证了该方法的拟合效果。     

分段拟合中消除段外模态影响的方法

在整体正交多项式识别法的基础上，介绍了在分段拟合中消除段外模态影响的方法，通过对拟合频段外的低阶和高阶模态的分析和处理，提出用邻近拟合段前后两个频段中的模态来修正频响数据，并建立了曲线拟合模型，将该方法识别的结果与不考虑段外模态影响方法识别的结果相比较，结果表明该方法具有较好的计算精度。     

非稳态相渗实验数据的处理方法

通过公式推导与转换对比了JBN 方法和Jones 的图解法,得出二者本质的区别是选取的岩芯基准渗透率不
同。同时认为,在相对渗透率曲线的计算中,束缚水下的油相渗透率对于两相的渗流能力更具有参照性,更适合作为
岩芯的基准渗透率。在对平均含水饱和度和注入倍数的拟合中,对比了多项式、对数和指数函数。结果表明：对数函
数和指数函数通过分段拟合后可以达到高拟合精度,并且计算出的含油率更为合理。同时提出了针对驱替数据特点
的两段式分段拟合法。对于1=Qi ∼ 1=（IQi）拟合,不同的拟合函数计算出的油相相对渗透率较为接近,但水相相对渗
透率差别很大。对比线性、多项式和乘幂函数拟合,乘幂函数拟合的计算结果最为合理。     

纳米气体传感器灵敏度-温度曲线的拟合

通过试验测试了苯纳米气体传感器的灵敏度随温度变化的规律.在所得实验数据的基础上,应用Matlab软件对苯纳米气体传感器的灵敏度-温度特性曲线进行了拟合.对最小二乘法的分段多项式与三次样条曲线两种方法在传感器特性曲线拟合中的特点进行了理论分析及比较,发现两种方法的拟合精度虽然均为10-3,但分段多项式的拟合相对误差为±1.5％,各段拟合曲线连接点处出现断点现象;而三次样条函数的拟合相对误差仅为±0.5％,各段拟合曲线连续性好,整条曲线光滑.     

基于全周期分段步加的极小子样加速实验方法

针对滚动功能部件在其使用过程中的磨损失效等将直接影响其服役性能的问题,为方便高效地获得滚动功能部件不同时间历程下的在线监测和离线状态数据,提出了一种基于全周期分段步加策略的极小子样滚动功能部件加速实验方法.将滚动功能部件沿轴线方向分成n+1个子段,从子段1开始在加载力Fi作用下以速度vi自子段i至子段n往复跑合zi次,建立了各分段的等效加载力、等效跑合速度、第i个子段单位长度上正常应力水平下总的服役时间Ti的计算模型,并搭建了滚动功能部件服役性能加速实验台.该加速实验方法可应用于细长轴类零件的服役性能和失效演变机理分析及其寿命和可靠性的预测评估.     

海洋水文气象观测设备误差校准算法研究

为了提高海洋水文气象数据采集精度,需要对观测设备获得的数据参数进行误差校准标定。本文分别对分段线性化算法、最小二乘法的曲线拟合计算方法和样条函数分段三次多项式算法进行对比分析,最终将通过所有误差标定点且标定点处曲线光滑连续的样条函数分段三次多项式曲线拟合法,作为标准数据与观测数据进行误差校准标定的基本方法。通过实验对比分析,三次样条函数分段拟合误差标定法能够降低数据测量误差,保证观测设备获得较为准确、可靠的数据参数。     

参数化水平集活动轮廓模型的快速图像分割算法

为了提高图像分割的速度,提出一种参数化水平集活动轮廓模型的快速图像分割算法.该算法中的水平集函数由参数向量确定,而非带符号距离函数,降低了水平集函数的维度.将参数化的水平集函数嵌入到经典的LGDF(local Gaussian distribution fitting)模型中进行图像分割,不需要重新初始化和额外的正则项,同时可选择较大迭代步长.实验结果表明:所提方法能够有效地分割超声、CT和核磁等医学图像,与带有正则项的分割算法LGDF和最近提出的快速分割算法MSLCV相比,在保证分割精度的同时,计算速度得到了明显提高.     

广角镜头桶形畸变的多项式修正方法

为了修正广角镜头的桶形畸变,提出了一种基于多项式的修正方法,该方法首先用模板对广角镜头进行相对标定,然后用四次多项式拟合桶形畸变规律,最后根据拟合多项式对变形图像进行恢复。对于固定焦距视觉系统,在不考虑视觉系统具体参数的情况下,新的方法能够快速有效地对广角镜头桶形畸变进行修正。该方法在实验中表现出了良好的效果。     

基于趋势转折点的时间序列模式表示

在时间序列分段线性表示基础上,提出一种新的基于趋势转折点的时间序列模式表示方法。该方法在充分利用时间序列时变特征的基础上,可以有效地提取时间序列中的趋势及压缩原始数据。仿真实验证明,该方法具有高效、实现简便、效果直观的优点,对于油田测井领域的数据适应性良好。     

一种金融时间序列区域分割方法的研究

金融时间序列指描述不同金融产品诸如股票、汇率与基金等的时间序列.它与金融市场中人类的各种经济活动密切相关,呈现出复杂多变的状态.为了从海量的金融数据中发现有价值的,可用于投资的信息,大量学者采用数据挖掘来对金融时间序列作数据提取和处理.由于金融时间序列具有高噪声、非平稳性、潜在的周期性等特性,如果直接在金融时间序列的原始数据的基础上进行数据挖掘,会导致结果失败或是取得不理想的挖掘效果.而在数据挖掘前能对原始数据进行数据清洗、数据集成等预处理,数据挖掘质量将达到更好地效果.作为金融时间序列的一个重要分支,股票时间序列预测方法通常采用分段线性表示PLR(Piecewise Linear Representation)进行时间序列的预处理.但是PLR算法存在采用单一的拟合误差作为阈值,分段效果不太理想,算法本身的通用性,时间复杂度等性能都有待提高等缺点.本文提出了金融时间序列区域分割方法,该方法在定性和定量上都优于传统的分段线性方法.     

行星际小推力转移轨道分层初始设计方法

针对小推力转移轨道设计问题,提出了一种结合切比雪夫多项式拟合和离散脉冲策略的分层初始设计方法.基于曲线拟合思想采用切比雪夫多项式对小推力轨道进行逼近,建立起轨道状态与时间的关系,避免了传统曲线拟合策略中时间约束的解算并舍去了速度方向假设;在全局搜索中利用低阶多项式求解边界约束得到降维解空间中的全局最优解;在此基础上,增加切比雪夫多项式的自由度并局部优化;通过脉冲离散并进一步优化求解出引入路径约束的小推力轨道.以地火交会轨道及地-火-木星借力交会轨道为例对所提方法进行了仿真验证,结果表明此方法可有效地对交会、借力轨道进行快速全局初始设计.     

高精度重力加速度的求法

为了进一步提高单摆测重力加速度的数据拟合精度,基于最小二乘法原理,用线性拟合法分别与指数拟合法、对数拟合法、幂函数拟合法及多项式拟合法结合使用的方法,获得了不同精度的重力加速度拟合值。计算结果表明:采用线性拟合法分别与指数拟合法、对数拟合法、幂函数拟合法结合使用时的数据拟合精度均比直接采用一次线性拟合法低;采用线性拟合法和多项式拟合法结合使用时的数据拟合精度比直接采用一次线性拟合法高;采用线性拟合法和多项式拟合法结合使用时的数据拟合精度随着多项式拟合次数的增加先提高后降低,出现了龙格现象。     

改进的Mean-Shift遥感影像分割方法

基于高斯核Mean-Shift(MS)算法因收敛速度慢难以满足遥感图像处理的实时应用要求,提出一种改进的MS算法应用于遥感图像分割.针对传统MS算法需多次人工试用来确定固定带宽的问题,给出几种类型遥感影像的空间带宽参考值,且不同波段影像用plug-in规则分别计算值域带宽.针对遥感影像数据量大、MS迭代计算时间长的不足,使用一些加速策略来加速收敛;由于采用MS算法检测出的模点数较多,采用基于全局模点融合来稳定遥感影像分割结果;可用于分割遥感影像的特征很多,模点检测时用灰度特征,全局模点融合时用纹理特征,这样充分利用了遥感影像多维特征且不降低计算速度.采用Quickbird影像进行分割试验,研究结果表明:本文算法自适应程度高,速度和精度也能满足应用要求,是一种稳健的自动分割方法.     

基于云有序概念层次树的时间序列距离计算模型

时间序列是一类广泛存在的、重要的复杂数据.时间序列的知识发现成为知识发现的研究热点之一.而时间序列间的距离计算是很多时间序列知识发现的核心.针对目前时间序列距离模型的不足,基于云的时间序列线性形态表示,提出一种新的时间序列距离计算模型———基于云有序概念层次树的时间序列距离计算模型.该计算模型具有如下优点:允许时间序列存在某种程度的变形,能在一定程度上消除噪声、数据中的不连续性、偏移性和漂移性;用户可在比较时间序列距离时控制距离计算颗粒度;有效、简洁直观、易于理解.       

基于小波去噪和LabVIEW的最佳拟合曲线

介绍了测量数据的最小二乘法的拟合曲线。给出了使用LabVIEW实现拟合曲线的方法，同时给出了使用Mathcad的Ksmooth函数进行数据处理的方法。通过比较数据，应用小波去噪前后的，不同幂次的多项式拟合所得到的动态实时参数，给出了一条寻找最佳曲线的途径。使得理论、实验和计算机运算获得了完全的一致。从而为数据测量的前期工作和获取结果指出了一条简捷可行，科学的方法。     

基于残差神经网络的滚动轴承故障诊断方法

针对轴承故障诊断方法在变工况条件下诊断效果不佳的问题,提出了一种基于残差神经网络的滚动轴承故障诊断方法.该方法首先以滚动轴承时域信号数据作为输入,针对信号的时变性改进了数据池化层,改进的数据池化层利用三个连续的卷积层串联构建而成,目的在于能够有效地提取振动信号中的故障特征信息,并减少残差神经网络中参数的计算量;然后设计了一种空洞卷积和残差块相结合的空洞残差块,用于特征信息的学习;最后通过在全连接层后加入Dropout层丢弃一定比例的神经元,能有效避免过拟合的负面影响.使用凯斯西储大学轴承数据集进行仿真实验,与SVM+EMD+Hilbert包络谱、BPNN+EMD+Hilbert包络谱和Resnet三种方法作对比分析,结果表明该方法在变工况下的滚动轴承故障诊断中具有更高的诊断准确率、更强的抗噪性和泛化能力.