基于非线性修正策略的空气质量预警系统研究

建立科学、有效的空气质量预警系统,对于保护人们的身体健康和促进社会和谐稳定具有重要的科学价值和实际意义.为此,本文首先利用孤立森林(isolationforest,iForest)算法进行空气质量指数(air quality index,AQI)离群点分析,然后建立了一种空气质量预警系统,该系统由数据预处理模块、优化模块、预测模块和修正模块构成,融合了时变滤波经验模态分解(time varying filtering based empirical mode decomposition,TVF-EMD)、改进的蝴蝶优化算法(modified butterfly optimization algorithm,MBOA)、离群鲁棒极限学习机(outlier robust extreme learning machine,ORELM)和非线性修正策略,该预警系统成功地实现了空气质量的有效预警.同时,以污染程度不同的5个城市作为实验地点对预警效果进行检验,结果表明:1)与经验模态分解(empirical mode decomposition,EMD)相比,TVF-EMD可以更为有效地降低原始数据的非线性和非平稳性特征;2)基于MBOA的误差非线性修正策略比其他误差修正策略更胜一筹,可以显著提高预警系统的性能;3)建立的预警系统的性能要优于其他对比模型,可以对污染程度不同的城市进行有效预警.     

我国铁矿消费强度与钢铁冶炼及加工业的关系

简要分析了我国改革开放以来铁矿消费强度的阶段性变化特征,建立了铁矿消费强度的增量分解模型,应用国民经济投入产出表中数据,分时段对铁矿消费强度进行了增量分解计算和分析.结果表明,2002年前,资本形成以低于或基本等于GDP的增速增长,钢铁冶炼及加工业的铁矿消耗系数下降,致使铁矿消费强度降低;2002~2010年间,资本形成增速高于GDP增速,钢铁冶炼及加工业产出效益下降、铁矿消耗系数升高,致使铁矿消费强度大幅上升.因此,钢铁冶炼及加工业需要解决的主要矛盾是淘汰过剩的低端产能和推动产品结构升级,降低整个经济的铁矿消费强度,达到产业健康稳定发展的目的.     

高温时H13钢中初生碳氮化物的分解研究

利用光学显微镜、扫描电镜和电子探针研究了H13钢中初生碳氮化物高温分解时的形貌、尺寸、成分变化规律.原始初生碳氮化物主要为10~30μm的长条状(Vx,Mo1-x)(Cy,N1-y)及少量方形的(Tix,V1-x)(Cy,N1-y).在1200℃保温2.5 h后碳氮化物边缘变为凹凸不平的锯齿状,然后形成细小的分解颗粒,10 h后碳氮化物平均长度减小为12.9μm,主要为(Tix,V1-x)(Cy,N1-y).当经过1250℃ ×5 h保温后87%的碳氮化物发生分解,(Vx,Mo1-x)(Cy,N1-y)溶解消失,碳氮化物长度在20μm以下,当保温时间延长到10 h后碳氮化物长度均在10μm以下,70%为方形并且93%分解形成细小颗粒,未分解的碳氮化物为(Tix,V1-x)(Cy,N1-y).电子探针分析(Tix,V1-x)(Cy,N1-y)的分解与Fe元素扩散有关,高温时Fe在(Tix,V1-x)(Cy,N1-y)中含量逐渐增加而Ti、V减少,优先在边部曲率半径较小部位或缺陷处分解,形成0.1~1μm的细小分解颗粒,并由外向内以区域溶解方式使原始碳氮化物逐渐消失.双亚点阵模型分析两种碳氮化物的平衡溶解温度和组成有关,试样中大部分(Tix,V1-x)(Cy,N1-y)平衡溶解温度在1200~1246℃之间,与实验吻合较好.     

拉格朗日中值定理的证明及应用

中值定理是微分学的基本定理,是应用导数研究函数在区间上整体性态的有力工具,其中拉格朗日中值定理是核心内容.给出拉格朗日中值定理的三种证明方法及其在级数散敛性方面的应用.     

An Adaptive Multiscale Ensemble Learning Paradigm for Nonstationary and Nonlinear Energy Price Time Series Forecasting

For forecasting nonstationary and nonlinear energy prices time series, a novel adaptive multiscale ensemble learning paradigm incorporating ensemble empirical mode decomposition (EEMD), particle swarm optimization (PSO) and least square support vector machines (LSSVM) with kernel function prototype is developed. Firstly, the extrema symmetry expansion EEMD, which can effectively restrain the mode mixing and end effects, is used to decompose the energy price into simple modes. Secondly, by using the fine‐to‐coarse reconstruction algorithm, the high‐frequency, low‐frequency and trend components are identified. Furthermore, autoregressive integrated moving average is applicable to predicting the high‐frequency components. LSSVM is suitable for forecasting the low‐frequency and trend components. At the same time, a universal kernel function prototype is introduced for making up the drawbacks of single kernel function, which can adaptively select the optimal kernel function type and model parameters according to the specific data using the PSO algorithm. Finally, the prediction results of all the components are aggregated into the forecasting values of energy price time series. The empirical results show that, compared with the popular prediction methods, the proposed method can significantly improve the prediction accuracy of energy prices, with high accuracy both in the level and directional predictions. Copyright © 2016 John Wiley & Sons, Ltd.     

基于多变量希尔伯特频域模型的癫痫发作预测

癫痫发作具有突发性和反复性,对患者生命安全构成巨大威胁.为了对癫痫发作进行有效地预测,提出了多变量希尔伯特频域模型的癫痫发作预测方法.将希尔伯特边际谱、希尔伯特边际谱的变化方向和希尔伯特加权频率组成一个三维特征向量作为多变量希尔伯特频域模型,输入到支持相量机中,实现癫痫的发作预测,最后采用癫痫发作预测特征方法对预测结果进行评估.实验结果表明:采用多变量希尔伯特频域模型分析方法预测δ波和θ波的癫痫发作,癫痫预测范围在30~45 min,患者有足够的时间采取措施应对;癫痫发作周期在5~10 min,缩短患者等待时间,降低焦虑程度;与多种相关方法进行比较,该方法具有较低的错误预报率和较高的预测敏感度.     

利用遥感、重磁数据研究昌化-普陀断裂的空间展布特征

利用遥感影像数据研究昌化—普陀断裂的构造地貌特征,通过小波多尺度方法对布格重力数据进行有效分离,并基于重力、航磁数据分析其深部结构,结合历史地震及前人人工地震资料进一步探讨该断裂的活动性。重力小波细节图表明,该断裂南倾,切穿中上地壳到达下地壳,在下地壳该断裂仍与孝丰—三门湾断裂相切;航磁场揭示该断裂具有比较强烈的活动性,推测昌化—临安段断裂是右旋走滑断裂。综合重力、航磁及前人资料可知,该断裂是杭州地区一条南倾的深大构造断裂,切穿底部基岩至下地壳,控制和影响第四纪地层沉积,至今仍具备一定的活动性和破坏性。     

一种基于混合模型WRC的流量预测方法

针对当前网络流量预测方法在刻画网络流量多重特性方面存在的准确性及噪声干扰的问题,提出了一种基于混合模型WRC的流量预测方法,该方法利用小波分解将网络流量混沌时间序列分解为流量特性不同的近似时间序列和细节时间序列,并利用RBF神经网络和混沌模型分别对这两种时间序列进行处理,得到预测时间序列后再进行小波重构,得到最终的预测值.仿真实验结果表明模型预测有效,且预测精度较高.     

高炉风口理论燃烧温度计算模型的改良

在原有改进型理论燃烧温度(Tf)模型的基础上,进一步针对煤粉燃烧率、煤粉分解热以及灰分中Si O2在高温下还原耗热等方面内容进行修正和完善,提出更为全面的Tf计算模型,并对比分析了传统模型、原改进型模型以及本模型中富氧率、鼓风温度、鼓风湿度以及喷煤比等因素变化时对理论燃烧温度的影响规律.计算结果表明,与传统模型以及原有改进型模型相比,使用本模型时不同鼓风参数对理论燃烧温度的影响更为趋于"缓和",高炉下部炉缺状态相对更为稳定.事实上高炉在"高富氧,低煤比"或"低富氧,高煤比"两种操作下均未出现Tf过高或不足的问题,也印证了本模型能更贴切地反映实际生产高炉下部的炉缸热状态.     

基于卡通纹理分解和NSCT的卫星云图边缘提取

为方便提取云图的缓变边缘,提出了基于卡通纹理分解和无下采样轮廓波变换(NSCT)的卫星云图边缘特征提取算法。首先使用基于张量扩散的卡通纹理分解对卫星云图进行预处理,减小云图中噪声和纹理的影响,将云的缓变边缘转化为阶跃边缘;然后依据NSCT域中高频系数的正负关系和相关性进行边缘特征提取。通过实验,将文中算法分别与基于投影卡通纹理分解的预处理算法、小波多尺度积、NSCT模极大值和NSCT多尺度积等边缘特征提取算法进行比较。结果表明,本算法可更准确地提取云的边缘,且受噪声和纹理的影响小,边缘的连续性更好,为准确地进行云分类提供了保障。