地理和地形影响下我国区域的气温空间分布

不同于以往基于最小二乘的多元线性回归方法,本文将新型的第二代回归分析方法一偏最小二乘回归分析方法应用到中国区域气温空间分布的建模中．利用区域内394个气象观测站建站到2000年45年（及以上）的逐日气温资料,建立了一个简洁的年、季平均气温和地理、地形因子（包括纬度、经度、地形高程、坡度、坡向和遮蔽度）的关系模型,估算了区域地理、地形影响下气温的空间分布,并分析了这种影响的特征．结果表明,此模型具有88％的平均拟合能力,平均相关系数达到0．94,经交叉有效性检验,模型的回归效果较显著．分析表明,在多元线性回归不适用的情况下,本文基于偏最小二乘法的简单模型能够准确地再现我国实际气温的空间分布,具有一定的使用价值．     

一种线性/非线性自回归模型及其在建模和预测中的应用

为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其最小二乘参数估计方法,并采用结合建模误差、预测误差及模型复杂度的修正信息准则(AIC)确定最优模型结构.最后,将该模型应用于仿真数据和振动位移采样电流数据的建模与预测.结果表明,GNARX模型的建模和预测精度均高于AR,GNAR,ARX模型及BP神经网络模型,表现出良好的线性/非线性建模和预测能力,及较好的通用性和实用价值.     

差分侧信道密码分析中泄露模型的线性回归分析

从统计学线性回归模型的角度研究密码设备差分侧信道分析攻击中泄露模型的建模及估计,在不需对设备信息泄露有提前了解的情况下,得出线性回归泄露模型,克服了传统泄露模型的局限性.首先,分析能耗泄露的随机模型从而构建线性回归模型,然后用最小二乘估计和最小一乘估计两种方法求解线性回归模型的系数,最后基于八位控制器PayTV-AES智能卡平台实现能耗泄露的建模及系数估计.通过对两种求解方法结果的比较,提出最小二乘估计比最小一乘估计更适合用于泄露模型的线性回归分析;通过对被估模型系数曲线的分析,提出线性回归分析可以用于测量数据的预处理,以提高泄露模型建模效率.     

时序建模与系统辨识

本文分析了时序方法的特点,并从系统角度对时序ARMA模型进行了分析,进而指出了ARMA模型确能反映系统与外界无关的固有特性;文中还研究了ARMA模型与系统辨识差分模型的关系,比较了这两种模型在建模方法上的特点;最后,指出了时序建模与系统辨识相结合这一趋势。     

特征峰值投影技术应用于鱼粉蛋白近红外波长优选

采用近红外光谱线性分析技术实现对鱼粉蛋白的快速检测,选择合适的波长变量是提高模型预测精度的关键。主要目的是建立一种稳健、简单的多元线性回归(MLR)模型,通过研究基于特征峰值的投影技术实现参与建模的波长优选。特征物质在近红外光谱区域的吸收特征,以鱼粉一阶导数光谱的峰谷波长点作为出发点,依次采用逐步多元线性回归(SMLR)和连续投影线性回归(SPA-MLR)方法完成两度特征信息波长筛选,进一步对备选的波长变量执行显著性检验,最终确定近红外线性分析的特征信息波长组合。结果表明,近红外长波区域中优选出53个特征信息波长变量,能够提高鱼粉蛋白近红外定量模型的预测精度,简化了模型,从而提高了模型的适用性和稳健性。     

多维时序系统实时建模方法

本文在多维时序自回归谱分析的基础上,进一步讨论了时序系统实时建模问题,并提出一种实时模型的算法,宜于在线控制和机械系统故障诊断中推广和应用。     

基于UML的时空建模

现实世界中存在大量的时空数据,时空数据的管理对时空建模提出了更高的要求,因此成为当前许多领域的研究热点.UML作为众多领域广泛使用的统一建模语言,基于UML的时空扩展模型也成为许多领域时空建模的重要形式.为此,本文提出一种时空UML模型,该模型能够表示与处理时空对象的多种时空拓扑关系(包括RCC-8空间和Allen-13时态拓扑关系)以及它们之间的复杂语义关系(例如关联、聚合、泛化和依赖);同时给出了时空UML的形式化表示形式和语义解释方法.最后结合地籍变更的实例说明了所提方法的可行性和实用性.     

空间太阳电池帆板贴装涂胶过程时序分析与建模

基于机器人技术和粘性流体力学理论,提出了一种适用于空间太阳电池帆板自动加工的理论方法,对机器人贴装涂胶过程进行了时序分析和涂胶流动特性建模.确定了机器人单片涂胶周期和串联涂胶周期,得到了机器人涂胶运动的宏观时序模型和微观时序模型,及任意时刻机器人对应的涂胶位置坐标,建立了涂胶速度场模型以及胶体流量模型.实验结果表明,机器人能够有效完成预定时序规划下的轨迹涂胶,胶层厚度可控,涂胶区域规则,模型效果理想.     

时空加权回归模型局部线性估计的渐近性质

在模型分析中,对未知参数的估计及其相关性质的研究甚为重要。首先通过假定时空加权回归模型的回归系数是时空位置的函数,给出了时空加权回归模型的一种局部线性估计方法。其次,在假设I~V及引理1下,研究了由此估计方法得到的第p个系数函数估计量所具有的渐近条件性质。最后,证明了第p个系数函数估计量的渐近条件偏差和渐近条件方差。结果表明该估计具有良好的表现。     

软件体系结构动态特征建模与验证

针对软件体系结构描述语言在分析、验证软件构架动态行为中的不足,采用谓词/变迁(Pr/T)网为软件体系结构动态行为建模,并提出了基于线性时序逻辑的软件体系结构动态行为模型验证方法.首先根据体系结构层次模型扩展Pr/T网建立体系结构动态行为模型(DFM)并构造DFM的可达图,然后使用基于自动机理论的方法来验证模型的时态逻辑性质,最后通过对一个电子商务系统实例的并发控制机制建模和模型检测,验证了该方法的有效性.所提方法结合了Pr/T网和线性时序逻辑的优点,为进一步开展软件体系结构动态行为的分析、验证奠定了基础.     

考虑最优时滞因子时空模型的高速公路短时交通流预测研究

针对高速公路短时交通流预测问题,提出了考虑最优时滞因子的高速公路时空模型。首先通过相关系数计算确定了空间状态变量的个数,随后计算获得每个变量的最优时滞次数,完成空间模型部分的数据预处理,然后分别从连续性时间序列和周期性时间序列两个方面建立时间状态变量,最后分别构建以经典的线性回归和随机森林算法为基学习器的集成预测器LR_Adaboost和RF_Adaboost,利用训练完毕的模型对兰海高速贵阳北收费站路段的实时交通流量进行预测验证,结果证明考虑最优时滞因子的时空模型相对基本的时空模型有更好的预测效果。     

基于XGBoost的短时交通流预测模型

为提高路段短时交通流的预测精度,选取路段平均旅行时间作为预测指标,建立了一种基于极端样度上升(extrem gradient boosting,XGBoost)的短时交通流预测模型。首先通过对交通流数据的分析,在考虑交通流时空特性的基础上,分别构建目标路段时间序列训练集、测试集以及时空序列训练集、测试集,然后基于XGBoost模型以及构建的训练样本集建立时间序列预测模型以及时空序列预测模型,并利用训练好的模型进行预测,最后将模型预测结果与线性回归模型、神经网络模型预测结果进行比较。实验结果表明:基于XGBoost的短时交通流预测模型能够对路段未来时段平均旅行时间进行比较准确的预测,其中时间序列预测模型均方根误差为5. 32,时空序列预测模型均方根误差为4. 82,均低于线性回归模型和神经网络模型,且相比于仅考虑时间因素的短时交通流预测模型,同时考虑时空因素的预测模型得到的误差更低,预测效果更好。     

基于3DS MAX的火山地质景观三维建模与动态模拟研究

阐明了地质景观三维建模和成因动态模拟的研究意义,分析了国内外常用三维地质建模和模拟软件用于定性地质建模和模拟的不足之处,提出了利用3DS MAX多种建模和动态模拟工具,以定性、半定量、定量地质资料和数据作为数据源,进行地质景观三维建模和成因动态模拟。以吉林省伊通国家火山地质公园为例,介绍了火山地质景观自身及其地质背景的时、空信息组织和耦合方法;阐述了火山地质景观三维建模过程中空间尺度上的大、中、小层次结构及动态模拟过程中时间段的划分方法,建立起相互联系的空间三维可视化和时间动态模型。剖析了基于3DS MAX的火山地质景观定性-半定量模型和地质演化动态模拟的可靠性、精确性及适用性。     

空间动态模型建模方法

GIS支持空间动态模型的关键是空间动态过程的计算和表达。对空间动态模型进行了形式化分析,给出了空间 时间离散状态表达、空间交互过程和时间反馈控制方法的理论描述。基于空间动态模型理论方法,对GIS地图代数进行了扩展,增加了表达空间动态系统的过程和关系（流）的数据模型和操作元语,并使用软件组件技术实现了支持空间动态模型的GIS组件—DynamicGC。该组件基于微软组件对象模型（COM/DCOM）实现,可支持 VB、Dephi、Visual C++ 等通用开发环境,也支持 VBA、VBSCRIPT、JAVASCRIPT 等脚本语言环境,为空间动态模型的建模语言提供了丰富的选择余地。作为该组件创建动态过程模型的应用实例,使用VBA创建了经典的“生命游戏”的元胞自动机模型。     

几何随机分布模型的高速铁路山地信道建模

目前,高速铁路(简称高铁)山地地形的无线信道模型构建主要基于部分测量数据,缺乏一定的普适性.针对该缺陷,以山地场景的多输入多输出信道为研究对象,提出一种基于几何随机分布模型(geometry-based stochastic model,GBSM)的3D建模方法.考虑了散射体对无线信号的反射和散射作用,利用基站与移动台为焦点的椭圆柱面和以移动台为球心的球面分别模拟远端散射体和近端散射体,构建3D信道模型;利用冯·米塞斯(VMF)分布模型表征散射体的有效分布,分析散射体的方位角和仰角对信道统计特性的影响,推导出3D信道模型的空时相关函数(space-time correlation function,STCF),空间互相关函数(cross correlation function,CCF)和时间自相关函数(auto correlation function,ACF)的数学表达式.仿真结果表明,基于GBSM的3D模型具有较低的空间CCF和时间ACF值,能更真实地表征高铁山地地形下无线电波的空间多样性,山地地形信道建模的普适性问题得到了有效解决.     

高层建筑物沉降监测数据综合分析的几种方法

目的探求桩基基础与灰土地基基础高层建筑物沉降监测数据分析的较优方法。方法应用线性回归模型、时间序列模型、灰色系统模型对桩基基础与灰土地基基础的高层建筑物沉降实测数据进行分析。结果3种方法对桩基基础高层建筑物的数据分析均取得了良好效果,而对灰土地基基础高层建筑物沉降监测数据分析中,时间系列模型要优于线性回归模型、灰色系统模型。结论桩基基础高层建筑物的监测数据分析可以采用线性回归模型、时间序列模型、灰色系统模型,而灰土地基基础高层建筑物监测数据分析更适合选用时间序列模型。     

热带终轧温度计算的逐步回归分析模型

基于大量现场工程记录数据,考虑轧制速度、精轧入出口厚度、机架间水量等影响热带终轧温度的主要因素,采用逐步回归分析法进行热带终轧温度计算模型的多元线性回归建模,在模型系数未进行学习时采用线性模型进行模拟计算,将计算结果与工程记录数据进行比较,模型计算结果与记录数据之差小于15℃范围内的达70.1%,表明该模型计算效果能够满足终轧温度控制精度要求.针对线性回归模型的局限性,对该模型系数自学习方法进行了讨论.     

基于主成分分析线性回归的光伏发电功率预测研究

针对经典光伏发电功率物理模型预测精度不高、可能遗漏关键气象因子的问题,基于数据驱动思想提出一种主成分分析、逐步线性回归以及多种检验相结合的光伏发电功率预测模型混合建模方法.采用相关性分析提取关键气象因子自变量,通过逐步线性回归对历史样本数据进行训练得到初始模型;对初始模型进行拟合程度、有效性以及多重共线性等多种检验,根据检验结果,采用主成分分析对初始模型自变量进行降维重构,得到修正模型;通过残差分析实现修正模型正确性的自校验;基于多种时间尺度对经典模型、未修正模型以及修正模型的预测结果进行详细对比分析.仿真结果表明修正模型提高了预测精度及所提混合建模方法的有效性与优越性.     

Temperature Prediction Model Identification Using Cyclic Coordinate Descent Based Linear Support Vector Regression

Temperature prediction plays an important role in ring die granulator control, which can influence the quantity and quality of production. Temperature prediction modeling is a complicated problem with its MIMO, nonlinear, and large time-delay characteristics. Support vector machine （SVM） has been successfnlly based on small data. But its accuracy is not high, in contrast, if the number of data and dimension of feature increase, the training time of model will increase dramatically. In this paper, a linear SVM was applied combing with cyclic coordinate descent （ CCD） to solving big data regression. It was mathematically strictly proved and validated by simulation. Meanwhile, real data were conducted to prove the linear SVM model＇s effect. Compared with other methods for big data in simnlation, this algorithm has apparent advantage not only in fast modeling but also in high fitness.     

时空数据模型研究原则与表达方法的探讨

时空数据模型的三个基本要素是空间位置、属性和时间．确定研究尺度范围内地理信息基元，合理表达时空关系和模型的层次体系是时空数据模型研究的基本原则．时空数据模型的表达方法主要有序列快照模型、基图修正模型、时空复合立方体模型、基于特征的时空数据模型和图谱数据模型．目前条件下，时空数据模型研究的重要意义在于，扩展传统地理信息系统的功能，实现时态地理信息系统(TGIS)的时序分析与规律预测．