土压平衡盾构掘进参数相关性分析及预测模型

为了研究盾构机在特定地层条件正常掘进状态下的掘进参数选取和预测,以深圳地铁16号线天健花园站—龙城中路站左线土压平衡盾构施工区间的微风化灰岩地层段为背景,对其掘进参数进行数理统计、Pearson相关性分析及建立预测模型.考虑了施工工艺等因素对数据的影响;对6个主要掘进参数的相关性进行了定量分析;用多元线性回归和随机森林方法对主要掘进参数进行建模预测.研究结果表明,在该地层条件下的推进速度平均值为15.81 mm/min、总推进力平均值为12973.69 kN等;计算出6个掘进参数间的Pearson相关系数,其中总推进力和刀盘转矩的相关系数r为0.569,存在显著的中等正相关关系;运用相关系数r、平均绝对误差(MAE)和均方根误差(RMSE)3个指标对模型进行对比评估,结果表明随机森林模型预测性能更优.     

星载卫星导航反射信号与土壤湿度的时空相关性分析

近年来使用GNSS(global navigation satellite system)反射信号反演土壤湿度已成为研究热点,使用星载反射计数据反演土壤湿度是一种有潜力的新兴技术。以TDS-1(technology demonstrate satellite-1)卫星接收的数据为例,首先推导出反射信号功率Pr与土壤湿度Mv间的理论关系,然后将SMAP(soil moisture active passive)卫星获得的Mv作为标准值,在空间上选择两条轨迹的Pr与Mv进行皮尔森相关处理,得到两条轨迹上的相关系数分别为0. 55和0. 60。之后对Pr和Mv分别进行相应的平滑预处理去除噪声,得到相关系数都增加为0. 71,即Pr与土壤湿度强相关。取春夏秋冬四个季节的数据,计算Pr与Mv的相关系数为0. 78,二者也表现为强相关。实验结果表明:星载(GNSS-reflections,GNSS-R)接收机得到的Pr与Mv有很强的相关性,具有估计土壤湿度的潜力。     

手臂疲劳时表面肌电信号特征

为了解表面肌电信号(surface electromyography, sEMG)特征的变化规律,找出更加有效的疲劳特征参数组合,通过回归分析和皮尔逊相关系数分析的方法研究了6名受试者负重状态下,手臂表面肌电信号的时域、频域和时频域特征参数与主观疲劳感量表(rating of perceived exertion, RPE)之间的关系。结果表明:随着负重时间的持续,sEMG的时域特征均方根值(root mean square, RMS)和积分肌电值(integrated electromyography, iEMG)有上升趋势,频域特征平均功率频率(mean power frequency, MPF)、中值频率(media frequency, MF)有下降趋势,而时频域特征瞬时平均频率(instantaneous mean power frequency, IMPF)、瞬时中值频率(instantaneous median frequency, IMF)出现先短暂上升然后下降趋势。对各特征参数进行非线性拟合,发现RMS和iEMG幂函数拟合优于指数函数拟合,而MPF、MF、IMPF和IMF指数函数拟合优于幂函数。对联合特征参数进行多元回归分析,发现RMS与MF组成的回归模型判定系数R~2最大。可见RMS与MF相结合作为评估肌肉疲劳的联合参数更加合理有效。     

PearsonⅦ分布在VaR模型分析中的应用

Va R(在险价值 )方法被广泛地应用在金融市场风险管理中 .传统的计算 Va R方法——历史模拟法 ,Risk Metrics方法和 Monte Carlo模拟法 ,都不能对市场风险分布的“厚尾”现象给出较满意的分布和计算方法 .本文把 Pearson 分布应用到 Va R模型的计算中 ,得到了很好的效果 .     

基于项目属性分类的协同过滤算法研究

用户对项目的评分数据是传统协同过滤算法进行项目或用户推荐的唯一依据,项目或用户本身的属性特征并未进行过多考虑。为此,在计算项目之间的相似度时融合了项目标签属性,提高了项目推荐的准确率。具体方法是首先通过创建项目属性分类表,得到项目属性之间的差异度,然后将项目属性差异度融入pearson 相关系数公式中,计算项目之间的相似度。通过实验验证,改进后的方法比传统的基于项目的协同过滤算法的推荐结果平均偏差小,命中率高,推荐结果更加准确。