基于IOWA算子的短时交通流预测方法研究

本文首次将诱导有序加权平均（IOWA）算子应用到短时交通流预测中,建立了以整体预测误差平方和最小为目标的组合预测模型。在分析短时交通流预测模型的基础上,本文选取了指数平滑法、季节自回归求和移动平均模型（SARIMA）、BP神经网络模型对短时交通流进行预测,再用IOWA算子将这三种模型进行组合预测。最后进行实例验证,通过MAE、MSE和MAPE三项指标比较分析四种模型的预测效果。结果证明,IOWA算子组合预测模型明显优于其他的预测模型,有效地提高了短时交通流的预测精度。     

土壤呼吸日动态同温度的关系以及最适测定时间

一天一次的土壤呼吸测定方式可能会引起结果的偏差, 为了估计这种偏差以及确定土壤呼吸测定的最适宜时间, 2011年6?8月在河北省塞罕坝地区开展4种植被类型(森林、灌丛、草原和草甸)、13个群落类型土壤呼吸速率日动态以及土壤表层10 cm温度和气温的同步测定。结果表明: 在一天内不同时间进行测定, 可导致土壤呼吸速率偏离程度在-26%~68%; 森林在一天内不同时间进行测定, 对土壤呼吸速率的影响较小(距离日平均值的偏离<10%); 草原和草甸通常在早上7:30-10:30和下午17:00-19:00进行测定对土壤呼吸速率的影响较小(距离日平均值的偏离<10%)。土壤呼吸速率的日变化与土壤温度和气温的日变化密切相关。研究表明, 如果忽略土壤呼吸的日动态, 将会对土壤呼吸速率的估算带来显著影响。     

利用经验模式分解提高短时傅立叶变换分辨率

短时傅立叶变换由于受Heisenberg测不准原理限制,时间分辨率和频率分辨率不可能同时达到最佳．在此利用经验模式分解(EMD)首先对原信号进行分解,将其分解为数阶内在模式函数(IMF),然后对这些内在模式函数进行短时傅立叶变换,从而使短时傅立叶分辨率得到提高．     

S变换的火车车轮扁疤信号检测

为准确、快速检测车轮扁疤以保障列车行车安全,针对振动加速度传感器采集的车轮扁疤信号持续时间短、突变快的特点,采用短时能量判决和S变换时频分析方法相结合的算法对含有扁疤的振动信号进行检测定位。对典型扁疤信号进行频谱分析发现扁疤信号主要集中在2500Hz以下的频带范围内。通过对低通滤波后的振动信号进行短时能量判决筛选出扁疤可能存在的数据段,经S变换后,信号的突变特性表现明显,可以确定扁疤的起振时间。MATLAB仿真证明：该算法能够准确地对扁疤信号进行检测定位,并较其他方法步骤更简洁、定位更准确。     

基于GA-Elman神经网络的交通流短时预测方法

以单断面的交通流量为研究对象,采用动态Elman神经网络进行短时交通流量的预测,提出一种基于GA-Elman神经网络的交通流短时预测方法.该方法通过遗传算法优化Elman神经网络的权值和阈值,克服了Elman神经网络易陷入局部最小的缺陷,同时提高了Elman神经网络的泛化能力和预测精度.实验仿真表明,本文方法可用于城市快速路上预测实时交通流量,预测效果优于Elman、GA-BP预测模型.     

基于ASTFT和中值滤波的PRC-CW雷达FM干扰抑制方法

通过分析调频(FM)干扰对伪码调相连续波雷达相关检测性能的影响,发现当FM干扰超出伪码调相雷达自身抗干扰容限时,相关输出严重恶化.针对该问题,考虑到伪码在时频平面上是近似均匀和平坦的,而FM干扰则具有较好的时频聚集性,该文提出了基于自适应短时傅里叶变换(ASTFT)和中值滤波的FM干扰抑制方法.该方法通过对时频平面上被干扰污染的部分进行中值滤波,实现了对FM干扰的抑制.对不同信干比情况下线性调频和正弦调频干扰抑制前后的相关输出进行了仿真分析.结果表明,该方法能够有效抑制干扰,使相关输出得到显著改善.     

基于张衡一号电磁卫星数据对印尼Ms 7.4地震的研究

以2018年9月28日印尼Ms 7.4地震为背景, 利用张衡一号电磁卫星观测的ULF磁场X, Y和Z三分量数据, 采用滑动四分位(IQR)算法、滑动主成分分析算法(PCA)和短时傅里叶变换算法(STFT), 对震中范围的时空电磁数据进行分析, 结果显示 3 种算法都能有效地提取到震前异常。1) X,Y和Z分量均值震前7天开始出现异常, 随着发震时间临近, Y和Z分量的异常程度逐渐增加, 震前2天达到峰值, Y分量最大异常达到0.7 nT, 震后异常慢慢消失; 2) 震前5天主成分出现异常, 第一主成分占比急剧下降, 下降幅度超过15%, 第二、第三主成分占比急剧上升, 异常持续3天; 3) 震前9天, 13和25 Hz功率谱密度占比同时出现大幅异常, 13 Hz占比上升35%, 25 Hz占比下降超过40%, 13 Hz占比出现正异常, 最大正异常达到0.1, 25 Hz占比出现负异常, 最大负异常达到?0.15, 震后异常消失。结合同时段的太阳地磁活动情况, 认为上述电磁异常可以作为印尼地震的前兆。     

自适应核时频分布在抑制交叉项中的应用

分析了固定核函数时频分布在抑制交叉项方面的局限性以及基于信号特征的自适应时频分布对时频分辨率的改善。通过对基于信号特征的径向高斯核时频分布进行改进,提出了一种基于信号特征的自适应核时频分布的改进算法。该算法采用短时模糊函数和随时间变化的自适应核,能够在时频分布中区分出多分量信号的细节部分。仿真结果表明,该分布具有较高的时频分辨率,且无交叉项干扰。同时它还适合分析长时间信号和实现在线信号处理。     

基于变分辨率频谱特征的向量机静音检测和实时混音技术

静音检测算法基于两个语音感觉特征与变分辨率频谱的Mel频率倒谱系数组合成音频特征，采用多门限过零率对静音进行初判，并通过二分类支持向量机对组合语音特征进行分类；实时混音算法使用每一路音频的短时能量作为混音权重．测试表明，静音检测算法在不同信噪比下语音识别正确率高于G．729B静音检测算法；实时混音算法听觉测试优于传统的算法，并且混音计算延时低，满足网络实时传输的要求；两种算法同时应用于视频会议系统，视频会议服务器的运算量低于使用了G．729B静音检测算法的视频系统．     

基于神经网络和混沌理论的短时交通流预测

文章通过分析短时交通流量数据在时间序列上的特点，结合神经网络和混沌理论，从非线性时间序列预测的角度对交通量预测进行探讨。并用该方法对广州至佛山高速公路交通流进行了预测，取得了较为满意的效果。