径向基函数神经网络逼近空调管路温漂趋势的研究

针对空调管路的应变测试数据会随环境温度而产生漂移的现象,根据应变电测法,提出了基于径向基函数(RBF)神经网络拟合逼近管路真实应变值的方法,即结合正则化正交最小二乘法,逼近现实中由温度引起的漂移,间接求出空调管路较为真实的交变应变值.实验结果表明该方法是可靠的.     

自适应双正则化支持向量机的解路算法

针对自适应双正则化支持向量机,证明了其最优解关于单正则化参数是分段线性的,并据此提出了完全正则化解路算法,最后,通过在急性白血病数据集上进行分类实验,验证了所提算法的有效性.     

广义迭代Tikhonov正则化方法的参数选取

在模型具有误差的情况下，讨论了求第一类算子方程解的含闭算子的迭代Ｔｉｋｈｏｎｏｖ正则化方法．运用谱理论建立使正则化逼近解具有最优收敛阶的选取正则参数的方法，得到收敛性及收敛阶估计定理     

一维导热反问题非级数形式的精确解

以一维线性导热反问题为研究对象，求得了在一特殊情况下的非级数形式的精确解．采用一种新的拟逆解法，它将带有测量误差的边界条件进行微小扰动而化为非局部条件．进行数值求解，通过数值解与精确解的比较，对计算误差的变化规律进行了分析研究．     

正则Lipschitz规划的一阶最优性条件和最弱约束规格

讨论了正则的Lipschitz规划的一阶最优性条件,其主要研究工具是局部Lipschitz函数的广义梯度.给出了无等式约束的正则Lipschitz规划的一阶约束规格,并且证明了这种约束规格是最弱的。     

一种新Tikhonov正则化方法

由矩阵变换得到一种新的Tikhonov正则化方法,是截断奇异值法和Tikhonov正则化方法的结合.通过3种正则化方法的滤波因子,对3种方法进行概括.并通过大地测量中的控制网平差、重力向下延拓的实例对3种方法进行比较,得出新方法在减小解均方误差、提高未知数的精度等方面具有一定的有效性.     

惠州某区薄储层反演技术研究及应用

针对惠州某区滚动勘探阶段钻井较少、薄储层预测难度大的问题,采用基于正则化算子的叠前同步反演技术解决钻井偏态分布难以确定砂体横向边界的问题,从而确定更加合理的变程、变差函数等统计学参数,并作为地质统计学反演的关键参数输入;通过开展地质统计学反演,提高薄储层的纵向薄储层识别厚度问题。反演结果表明:预测设计井X3处储层发育,新钻井X3资料验证了此结果;目标区存在A2UP、A2LOW、A2共3套砂体,且互不连通。     

基于Tikhonov正则化与模型减缩技术的虚拟迭代载荷反求

将模型减缩技术应用于动态响应的求解,基于Tikhonov正则化载荷反求方法,在迭代过程逐步修正载荷信号,使系统的响应逼近期望响应信号,最终精确反求出载荷信号.算例表明,该方法相对于传统Tikhonov方法,既保留了良好抗噪特点,同时又提高了峰值载荷处的反求精度,从而使得整体反求精度更高.     

基于lk范数正则化的实信号去噪方法

针对实信号去噪问题 ,系统研究了基于lk 范数正则化的去噪方法。在研究和借鉴Tikhonov正则化参数选择方法的基础上 ,给出了基于lk 范数正则化中最优正则化参数的自动选择方法 ,同时给出了正则化方法求解的迭代算法。理论分析和仿真计算结果表明 ,该方法对于加性噪声有较好的抑制能力 ,同时能够有效地保护信号中的重要特征。     

A Novel Method for Nonlinear Time Series Forecasting of Time-Delay Neural Network

Based on the idea of nonlinear prediction of phase space reconstruction, this paper presented a time delay BP neural network model, whose generalization capability was improved by Bayesian regularization. Furthermore, the model is applied to forecast the import and export trades in one industry. The results showed that the improved model has excellent generalization capabilities, which not only learned the historical curve, but efficiently predicted the trend of business. Comparing with common evaluation of forecasts, we put on a conclusion that nonlinear forecast can not only focus on data combination and precision improvement, it also can vividly reflect the nonlinear characteristic of the forecas ting system. While analyzing the forecasting precision of the model, we give a model judgment by calculating the nonlinear characteristic value of the combined serial and original serial, proved that the forecasting model can reasonably catch＇ the dynamic characteristic of the nonlinear system which produced the origin serial.