GM(1,1)模型改进算法及其应用研究

原始序列规律、一次累加生成序列光滑度及其初始值是影响GM（1,1）模型预测精度的主要原因.为了获得较高的预测精度,在原有改善序列光滑度方法的基础上,给出一种基于加权和最小平均相对误差的灰色改进算法.该改进算法不但能够提高拟合及预测精度,而且拓展了传统GM（1,1）预测模型的适用范围.将传统方法与改进算法应用于实际设备故障诊断和寿命预测,结果表明,改进算法对于机械设备的预知维修具有较好的参考价值.     

基于自适应特征融合的均值迁移目标跟踪

提出了一种基于自适应多特征融合的目标跟踪算法.分别利用RGB颜色和LBP纹理特征建立目标模型,通过线性加权将两类目标子特征模型代入目标相似性函数并用均值迁移算法进行目标位置优化计算.在跟踪过程中,引入S igmoid函数动态调整两类子特征权重,并利用子特征相关系数和可靠性指数对目标特征模型选择性自适应更新.实验结果表明,该算法能在跟踪场景和目标外观变化时自适应调整两种子特征权重,避免了特征失效导致的跟踪失败;特征模型选择性更新策略有效抑制了模型漂移.与单一特征和模型直接更新的跟踪方法相比,该算法在复杂跟踪环境更具有鲁棒性,能进行准确稳定的实时跟踪.     

Evaluation of humic acid removal by a flat submerged membrane photoreactor

A flat submerged membrane combined with a TiO 2 /UV photocatalytic reactor (FSMPR) was employed in batch mode to remove humic acid (HA). HA removal efficiency was characterized by UV 254 absorbance, UV-vis spectra, dissolved organic carbon (DOC) concentration, specific UV absorbance (SUVA), and trihalomethane formation potential (THMFP). The FSMPR process was effective in removing more than 86% of DOC and nearly 100% of UV 254 absorbance, while the THMFPs of samples were reduced to < 19 μ g/L after 150 min of treatment. In addition, changes in transmembrane pressure (TMP) with and without UV were evaluated; TiO 2 /UV was effective at controlling membrane fouling by HA. Analysis of the molecular weight (MW) distributions and three-dimensional excitation-emission matrix (EEM) fluorescence spectra of HAs revealed that the effectiveness in membrane fouling control is a result of changes in HA molecular characteristics. The TiO 2 /UV photocatalytic reactor caused the degradation of high MW, hydrophobic humic-like molecules to low MW, hydrophilic protein-like molecules, although this fraction was not completely removed during 150 min of treatment and was less responsible for membrane fouling.     

基于FAHP法的多媒体课件评价指标细化研究

针对现行全国多媒体教育软件大赛评价指标体系的局限性,采用模糊层次分析法计算其权重,通过探讨细化评价指标体系所需遵循的原则和流程,最终生成三级评价指标体系,目的是探讨多媒体教育软件评价体系的科学化、合理化,并为实现计算机网络评价作前期准备.     

一种鲁棒的子空间聚类算法

针对聚类分析常面临的维数灾难和噪声污染问题,将样本加权思想与子空间聚类算法相结合,提出了一种鲁棒的子空间聚类算法.该算法结合现有子空间聚类方法,为每个类簇计算一个反映各维度聚类贡献程度的权矢量,并利用该权矢量对各维度加权组合,得到各类簇所处的子空间.此外,算法还为每个样本分配一个反映离群程度的尺度参数,以区分正常样本和离群点在聚类过程中的地位,保证算法的鲁棒性.在二维数据集、高维数据集以及基因数据集上的对比实验结果表明,对于具有不同噪声比例的各种维度数据集,该算法均能取得较高的聚类精度,表现出较好的鲁棒性.     

一种改进的Jacobi正交多项式的BP神经网络算法

 根据多项式理论,构造一种以Jacobi正交多项式作为隐层神经元激励函数的BP(back-propagation)神经网络模型.针对该网络,提出一种改进算法即隐层神经元数可快速确定的权值直接确定算法.首先介绍正交基函数和Jacobi多项式的定义,以及BP神经网络的基本原理.然后进行网络隐层数设计及其隐神经元数的确定,且设置各层连接权值、给出改进算法的步骤.最后,将其与传统矩阵迭代法和Levenberg-Marquardt训练算法进行比较.计算机实验结果表明,该算法具有比传统的BP迭代法更快的计算速度,并且能够达到更高的工作精度.     

鸭绿江野生松江鲈(Trachidermus fasciatus)形态性状与体重之间的关系

选取77尾野生鸭绿江松江鲈,测量其全长X1、体长X2、体高X3、头长X4、眼间距X5、口裂X4、体宽X7、尾柄长X8、尾柄高X9和体重Y10个性状,计算性状间的相关系数,采用通径分析计算以形态性状为自变量对以体重为依变量的通径系数、决定系数及相关指数,定量分析了形态性状对体重的影响程度.结果表明:鸭绿江松江鲈9个形态性状与体重的相关系数均达到极显著水平(P<0.01);通径分析保留了对体重的直接影响达到极显著水平的体长、体高、眼间距和体宽4个形态性状,其中体长对体重的直接作用最大(0.454**),其次为体高(0.311**),眼间距对体重直接作用最小(0.119**);决定系数分析结果与通径分析结果有一致的变化趋势,所保留形态性状对体重决定指数为R2=0892,表明所保留性状是影响体重的主要性状.利用逐步回归法建立了以体长、体高、眼间距和体宽为自变量估计体重的多元回归方程为:Y=-16.786+0.161X2+0.465X3+0.221X5+0.323X7,为松江鲈选种提供了理论依据和理想的测量指标.     

负重训练对河南省中学中长跑运动员成绩的影响

对河南省9所中学的54名800 m跑成绩无显著差异的男生中长跑运动员,采用可调节沙袋衣负重训练,通过正交法设计实验,选取3个因素,各分3种水平:A速度训练(60 m×8、100 m×6、150 m×4)、B负重量(0％、3％、5％)、C耐力训练(1 500m、2 000m、3 000 m),进行8周的实验统计,每周五测...     

南非世界杯足球赛参赛运动员年龄与身体形态特征统计分析

利用文献资料、数据统计和比较分析等方法,从数据平均值特征、位置结构特征和地域分布特征3个维度对2010年南非世界杯足球赛决赛阶段736名参赛运动员年龄、身高、体质量和克托莱指数4个指标进行统计比较研究.结果表明:32支队伍参赛队员平均年龄、身高、体质量和克托莱指数分别为27.2岁,181.7cm,76.1kg,418.8;非洲、美洲、欧洲和亚洲各个球队门将、后卫队员、中场队员和前锋队员在年龄、身高、体质量和克托莱指数上存在一定的差异.     

基于显式多项式恢复的后验误差估计

设计了一种基于显示多项式恢复（EPR）的后验误差估计,这种恢复是对函数值进行恢复,它的核心思想是在每条边上通过求解只有一个未知量的局部问题来恢复边中点的函数值。首先,给出了EPR方法的显示公式。该文基于EPR的后验误差估计分别与最新顶点加密方法和CVDT加密方法相结合,构造自适应有限元算法求解椭圆方程。数值试验表明基于EPR的后验误差是有效的,特别地对于泊松方程,在CVDT网格上EPR具有超收敛性质.最后,对一维情形,给出了相应的理论分析.