基于曼哈顿距离构建非参数Q矩阵修正方法

将被试得分、理想反应距离和被试得分异常原理相结合,并加入属性计分下的被试得分特性,开发了用于多级评分情境下属性计分曼哈顿距离法(SA-MD),在不同条件下验证了SA-MD的稳定性和适宜性.通过模拟研究和实证研究表明:(i)从逻辑推导出SA-MD用于多级评分情境下Q矩阵修正更合理;(ii)在多种条件中,SA-MD 均有较优的修正效果,适用范围更广,稳定性更高;(iii)当小样本测验进行Q矩阵修正时,使用SA-MD方法可获得更优的效果.     

新不确定度量下的冲突证据融合

针对证据高度冲突的情况下,DS证据理论在实际应用中出现错误融合结果的问题,提出基于不确定度的冲突解决方法.首先分析现有的不确定度量方法的不足,研究基本概率赋值本身所包含的信息,提出一种新的对证据不确定性度量的方法;依据新的不确定度量,结合证据距离生成权重来修正待组合证据体,再利用Dempster规则完成证据组合,可有效解决证据高度冲突情况下的信息融合问题,最后通过算例验证了该方法的有效性.     

非线性中立型时滞微分方程解的零点距估计

泛函微分方程振动解的零点分布作为方程振动理论的一个重要分支,使方程振动解的研究更加定量化,但目前对非线性及多个变时滞微分方程振动解零点距估计的研究成果还很少.本文通过非线性问题线性化处理,多个变时滞取上下界的方法,对一类一阶非线性多个变时滞中立型微分方程振动解的零点距进行了估计,获得了方程所有解都振动的充分条件,改进和推广了已有的一些的结果.     

基于图像欧氏距离流形降维的端元提取算法

由于多重反射和散射,高光谱图像中的混合像元实际上是非线性光谱混合传统的端元提取算法是以线性光谱混合模型为基础,因此提取精度不高针对高光谱图像的非线性结构.本文提出了基于图像欧氏距离非线性降维的高光谱遥感图像端元提取方法该方法结合高光谱数据的物理特性,将图像欧氏距离引入局部切空间排列进行非线性降维以更好的去除高光谱数据集中冗余的空间信息和光谱维度信息,然后对降维后的数据利用寻找最大单形体体积的方法提取端元.真实高光谱数据实验表明,提出方法对高光谱图像端元提取具有良好的效果,性能优于线性降维的主成分分析算法和原始的局部切空间排列算法.     

通勤交通方式链适应性评价与优化导向

从通勤者视角,将通勤距离分为长、中、短3组,采用统一的出行时耗可接受度评价标准,从门到门行程速度、广义成本、可靠性、满意度和选择比例分别分析不同通勤距离分组下各方式链的行程速度、可靠性、广义成本与满意度相关性,基于相关性分析结果建立适应性好的方式链判断标准.根据这一判断原则,挑选出通勤距离分组下适应性好的方式链类型,以适应性好的方式链所具有的特征指标为参照对象、公共交通优先发展为约束条件,提出通勤距离长、中、短分组中各交通方式链优化导向,为通勤交通服务质量的改善提供决策参考.     

热轧非稳态过程轧制力自学习模型优化

为提高热连轧非稳态过程轧制力的预测精度,提出了一种轧制力自学习模型优化方法. 将模型自学习系数分解为层别学习系数和轧制状态学习系数,表征机架间轧制力预报偏差的遗传特性及实际轧辊状态对模型预报的影响.在系数更新过程中,根据层别距离分别对学习系数进行更新,减小了轧制规格切换时轧制力的预报误差.所提方法已成功应用于某热连轧过程,与原模型相比,优化后的自学习方法的预测偏差从2.8%降低到1.4%,均方差从3.3%降低到1.7%,有效提高了非稳态过程轧制力的预测精度和鲁棒性.     

一种多关节机械臂运动过程中的碰撞检测方法

针对多自由度机械臂在运动过程中自身会发生碰撞的问题,建立机器人的简化模型(关节为球体,连杆为胶囊体),进而将多自由度机械臂的碰撞检测问题转化为简化后的几何模型(碰撞检测基元)之间的干涉计算问题。将此干涉问题进一步分解,最终转化为两球体之间、两胶囊体之间、球体与胶囊体之间的最小距离求解,并针对空间两胶囊体轴线之间距离计算问题,提出一种精确并快速的碰撞检测方法。将该算法实现并应用于6R串联机器人,最终利用MATLAB和ADAMS联合仿真进行验证。仿真结果验证了该算法的有效性。     

用于测距的掺镱脉冲光纤激光器的输出特性

研究了用于测距的被动调Q掺镱光纤脉冲激光器的输出特性,仿真对比了可饱和吸收体长度以及增益光纤长度对输出功率的影响.结果表明:在抽运源功率为5 W的条件下,输出脉冲宽度为0.8μs,脉冲峰值功率为26 W,平均功率为2 W,脉冲能量为20μJ.在物体反射率为10%,探测距离为200 m,以及大气透过率为100%的条件下,返回最小功率为3.9×10~(-7) W.     

浅部隔离煤柱对覆岩运移的控制及其合理留设

为了揭示西部浅埋工作面沿倾向方向开采时隔离煤柱对覆岩运移的控制作用,以大柳塔煤矿为工程背景,采用相似材料模拟试验方法,分析工作面开采中隔离煤柱对覆岩垮落、移动变形的控制作用及其应力变化特征,并确定煤柱的合理留设。研究结果表明,采区倾向方向上,由于工作面间存在隔离煤柱,各工作面开采会形成彼此独立的垮落带,隔离煤柱有效地分隔了相邻工作面垮落空间的横向贯通和纵向扩展,隔开了相邻工作面上覆岩层沉降曲线;覆岩垮落高度与工作面倾向开采长度密切关系,非充分采动较充分采动时覆岩垮落高度明显降低。在煤层开采过程中,留设30 m宽的1^#~4^#煤柱处于稳定状态,但3^#、4^#煤柱安全性较低。理论计算出了2^-2煤和5^-2煤合理煤柱宽度分别为18.6 m、24.5 m,得出了避开煤柱集中应力与控制地表均匀沉降的上下煤层煤柱最佳错距为95.5 m。     

基于粒子群优化的马氏距离模糊聚类算法

为解决传统模糊聚类迭代算法对初始化敏感,易陷入局部最优及处理高维数据时精度下降的问题,对基于马氏距离的模糊聚类算法(fuzzy c-means algorithm based on Mahalanobis distance,M-FCM)进行优化。将马氏距离代替欧氏距离,通过构造类内紧致度、类间分离度与类间清晰度结合的适应度函数,利用粒子群优化算法(particle swarm optimization,PSO)对马氏距离模糊聚类进行研究,提出了基于粒子群优化的马氏距离模糊聚类算法(Mahalanobis distance fuzzy clustering algorithm based on particle swarm optimization,DPSOM-FCM),并将此新算法与FCM(fuzzy c-means algorithm),M-FCM,PSO-FCM,IFPSOFCM(importance for fuzzy clustering algorithm based on particle swarm optimization)算法,在UCI(university of californiairvine)数据库的6个标准数据集上进行实验对比分析。结果表明,DPSOM-FCM算法具有算法收敛性和聚类有效性,并且聚类精确度优于其他算法,对高维数据的聚类识别能力强,即该算法具有全局优化作用。