基于埃尔米特转换高斯模型的波浪统计分析

基于南海浅水海域三组不同有义波高下的海浪时域实测的数据,通过埃尔米特模型这一转换高斯过程模型,进行了波浪参数的概率统计分析.对三组数据的周期、波高和局部极值进行了概率分布计算并得到了波浪参数的边缘和联合概率分布函数图.还就埃尔米特模型的计算结果与高斯过程的理论值以及实测数据的分布情况进行了对比,结果显示:相比高斯过程,埃尔米特模型计算得到的波浪参数的概率分布与真实海浪的分布情况更为相符.     

张弦桁架尺寸及预应力优化设计

就设计变量为预应力和截面尺寸的张弦桁架优化设计问题,考虑结构在预应力态和荷载态的性态约束条件,建立了使结构重量最轻的优化数学模型.在求解时,预应力的取值综合考虑了使结构重量最轻和满足结构位移约束的起拱要求.由于优化模型应力约束条件中考虑了钢结构规范规定的压杆稳定问题,使优化结果更接近于实际工程.算例表明算法是有效的.     

集装箱船体波浪载荷应力短期分布的统计分析

基于对波浪载荷所引起的交变应力范围数据统计分析的结论，建议用一类双峰正态混合分布拟合．利用EM算法对混合分布的参数进行估计,借助估计出的参数值，揭示了在一定条件下船体不同部位疲劳载荷的固有关系．船体波浪载荷应力在船首处尤为复杂，双峰对称正态逆高斯混合分布对该处波浪载荷所引起的交变应力范围数据拟合效果更好．实证分析表明，所提供的概率分布参数能够反映船体不同部位的疲劳载荷大小，所得到的关于船体不同部位疲劳载荷固有关系的结论可为船舶运行品质研究提供理论基础．     

基于高斯混合模型的敞开式质谱重叠峰解析方法

针对敞开式质谱重叠峰影响待测物特征峰识别的问题,提出了基于高斯混合模型的重叠峰解析方法.根据手肘法和质谱图中各参数意义有效选取模型初始参数,然后研究了该方法在重叠峰不同幅值比、分离度和噪声下的解析效果,并对敞开式质谱实测冰毒碎片离子的重叠峰进行解析.结果 表明,模拟数据的各个参数在解析后变化较小,均值和标准偏差的最大相对误差分别为0.4％和2％;实测数据在解析后可有效识别目标谱峰并使信噪比最高可提升10.2％,该方法解析效果好并且具有抗噪声干扰能力,可用于敞开式质谱重叠峰的解析.     

过程混合的高斯过程模型混合采样推理

提出了基于Dirichlet过程混合的高斯过程模型揭示复杂动态系统结构数据的多态性的内在机制.针对均值结构与协方差结构稀疏性的差异性,设计了参数先验与非参数先验来构建基于Polya urn与过松弛层采样的混合采样框架体系.该混合采样方案不但能够在统一的Metropolis Hasting(M H)概率评价准则下实现,而且能够最大限度地克服高斯随机走步的缺陷,方便、快速地获得马尔科夫样本链的展开.仿真结果表明,混合采样算法比高斯过程回归模型及高斯过程函数回归混合模型具有更广泛的适应性及更好的预测效果.     

基于实例迁移的磨煤机过程监测建模

当工业生产过程数据匮乏时，很难利用基于数据统计的方法建立其过程监测模型，这给过程监测的准确性和及时性带来很大影响，迁移学习为解决上述问题提供了有效的途径.针对目标域磨煤机过程数据较少的情况，在源域磨煤机数据的基础上，建立基于实例迁移高斯混合模型(Gaussian mixture model，GMM)的目标域磨煤机过程监测模型.利用实例迁移对源域生产过程和目标域过程数据进行权重分配，通过改进的高斯混合模型算法得到最佳高斯组分数目和对应的模型参数，应用过程监测的全局概率指标实现磨煤机过程的跨域监测.磨煤机过程的研究结果验证了所提出方法的可行性和有效性.     

考虑多影响因素的铁路矮塔斜拉桥冲击系数

为研究铁路矮塔斜拉桥的冲击系数,基于车桥耦合振动理论和多体动力学有限元方法,建立了铁路矮塔斜拉桥的车桥耦合振动分析模型.以4座铁路矮塔斜拉桥为例,基于概率统计方法研究了桥梁位移、弯矩、剪力等的冲击系数分布规律.采用数据拟合和假设检验相结合的方法,推导出考虑桥梁跨度、列车速度、桥梁自振基频及轨道不平顺随机性等多因素的冲击系数表达式.结果表明,基于UM软件的铁路矮塔斜拉桥车桥耦合振动模型计算结果与实测结果吻合良好,铁路矮塔斜拉桥冲击系数的概率分布符合极值Ⅰ型.基于95％概率保证率,冲击系数计算公式所得的实桥计算值与实测值的最大误差仅为6.94％,说明该公式可用于指导工程实践.所提公式可反映冲击系数与列车速度的相关性,填补了现行规范中缺少矮塔斜拉桥冲击系数计算公式的不足.     

基于结构退化分析的桥梁长期挠度计算

针对虎门大桥辅航道桥在运营期间中跨跨中过量下挠问题,通过有效预应力实测数据确定结构整体预应力束损失模型。选取B3收缩徐变模型,同时考虑截面刚度及弹性模量退化,结合有效预应力实测数据,提出考虑结构多因素退化的长期挠度计算方法,对比该计算方法计算结果与结构中跨跨中下挠实测数据,验证计算方法可用性并分析误差原因。研究结果表明:考虑结构四类退化的长期挠度计算方法较传统计算方法更为接近结构下挠实测值,运营过程中预应力正抛物线损失与结构实际下挠相符;考虑基于结构损伤的长期挠度计算结果与结构下挠实际观测值误差在7%以内,中跨预应力损失通常伴随边跨预应力"张紧",这种"张紧"现象对结构长期下挠控制是有利的。     

低轨卫星移动通信系统场强概率分布模型的研究

建立了一种适用于低轨卫星移动通信系统的场强概率分布三状态模型和不同环境下的概率分布模型曲线.通过不同环境下三态概率分布模型和实测概率分布的比较,发现参数确定的概率分布与实测的概率分布符合得比较好.     

随机相关结构下单因子混合高斯模型的CDO定价问题

CDO是近十年来发展最为迅速的信用衍生产品之一,其核心问题为如何对CDO分券层进行定价.基于此,通过引进混合高斯分布建立了随机相关结构条件下的单因子混合高斯定价模型,进一步给出了单个资产违约的概率分布,据此得出了整个资产池累积违约损失的概率分布,并分别得出了基于伯努利随机相关结构和对称随机相关结构条件下的具体表达形式.在分析CDO分券层损失面的预期损失和收益面的预期收入的基础上,利用无套利定价原理得出了CDO分券层的合理信用价差.     

风电功率波动特性研究

采用概率分布拟合和基于遗传算法的BP神经网络的预测建模对风电功率波动特性进行定量分析。首先,针对风电功率实测数据建立了概率分布拟合模型并分析了拟合结果;其次,建立了基于不同时间间隔历史实测数据的BP神经网络预测模型,数据检验表明该模型对于峰值有很理想的预测精度且整体精度较高。     

基于MCMC的混合α稳定分布参数贝叶斯推理

为解决非高斯信号较难描述这一难点问题,提出一种基于马尔科夫链蒙特卡罗方法的混合α稳定分布参数的贝叶斯推理方法.构建了混合稳定分布分层的贝叶斯图模型,利用Gibbs抽样实现了混合权值和分配参数z的估计,基于Metropolis算法完成了每个分布元中4个参数的估计.仿真结果表明,该方法能够准确地估计出混合α稳定分布中的各个参数,具有很好的鲁棒性和灵活性,可用于对非高斯信号或数据进行建模.     

两阶段混合因子分析算法

混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.提出了一种两阶段的混合因子分析算法,它们都能够使用期望-最大化算法来实现.当给定一组随机样本时,首先建立此样本概率分布的Gauss混合模型,进而再对每一个Gauss混合项进行因子分析.实例表明算法是有效的.     

基于长期监测的开口截面组合梁斜拉桥温度场分析

通过灌河大桥长期监测数据对组合梁斜拉桥的温度场分布进行研究.首先,分析了温度变化规律、相关系数以及统计特征;之后,采用高斯混合模型描述温度概率分布,并通过赤池信息量准则(AIC)和贝叶斯信息准则(BIC)判别最优的高斯分布数量;接着,借助广义极值分布获取正、负温差的极值分布;在此基础上,通过外推方法计算了不同设计基准期、超越概率下的温差标准值,并得到灌河大桥的温度分布模型.结果表明,当高斯分布数量为3时,通过高斯混合模型能够准确描述温度的概率分布;竖向与横向温差的极值服从广义极值分布;基于监测数据的竖向正温差标准值为16.0℃,与现行公路桥梁规范的标准值相当,而负温差标准值仅为-5.3℃,其数值小于现行规范;实测的横向正温差标准值可达14.6℃,而负温差标准值为-12.3℃.     

大跨度悬索桥伸缩缝位移监测数据分析与评估

以南溪长江大桥120d的伸缩缝位移为对象,研究大跨度悬索桥伸缩缝的服役性能评价方法。首先,分析了伸缩缝位移与温度监测数据的相关性,在此基础上,采用高斯混合模型建立了伸缩缝位移的概率分布模型;其次,采用广义极值分布估计了设计基准期内伸缩缝位移的极大值和极小值;最后,对伸缩缝的运营性能进行了评价。研究结果表明,南溪长江大桥悬索桥伸缩缝位移与温度具有良好的负相关性;南溪长江大桥悬索桥的伸缩缝位移可以通过高斯混合分布模型来描述其概率分布;温度年变化作用下伸缩缝的极值位移远小于伸缩缝设计位移,表明伸缩缝的运营性能满足设计要求。     

一种混合变差肺部电阻抗成像算法研究

采用混合变差算法进行图像重建既能保持重构结果的连续性又可保持图像重建过程中的非连续性.建立基于有限元方法的二维EIT肺部模型,对模型进行离散,定义模型和各离散对象的物理特性,施加边界条件,计算边界电压,进行正问题仿真,确定算法的目标函数,进行图像重建并对混合变差算法的性能进行评估.在合适的权重值条件下采用混合变差算法重建的图像的结构相似度比采用吉洪诺夫算法和总变差算法重建的图像的结构相似度在无噪声时分别提高了约5.1%和9%,在含噪声时分别提高了约2.7%和6.3%.既可用于仿真研究与实验中,也可用于临床实测数据的图像重建.     

基于图割理论的储粮害虫图像分割

采用机器视觉对储粮进行检测是储粮害虫监测的主要方法之一。储粮害虫图像有效分割是粮虫特征提取和识别分类的基础和依据。为实现粮虫图像的有效分割,采用基于图割理论的图像分割方法。该方法采用高斯混合模型(GMM)表征颜色概率分布,在高斯混合模型参数学习估计过程中通过不断扩大背景样本点修正GMM参数,完成对能量函数的最小化,从而改善了分割效果。实验结果表明,该方法可以清晰地分割出与背景差异较小的粮虫,解决了基于直方图模型的图像分割方法无法从目标和背景相似的图像中将粮虫进行准确提取的问题。     

基于高斯混合模型的多模态过程监测

本文针对多模态复杂过程的多变量、多工序、变量时变性以及模态转换时间不确定等多种特性,提出基于高斯混合模型的多模态过程监测算法;针对离线数据没有模态标签的问题,提出离线数据分类算法;针对在线数据无法对应模态类型的问题,提出在线数据模态识别算法.并在以上方法的基础上建立多模态过程监测模型,以连续退火机组为背景,利用实际生产...     

多元正态模型的线性不等式约束估计

研究含有不完全数据的多元正态模型参数在一般线性不等式约束下的极大似然估计问题;利用约束EM算法求得多元正态模型参数的迭代解,并证明了此解是一般线性不等式约束下的最优解.     

基于厚尾分布的异常信号检测方法

为了检测具有厚尾分布信号的异常值,提出将基于EM算法的统计诊断方法应用于正态逆高斯信号的异常信号检测.为了避免计算贝塞尔函数的困难,考虑将正态逆高斯信号看作缺失变量,通过EM算法求解参数的极大似然估计,简化了计算过程;通过Q函数代替对数似然函数,提出了在正态逆高斯分布的信号中基于Q函数的影响度量方法,分别给出了数据删除模型与局部影响分析的诊断统计量,理论和实例计算结果表明:该文所提出的检测方法对于正态逆高斯信号的检测效果明显.