改进的LS-SVM数学模型的交通流量预测分析

针对交通流量数据具有非线性和非平稳性的特点,运用EMD和FOA算法实现LS-SVM核参数和惩罚系数的自适应优化选择,提出了一种基于EFLS-SVM算法的交通流量预测模型。通过EMD提取交通流量数据的细节特征和趋势特征,构建出基于EFLS-SVM的交通流量预测模型,分别进行单步、3步、5步和7步预测。通过不同交通流量预测模型的实验对比发现,EFLS-SVM算法的预测精度和预测效率均优于其他模型,从而为交通网络资源的合理配置提供科学决策的依据。     

集合约束下的向量拟均衡问题

运用像空间分析研究更为一般的约束条件下的向量拟均衡问题(记为VQEP)的解,并且通过拟相对内部的概念定义拟相对弱向量拟均衡问题(记为qrw-VQEP),然后利用像的一种合理形式的拟内部和广义拉格朗日函数的鞍点定理表示VQEP和qrw-VQEP的线性分离,最后得出VQEP和qrwVQEP的拉格朗日型最优性条件。     

考虑实时路况的出行路线选择模型

为了缓解交通拥堵问题,本文在现有的导航仪基础上,考虑到道路的实时情况,设计新的导航仪,帮助居民选择出用时最短且能尽量避免拥堵的路线。研究主要包括两方面：首先,在存在不拥堵路线的情况下,利用最大流模型计算出道路流量,结合实际流量,在尽量避免拥堵(实际流量不超过最大流量)的情况下,求出最短路程,给出建议。然后,考虑拥堵问题难以避免,加强了与实际道路状况的联系,对道路出行选择模型进行了优化,先将道路分为非常拥堵、存在拥堵、畅通三种情况,然后再根据道路实时流量,利用G-LN的模型计算出车道的速度,结合路程,找出用时最短的路线。     

输电导线覆冰生长及影响因素数值分析模型

针对现有输电线路覆冰生长模型仅注重覆冰生长量、难于准确预测覆冰形貌的问题,建立了输电导线局部冰层增长计算模型。采用空气动力学方程求解覆冰导线周围气流场参数、覆冰表面对流换热系数,进而采用欧拉二相流模型计算覆冰导线表面过冷却液滴碰撞系数;建立包含液滴碰撞、溢流、蒸发、升华等因素的质量平衡方程,基于此方程推导出计算对象热量平衡方程,并采用多级假设、一维搜索求解方程中多个未知量,得出各单元的冻结系数和覆冰质量。算例表明:局部碰撞系数及碰撞区域随风速的提高快速增大,覆冰量相应增大;而环境温度及导线电流的增加使得溢流水出现,覆冰类型由雾凇向雨凇过渡;模型所得覆冰形貌和覆冰量与已有实验结果基本相符,计算结果满足电力系统工程需要。     

基于最小二乘支持向量机的大坝变形预测研究

大坝变形预测是风险评估的关键,而涉及因素存在高度非线性.为达到好的预测效果,提出了一种基于最小二乘支持向量机(LSSVM)的大坝变形预测方法.在数据预处理方面,针对传统的参数平方、立方这种处理方式,提出变阶次概念;针对LSSVM交叉验证耗时过多,提出了一种简单可行的变参数方法 .为了快速获得优化结果,引入基于十进制的遗传算法.此外,为进一步提高预测精度,引入遗忘因子概念.最后,给出一个实例.     

基于多相流模型的腔体内纳米流体自然对流换热数值模拟

运用多相流混合模型和单相流模型模拟了纳米流体在封闭腔体内的自然对流换热特性,将模拟结果与相应的实验值进行对比,分析了瑞利数、格拉晓夫数和纳米颗粒体积分数等物理量与努塞尔数的关系;同时,对比分析了纳米流体和纯水在水平与垂直中心截面的速度分布,以及封闭腔体内流体的温度场及流场.结果表明:基于N-S方程的单相流模型所得努塞尔数变化曲线与水的努塞尔数曲线较吻合,但不能反应纳米流体的换热特性;而基于多相流混合模型所得努塞尔数变化曲线与相应的实验结果较吻合;纳米颗粒的添加能够显著增强封闭腔体内的流体运动,有利于强化封闭腔体内流体的能量传输,起到了对流换热作用.     

基于磁场能量密度梯度的磁源定位技术

针对目标磁源的数学模型(单磁偶极子和椭球体加线性磁偶极子阵列等)与实际目标磁矩具体分布存在差别而影响定位精度的问题,将单个磁偶极子的磁场能量密度场的梯度方向指向场源的结论进行了推广,实现了地磁场中铁磁目标的定位.船模实验结果表明:不管是远场还是近场,目标是船模还是理想偶极子(钕铁硼),定位精度均达到95%.     

多尺度形态梯度和标记分水岭的时频谱图分割

时频谱图干扰强,目标之间、目标与干扰之间有重叠,其分割是重要而困难的问题.提出一种基于图像熵定义的时频谱图多尺度形态梯度图像融合方法,将该方法与标记分水岭分割结合形成一种基于多尺度形态梯度和标记分水岭的时频谱图分割方法.实验结果表明,与基于单尺度形态梯度和标记分水岭的分割方法相比,新方法实用性更强;与Otsu法相比,新方法分割更准确.     

基于支持向量机的P2P流量管理模型设计

对P2P的网络流量进行识别是P2P研究领域中的一个重大难题,为了实现对其管理,提出了一种基于支持向量机(SVM)的P2P流量分类管理模型.首先获取P2P网络流量数据,然后将获取的样本数据输入SVM并对SVM进行训练,最后将测试样本数据输入SVM进行P2P流量分类管理.仿真实验证明了该方法具有较高的检测率和较低的漏报率.     

基于图割和Sobel算子的视频分割算法

针对前景和背景交界处对比度较低的图像分割问题,提出了基于图割和Sobel算子的视频分割算法.首先建立包括颜色分量和对比度分量的能量函数;然后对当前帧和背景求梯度,使用背景的像素梯度来减弱当前帧中背景部分强边缘的梯度值,同时对由颜色模型建立的图像进行Sobel边缘检测,将得到的边缘检测的结果应用到颜色分量和对比度分量中来增加前景和背景对比度;最后,使用图割算法,对能量函数进行最小化求解最终得到分割结果.实验结果表明,当前景和背景交界处颜色相近时,本文分割算法能有效降低分割错误率.