基于Logistic算法的考研成绩变量预测方法

针对传统考研成绩变量预测方法的变量关联性低,导致预测结果存在较大误差的问题,提出基于Logistic算法的考研成绩变量预测方法.收集并处理历年考研成绩数据和学生成绩数据,作为成绩变量预测的初始数据.设置考研成绩的预测变量,建立Logistic回归分类算法模型,通过该模型的运算提高考研成绩变量之间的关联性.综合历年考研成绩数据的发展规律以及变量的影响因素分析结果,得出考研成绩变量的预测结果.通过对比实验分析得出结论:基于Logistic算法的考研成绩变量预测方法的预测误差率较低,预测准确性较高.     

用于高维时序数据预测的非同步尺度主成分分析

针对时间序列数据预测过程中可能面对高维或超高维的预测变量,同时考虑变量的时序特征及预测的非同步性,提出用于时序数据预测的非同步尺度主成分分析方法。首先构建单个预测变量和被预测变量的非同步线性回归,通过可决系数选取单变量的最佳滞后阶数,并将回归系数赋权与相应的预测变量得到赋权预测变量,并通过主成分分析对赋权预测变量降维,即非同步尺度主成分分析。将该方法用于消费者物价指数增长率的预测,结果表明经非同步尺度主成分分析降维的预测精度高于传统降维预测的方法。     

基于关键变量的OPLS预测方法

产品的最终质量主要是由生产过程中的关键变量决定的,因此,回归模型的质量预测能力与过程变量的选择密切相关。本文提出了一种新的基于关键变量(CV)的OPLS预测方法(CVOPLS),用于输出变量较多过程的质量预测。首先,根据关键变量选取准则,为每个质量变量选取建模所需的关键过程变量。为了减少最后需要建立的模型个数,将由质量变量及其相应的关键过程变量组成的数据阵进行重组,并用OSC算法去除重组后的数据阵中与质量变量无关的干扰信息。然后,对校正后的数据阵建立PLS模型,求取相应的模型回归系数,得到最终的质量预测结果。与传统的PLS及OPLS方法相比,该方法能够在保证模型较好预测精度的前提下,有效地简化模型结构。最后,通过Tennessee Eastman(TE)过程的实验仿真验证了CV-OPLS方法的有效性。     

非参数回归方法在短时交通流预测中的应用

为了提高短时交通流预测的准确性,提出了应用改进的非参数回归方法进行短时交通流预测。利用反馈机制动态调节系统变量和输入变量集是对非参数回归方法的主要改进之处。将建立的模型用于北京实际大规模路网的交通流预测预报,实例分析结果表明,应用非参数回归方法的5m in交通流预测结果明显优于神经网络方法;有反馈调节机制的非参数回归方法优于有固定输入变量集的非参数回归方法。     

基于多变量相重构的混沌时间序列预测

提出了一种基于多变量相重构的混沌时间序列预测方法.该预测方法从非线性动力学系统中获取与待预测时间序列相关的信息组成多变量时间序列,首先进行多变量相空间重构,然后利用局域多元线性回归模型在相空间中进行预测,最后从预测出的高维相点中分离出时间序列的预测值.由于考虑了动力学系统中多个变量之间相互耦合的关系,从而增加了重构相空间的系统信息量,使得相空间的相点轨迹更加逼近原系统的动力学行为.与采用单变量进行预测的方法相比,基于多变量相重构的预测方法无论是单步预测还是多步预测,都能有效地提高预测精度,且具有嵌入维数的选择对预测精度影响较小的优点.通过对Lorenz混沌信号进行预测,实验结果验证了方法的有效性.     

用Weighted fusion方法对森林中蝙蝠活动数据做变量选取

利用Weighted fusion变量选择方法,分析了森林中蝙蝠活动数据.计算了各变量之间的样本相关系数,画出了响应变量与预测变量之间的散点图,对预测变量按照重要性进行了排序,并且根据AIC与BIC准则选出了跟蝙蝠活动显著相关的预测变量.     

以核心变量为基础的离散贝叶斯网络结构学习

建立了基于核心变量的离散贝叶斯网络结构学习方法.该方法根据变量之间的无条件相对预测能力建立有向无环图,分别按着变量的聚度和散度排序变量;以不同于被预测变量的具有最大聚度和散度的两个变量为条件变量,根据变量之间条件相对预测能力的大小确定弧的存在性与方向,结合环路检验建立初始贝叶斯网络结构;以两个变量的最小切割集为条件变量集,调整初始贝叶斯网络结构(包括删除多余的弧和重新确定弧的方向),最终建立数据中所蕴涵的贝叶斯网络结构.同时,使用模拟数据进行了对比实验,结果表明这是一种有效实用的方法.     

能源生产的模糊预测

基于经济变量和状态的模糊性,建立计量经济模型,运用模糊聚类(FCM)算法对样本空间进行聚类划分,获取模糊相似矩阵,优化经济变量输入输出关系,对经济变量进行拟合和预测.将模糊聚类方法用于复杂的能源系统,对我国能源生产进行预测,把预测结果与实际值进行了比较,结果表明误差较小,同时还将此预测与多元回归预测进行比较,结果表明用模糊方法对能源生产进行预测效果更好.用同样的方法可以对经济领域中诸如消费、货币需求、产品需求等进行预测,其应用领域是广泛的.     

基于相空间重构预测方法预测能力的评估

为了客观地评估基于相空间重构预测方法的预测能力,使用非线性局部Lyapunov指数来替代均方根误差。根据误差平均相对增长的饱和性质,可以确定预测方法的最大预测期限。通过计算得到重构Lorenz相空间和原始Lorenz相空间的最大预测期限分别是12,13s,k-近邻方法(k=1,2,3,4,5)的最大预测期限分别是12.0,9.8,9.7,9.2,8.8s,多变量预测方法的最大预测期限是12.8s,单变量预测方法的最大预测期限是12.0s。研究表明,重构的Lorenz系统的相空间可预报性与原始Lorenz相空间相当。此外,对于重构的Lorenz相空间,由于k-近邻方法集合了预测能力参差不齐的成员,导致其预测能力逊色于零级近似预测,多变量预测方法的预测能力与单变量预测方法几乎相当。     

多变量模糊预测控制在板形板厚综合系统中的应用

针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法,该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数。同时,利用遗传算法优化控制,仿真结果表明该方法是有效的。     

基于T-S模型的励磁系统控制器的设计

研究了基于T-S模糊模型控制理论下单机-无穷大电力系统的励磁控制设计。建立一系列局部动态模型表示系统在每个局部区域的动态行为,然后利用隶属度函数把这些局部模型连接起来构造一个全局动态模型,最后采用解线性矩阵不等式的方法,利用MATLAB/LMI工具箱得出了发电机励磁系统的控制器。仿真结果表明这种控制方法有效,且其控制效果优于PID控制。     

不等温降法单管热水采暖系统的设计计算

用不等温降法计算了单管热水采暖系统的散热设备和系统管径,改善了目前存在的用户供热效果不均匀的情况,并编制了计算程序,降低了计算工作的繁杂性,计算结果令人满意。     

与文本无关的话者识别

本文提出一种采用数字信号迭加处理技术从语声中分离话者个人身份特征信息的实用方法,实验验证了这种方法的可行性,并以此建立了与文本无关的话者辨识和话者确认实验系统。通过大量实验,比较了从连续语音和从断续语音中提取话者个人特征信息的效果;比较了线性预测系数、反射系数、倒谱系数和对数面积比系数用于话者识别的效果。     

小波去噪及其在虚拟仪器中的应用

利用小波对信号去噪,是小波理论应用于实际的一个重要方面。在用由虚拟仪器组成的系统进行测试时,经常要对信号进行去噪、分析等后处理。文中介绍了用于一维检测信号去噪的几种常用方法,并在虚拟仪器开发软件LabVIEW中实现了去噪算法,最后对这几种算法的去噪效果进行了比较。     

模糊自适应PID控制在无刷双馈电机矢量控制中的应用

采用矢量控制策略的无刷双馈电机调速系统,其性能能够满足运行要求,但存在超调量大及动态调整时间长等问题.本文在无刷双馈电机矢量控制策略的基础上,将模糊自适应控制与PID控制器相结合,应用于无刷双馈电机矢量控制,并采用Matlab simulink 5.0对系统进行了仿真,结果表明,系统动态特性得到了明显改善.     

交直流电力系统静态稳定性研究

本文以小振荡法分析交直流电力系统的静态稳定性。着重研究直流输电系统的控制方式、调节参数以及换流站无功补偿装置性能对静态稳定性的影响,并用灵敏度分析方法选择最佳调节参数。文中还对换流站引入TCR/TSC静止无功补偿装置进行了探讨,分析结果表明它对提高系统静态稳定性具有良好的效果。     

磁悬浮飞轮低功耗控制方法仿真研究

在储能、航天领域中应用磁悬浮飞轮时,系统功耗是需要解决的一个关键问题。在高转速下,飞轮陀螺效应对转子稳定影响很大,控制器需要对其进行抑制。为此,需要研究低功耗控制方法。该文昕设计的控制器,既考虑了陀螺力矩的抑制,又考虑了功耗的降低,将控制力与控制电流分别进行设计。控制力采用位移交叉算法产生,以抑制陀螺力矩;而控制电流根据所需控制力,采用非线性方法构建,实现了零偏置电流和电磁铁的单边工作,从而降低系统功耗。仿真结果表明,此低功耗控制方法可在高转速下稳定系统。     

一种嵌入JPEG解码器中的自纠错方法

提出了一种采用ＪＰＥＧ标准压缩的静止图像数据在非理想信道中传输的纠错方法。这种方法被内嵌于ＪＰＥＧ解码器后，使得误码造成的图像破损在经过该方法的补救以后，对主观视觉的影响减至最小。     

非线性双环反馈数据采样系统的动态行为

在控制系统中利用非线性双环反缋使非稳定系统成为稳定是一个重要的科研课题,本文就此作了研究.为便于分析及硬件实现,这里采用了近似于铁磁电感特性(不包括饱和部分)的分段线性双环反馈.在参数域内详细分析了平衡点的特性;重点研究了反聩参数对该系统动态行为的影响.通过计算机模拟,观察到该系统动态行为中明显的混沌现象以及混沌吸引子的自相似结构.最后,在理论上严格地证明了该系统中混沌现象的存在性.从而说明,为避免此类系统中混沌现象的出现,必须选择恰当的反馈参数.     

可视化方法在指标权重建立中的应用

层次分析法(AHP)被决策者广泛地使用在科学评价的指标体系建立过程中.该过程常表现为一个群组决策问题.由于各种原因各个决策人的表决效果是不一样的.某些异常结果可能搅乱总体的结果.本文给出一个可视化的技术,该技术可以将好的决策表现出来,从而提高层次分析法的精度和效率.