基于多元时间序列融合的飞行动作识别方法

针对飞行动作数据随机性强与长度不一致的问题,提出通过减小动态时间规整(DTW)算法的搜索空间,并定义不同特征参数贡献度的概念,实现对飞行数据的多元时间序列融合,从而完成对战术机动动作的识别。通过引入预分类和细分类结合的方式,对动作数据进行预处理,然后根据改进的动态时间规整(WDTW)算法对待测数据进行识别。仿真实验表明,相比传统DTW算法,WDTW算法通过降低算法复杂度,识别计算时间变化明显;对核密度与精准度系数的分析表明识别准确率亦有所提高。实验结果验证了所提方法的准确性。     

多维测量结果不确定度评价方法初探

为解决以多维矢量形式存在被测对象的测量质量评定问题,该文应用测量不确定度理论和多元概率统计方法,将测量不确定度理论进行了向多维的拓展;对多维情况下的测量不确定度传播律进行了推导;论述了多维不确定度的表示方法及空间几何意义;提出了以多维不确定度比较不同测量结果质量的方法;并给出了常用多维测量方法,如等精度独立多维测量和不等精度独立多维测量的不确定度评定方法。理论分析及仿真算例表明,所提出的理论具有较完备的体系,能够满足测量实际中常用多维测量方法的不确定度评定需求。     

基于神经网络技术的干散货运价指数预测

在考虑了干散货运输需求、干散货船舶供给以及干散货船舶闲置等对运价指数影响的基础上,采用神经网络技术对月度干散货指数进行了研究,并且与基于ARCH模型和多元线性回归模型的预测进行了对比研究,结果表明从提高预测精度的角度来说神经网络技术是最优的.     

基于多元数据特征和改进随机森林的智能配电网异常数据辨识

智能配电网异常数据的准确辨识对于提高电网安全运行和调度具有重要意义。本文提出一种基于多元数据特征和改进随机森林算法的异常数据辨识方法。首先,在分析异常数据辨识过程的基础上,利用k-means、箱线图法等提取原始数据异常特征;考虑配电网技术需求,挖掘电网运行的衍生特征。然后,针对类不平衡问题提出结合过采样方法的混合Bootstrap抽样和加权投票策略,引入信息增益率优化最优特征选择,增加算法稳定性。最后,仿真分析了决策树数量和衍生特征对算法辨识性能的影响,并与支持向量机、神经网络等算法进行性能比较。实验结果表明本文方法有效、合理,具有优异的辨识性能和效率。     

基于Bayes准则的广义判别预报模式及其应用

根据Ｂａｙｅｓ准则,提出一种时间序列与多元分析相结合的广义判别模式．该模式既保留了时间序列线性模式的优点,同时又吸收了多元分析线性模式的长处．从气象状况演变的物理机制来看,这种综合考虑系统状况的方法比单纯考虑前期状态演变或单纯考虑某一时次的状态更有意义．     

公共选择与公益物品备选方案的考察

公共选择与公益物品是经济学关注的焦点问题，众多的经济学家就此提出了相关的可行性方案。结合公益物品的特性并借鉴管理学的拓展模型，主要考察其中的3种政府提供公共物品的方式：政府介入模式、自治型公共事业组织模式和多元组织模式。并用管理学中非传递对称双线性效用值理论剖析了在特定情景下各种方案的优势、机会成本和相关的代价。     

纳米催化剂KF/Al2O3制备条件的正交设计与优化

采用正交设计法优化了浸渍法制备固体超强碱KF/Al2O3催化剂工艺参数.以丙烯腈和丙二酸二乙酯的Michael加成反应收率为考察指标,对催化剂制备工艺进行优化,并采用SPSS统计软件包对制备工艺参数进行多元回归统计,并根据回归拟合的多项式数学模型,讨论了浸渍法制备的较佳工艺.     

多元曲线模型的条件最好线性无偏估计

研究行等式约束下的多元曲线模型，得到了条件线性可估的、惟一的最优线性无偏估计（BLUE）。     

搜索引擎的实用检索技巧

从选择合适的搜索引擎，确定合适的关键词，构造恰当的检索提问式，善于利用高级搜索形式、特殊的检查功能和多元搜索引擎及网络信息资源评价等方面，介绍了利用搜索引擎检索网络信息资源的实用技巧。     

多元线性模型回归系数的广义根方估计

将根方估计作一拓广，提出了回归系数的广义根方估计，证明了广义根方估计能更有效地改善最小二乘估计，并给出了广义根方估计的显示解和确定偏参数的方法。