一种基于HMM模型改进的地图匹配算法

针对轨迹数据在线地图匹配中难以同时保障算法的准确率和时间效率的问题, 提出一种基于隐马尔科夫模型(HMM)改进的在线地图匹配算法, 并提出综合距离因素和方向因素计算发射概率的方法。与其他全局或者局部算法的不同之处在于, 改进的在线地图匹配算法引入可靠点进行轨迹分割, 减少了转移概率的计算和匹配结果的输出延时。用西雅图市浮动车的轨迹数据进行算法的实验验证, 结果表明, 与传统的HMM地图匹配算法相比, 改进的算法在准确率和时间效率上更优, 能够满足在线地图匹配的需求。     

SM方程的关于二等变解的等价方程

证明SM方程的二等变解的爆破问题,从等变解的等价方程入手,证明其余项展开式的收敛性,导出了二等变解的等价方程,构造了可分解的汉密尔顿算子.     

三角代数上Lie积为平方零元的非线性双可导映射

设U是一个三角代数，Ω是U上平方零元的集合，φ：U×U→U是U上的一个映射(在每个变量上都没可加假设).若对任意的x，y，z∈U且[x，y]，[y，z]∈Ω分别有φ(xy，z)＝φ(x，z)y＋xφ(y，z)和φ(x，yz)＝φ(x，y)z＋yφ(x，z)，则φ是U上的一个双导子.     

人工智能心理学研究的知识图谱分析

借助CitespaceⅢ对选自WoS的人工智能心理学研究文献进行知识图谱探析,结合自动聚类视图与议题标签展现了人工智能心理学领域的6个知识聚类:#0人工智能解决问题议题;#1人工与人类认知共性议题;#2人工智能学习议题;#3人工智能脑科学议题;#4人工智能环境认知议题;#5人工智能表征议题。在深入探究各聚类的核心与热点知识的基础上分析了人工智能心理学发展的各阶段特征:1.上世纪50年代图灵和米勒等人对机器认知与学习等概念的猜想与初探;2.70-90年代纽厄尔、西蒙和莱尔德等人基于模块记忆与层级分析对人工智能信息处理模型的系统性构建;3.本世纪初基于神经生理学的降维数据认知理论的发展;4.当下人工智能贝叶斯大脑与深度学习理论的兴起。     

国际上运动对人体骨骼影响的知识基础及研究热点

目的:探讨当前国际上运动对骨骼影响研究的知识基础及研究热点.方法:利用计算机检索Web of Science数据库中2010-2016年运动与骨骼相关文献4587篇,运用CitespaceⅢ可视化软件绘制共现图谱,分析研究国家机构分布、高被引文献及高频关键词.结果:美国、英国、澳大利亚是该研究领域的中坚力量;研究热点主要集中在不同运动干预对绝经妇女、发育期青少年儿童及老年人三类人群骨骼的影响;知识基础方向主要为骨骼功能适应性理论的实验与发展.结论:以客观数据和图谱为依据,透析运动对骨骼影响研究领域的知识基础和热点,为该领域的后续研究提供参考.     

海、陆两用风力发电实验平台设计

在风电场通过现场测试分析研究风力机性能由于受到现场环境的限制,能够获得的研究数据有限,室内模拟实验平台能够有效弥补研究不足.为此提出了一种海、陆两用风力发电实验平台方案.该实验平台由来风装置、风轮、发电机、两段式塔架、漂浮台、波浪产生装置、传感检测和数据采集系统等构成.在实验平台整体方案基础上,进行了结构参数设计,建立了漂浮台受力分析模型并获得了合理的结构参数,以Lab VIEW为开发环境设计了上位机运行状态监控系统.最后,基于构建的实验平台,开展了部分风力机动态特性研究工作,对比分析了模拟陆地风力机和海上漂浮式风力机时塔架振动特性,为进一步深入开展风力机动态特性研究提供了基础.     

基于CVaR的能源互补联合系统优化配置模型研究

由于风电、光电出力具有不确定性,因此会引起电网频率的较大波动,严重影响电能质量.为了保证含有新能源电力系统的稳定运行,特提出风光水储联合调度优化模型.首先,建立含新能源的电力系统优化调度数学模型,该模型追求系统机组耗量最小.在进行含新能源发电的电力系统优化调度中,可被用来调度的出力实际为满足负荷功率后,扣除新能源输出功率的那部分火电机组出力.算例结果表明,本文采取CVaR具有良好的性能;风电与光伏清洁能源机组并入系统中增加了日前调度的不确定性风险,但通过CVaR评估计算系统风险,采取有效的措施会使系统发电成本减少与碳排放量减少.     

基于PCA和相位差校正法的风切变预警算法

为了提高相干激光雷达风切变预警算法的预警率，提出一种基于主成分分析（principal component analysis，PCA）和相位差校正法的风切变预警算法。首先，利用PCA对雷达回波信号进行低阶主成分向量提取以实现信号重构，提高信噪比。其次，采用基于快速傅里叶变换的相位差校正法对回波信号峰值频率进行校正，降低回波信号能量泄露。然后，分别利用旋转电机实验数据和小型飞机实验数据对所提算法进行性能评估。结果表明，采用所提算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26 MHz，对实际低空风切变的预警率为92.31%。所提算法可以有效降低相干激光雷达回波信号频率估计误差，实现低空风切变预警。     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。     

离散混沌测量矩阵构造及其性能研究

若测量矩阵满足约束等距性(restricted isometric property, RIP),则样本能够完美恢复出原始信号。而对于给定矩阵很难验证其是否满足RIP需求,因此,本文采用李雅普诺夫指数作为一种针对离散混沌测量矩阵的验证指标。首先分析了RIP与李雅普诺夫指数之间的联系,然后给出了一种分段式混沌映射构造方法用以提高混沌性能,并从理论和仿真上证明了该方法的有效性。实验结果表明,这种方法不仅提高了混沌序列的随机性和自相关性,而且所生成的测量矩阵也具有更好的性能。因此,引进李雅普诺夫指数是一种有效的验证离散混沌测量矩阵性能的方法,提高李雅普诺夫指数能够提高混沌测量矩阵的性能。