弱条件下随机梯度算法性能分析

在弱条件下,利用随机鞅理论详细研究了随机梯度辨识算法的收敛性能.分析表明,只要信息向量是持续激励的(或数据乘积矩矩阵条件数有界),过程噪声是零均值不相关的,那么参数估计一致收敛于真参数.这一结论并不要求一些文献中所作的苛刻假设成立,既没有假设噪声方差和高阶矩存在,又没有假设系统是平稳和各态遍历的,也没有假设强持续激励条件成立.这一贡献放松了随机梯度算法的收敛条件.噪声方差有界和无界时的仿真例子证明了提出的收敛结论.     

地震激励下深水桥墩的随机振动分析

深水桥墩属于一类浸没在深水区域中的细长结构,在地震激励下不能忽略动水压力效应以及非线性效应,又鉴于地震激励的随机特性,因而地震激励下深水桥墩的动力学问题可归结为一个非线性随机振动问题,需开展非线性随机振动研究.为此,本文首先建立深水桥墩的非线性随机动力学模型,包括:将桥墩简化为固定在岩石地基上的悬臂梁;采用Kanai-Tajimi过滤白噪声模型模拟地震动加速度过程;利用辐射波浪理论描述动水压力以及凯恩方法推导深水桥墩系统的运动方程.随后,运用标准随机平均法将系统运动方程近似为关于幅值的平均伊藤方程,建立并求解相应的FPK方程以获得该系统的近似稳态概率密度函数.最后,分别考察了激励强度,质量比以及浸入比对系统稳态响应的影响,并采用蒙特卡罗模拟验证理论解析解的有效性.结果表明:理论解析解与蒙特卡罗模拟结果相当吻合,理论解析解具有较高的精度;激励强度的增强、质量比的增加以及浸入比的提高均会对桥墩的稳态响应产生负面影响,即放大了系统的响应;动水压力效应降低了质量比对系统响应的影响程度;桥墩内域水体的存在也会放大系统响应,且这种影响会随着浸没比的增加而增加.本文的研究结果对于深水桥墩的抗震优化设...     

两步EFOP参数估计的递推算法

经验频域最优参数（EFOP）估计方法是基于时域估计和频域估计的一种系统辨识方法．其优点在于能够降低噪声影响，对小样本数据的随机系统具有较好的辨识效果．利用松弛算法而建立的两步EFOP方法，可适用于ARMA和Box-Jenkins等模型．文中对受干扰的随机系统，推导出两步EFOP方法的递推算法．对新的递推算法进行了仿真，并利用实验结果分析和验证了该算法的有效性．     

利用AJAX技术提升有色冶金热力学数据库系统访问性能的研究

目前与冶金相关的数据库主要集中在化工、合金以及冶金热力学计算领域.有色冶金热力学数据库是其中的重要组成部分.然而现有的热力学数据库系统模式众多,各有千秋.本文重点研究利用AJAX技术提升基于Web的有色冶金热力学数据库系统访问性能.改进后,有色冶金热力学数据库系统克服了C/S结构的一些缺点.提高了系统的实用性.     

具分布参数的随机Hopfield神经网络的镇定

研究具分布参数的随机Hopfield神经网络的稳定性. 主要思想是将所考虑的系统的解关于空间变量的积分视为相应的由随机常微分方程描述的神经网络的解过程来讨论其稳定性, 具体实施方法是运用Itô微分公式沿系统对构造的关于空间变量平均的Lyapunov函数进行微分. 克服了研究具分布参数随机系统无相应Itô公式的困难. 目前文献尚未见有关分布参数随机神经网络的稳定与镇定的相应结果.     

高功率激光驱动器中小尺度自聚焦和空间噪声模型

建立了一套线性的近似分析方法, 研究高功率激光驱动器中强激光传输的小尺度自聚焦效应和空间相位噪声对光束传输和光束质量的影响, 给出了系统空间噪声强度、B积分值与光束近场调制对比度之间的定量关系. 研究表明为保证输出光束质量, 即近场调制对比度小于给定值, 系统内的噪声强度必须符合一定的谱分布.     

基于改进随机子空间法和稳定图技术的电力系统低频机电振荡特征识别

基于由WAMS量测得到的类噪声信号来识别系统的低频机电振荡模式及其对应模态在电力系统分析和控制中具有很好的应用前景.本文以随机子空间方法为基础,引入参考通道技术,在不影响识别准确度的情况下极大地提升了计算效率,形成了一种改进的随机子空间方法,能够方便快速地得到系统的模式及其对应模态.本文还引入稳定图的思路,通过设计了巧妙的稳定图自动识别算法,快速有效地辨别了系统的真伪模式.在IEEE-118节点测试系统上进行的算例分析表明本文提出的方法具有较高的识别准确性和计算效率,能够满足在线应用的需要.     

基于遗传算法优化的EPS路感混合H2/H∞控制

针对电动助力转向（EPS）系统统存在系统模型、干扰等不确定性,以及对系统动态特性的要求,提出基于遗传算法的EPS系统混合H2/H∞控制器．在EPS系统及整车二自由度数学模型基础上,以转向路感、系统鲁棒性和转向稳定性为控制目标,构建系统的状态空间方程和增广被控对象矩阵,并运用H2/H∞方法极小化系统中各种干扰对被控输出的影响,并在此基础之上应用H2方法对系统进行优化,提出基于遗传算法的EPS系统混合H2/H∞控制方法.EPS系统路感仿真结果表明,基于遗传算法的EPS系统混合H2/H∞控制器,综合了H2/H∞控制和H2/H∞控制的优点,具有较好的鲁棒性能和鲁棒稳定性,可有效抑制路面随机激励、转矩传感器量测、模型参数不确定等所引起的各种干扰和噪声,使驾驶员获得满意的路感．     

无线传感器网络中一种高效的距离差估计方法

RIPS系统通过测量干涉信号的相位提供了一种精度高、设备简单的无线传感器网络定位方法.但利用相位进行测距和定位的方法不可避免地存在相位模糊问题,RIPS系统采取的方式是在多个频率下对某一距离差进行相位测量,根据各相位测量值来搜索实际距离差.为了避免RIPS系统中这种繁复的搜索过程,文中提出了一种高效的距离差估计方法.该方法基于中国余数定理(CRT)通过闭式一次直接计算得出距离估计值,从而避免了搜索过程,极大地降低了节点运算能耗并且提高了定位系统的实时性.同时,为了克服传统CRT算法对噪声敏感的缺点,利用算法中加权系数具有的一些性质来减小噪声对估计结果的影响,提高了算法的鲁棒性.仿真结果表明该方法鲁棒性好,估计精度高,在无线传感器网络中具有良好的可行性.     

方差渐增的多维ARMA过程的递推辨识

在时间序列分析中,绝大多数已有工作都考虑MA部分的驱动噪声方差(或条件方差)有界.在此讨论阶已固定的多维ARMA过程的系数辨识,允许MA部分的驱动噪声的条件矩E(||wn||β|Fn-1)(β>2)以logn的幂次的速度增长.用熟知的随机梯度(SG)算法来估ARMA过程的矩阵系数,在合理的条件下,保证了估计的强一致性.     

Comparison of prospective Hawkes and recursive point process models for Ebola in DRC

Point process models, such as Hawkes and recursive models, have recently been shown to offer improved accuracy over more traditional compartmental models for the purposes of modeling and forecasting the spread of disease epidemics. To explicitly test the performance of these two models in a real-world and ongoing epidemic, we compared the fit of Hawkes and recursive models to outbreak data on Ebola virus disease (EVD) in the Democratic Republic of the Congo in 2018–2020. The models were estimated, and the forecasts were produced, time-stamped, and stored in real time, so that their prospective value can be assessed and to guard against potential overfitting. The fit of the two models was similar, with both models resulting in much smaller errors in the beginning and waning phases of the epidemic and with slightly smaller error sizes on average for the Hawkes model compared with the recursive model. Our results suggest that both Hawkes and recursive point process models can be used in near real time during the course of an epidemic to help predict future cases and inform management and mitigation strategies.     

IMHE CIPS-结构裂缝识别与处理系统

在结构试验和现役结构观测中,裂缝的出现和发展状况是判别试件和结构性能和承载力变化的一个重要依据和技术手段。随着计算机硬件设备成本大幅度降低以及在军事、商业、工业、医学等领域的广泛应用,数字图像处理技术发展迅速。本文介绍了新研制开发的一种裂缝识别和处理系统IMHE CIPS,IMHE CIPS系统主要采用二值图像形态学处理算法———开算法,通过数字图像处理运算,将彩色裂缝图片转换成不含噪声的二值化裂缝区域图,并且通过骨化处理形成骨化裂缝二值图,计算出裂缝的长度和裂缝的面积,其裂缝分辨率可达到0.1mm。最后,本文结合工程实例,详细说明了该系统识别裂缝和进行相关计算的方法。     

一种改进拉氏算子的四阶偏微分方程图像去噪方法

建立了一种描述图像平滑度的泛函,并推导出新的四阶偏微分方程图像去噪模型,在有效去噪的同时,较好地保持了图像的特征。由于该方法得到的图像是分段线性图像,避免了二阶偏微分方程处理图像常出现的"阶梯"效应,同时,和同类的四阶偏微分方程去噪模型相比,其处理结果不会出现"斑"点,因此视觉效果更加理想。最后通过实验证明了该方法的有效性。     

一种基于改进 Surendra背景更新算法的运动目标检测

建立背景模型时,采用动态阈值的方法,以减少噪声和光照强度变化等外界环境的影响;在运动目标检测中,针对传统方法检测到的运动目标偏大的问题,提出一种改进的三帧差分检测方法.在形态学处理过程中,采用自适应方法选择结构元素的大小,对二值图像进行去噪处理,以得到平滑图像.实验证明,改进后的方法与传统背景模型建立方法相比,能更准确地检测到运动目标区域,并实时更新背景模型     

基于粒子滤波的部分对应点集刚体配准算法

为了解决部分对应点集之间的刚体配准问题,本文提出了一种基于粒子滤波的刚体配准算法.该方法将部分对应点集配准问题转化成相应的状态估计问题,通过采用基于配准误差驱动的运动模型及设计基于迭代最近点原理的观测模型,从而提出了基于粒子滤波的配准算法解决部分对应点集的刚体配准问题.实验结果验证了本文所提出算法的有效性.     

基于PSO算法改进的ANFIS在织物染色配色中的应用研究

本文研究了PSO（粒子群优化）算法及一种用于织物染色配色的自适应模糊神经网络（ANFIS）,提出了基于织物染色配色的粒子群算法改进的ANFIS配色模型,并进行了仿真试验。从仿真试验的结果看,该配色模型收敛速度快,精确度较未改进的ANFIS模糊神经网络有明显的提高,在解决织物染色配色问题上取得了令人满意的配色效果。     

摩托车声品质评价的神经网络方法

针对声品质评价过程中线性回归模型评价结果的不足,采用BP神经网络对人的主观评价结果进行预测.采集摩托车在不同发动机转速下驾驶员耳旁的声信号样本,采用分组成对比较法进行主观评价试验,选取了响度、尖锐度、粗糙度作为神经网络模型输入参数,结合主观评价结果对模型进行训练与检验,并与线性回归模型输出结果进行比较.结果表明,选取驾驶员双耳响度、尖锐度、粗糙度作为模型输入能够较为准确地反映人耳对摩托车噪声的主观感觉.     

递推式视频前景分割方法

本文描述了一种基于前一帧已有分割结果对当前帧进行自动分割的递推式视频前景目标分割方法.目前视频分割主要有以下三大难点尚未被很好地解决,首先是前景与背景的颜色区分度过小,造成不易将其分割.其次,视频中频繁出现的局部遮挡与暴露区域,会破坏递推式视频分割的连续性,使得分割推理错误,造成结果不正确.最后,前/背景颜色模型所选用的采样方法,更是影响结果的重要因素之一.因此本文着重对此三类问题给出了相应的解决方案,利用前景物体具有局部运动一致性的特征,解决前/背景相似颜色问题.对于遮挡与暴露问题,通过自适应的局部窗口调整进行扩展采样,以修复其递推连续性.其次,本文使用了一种基于近似颜色块的采样方法,使得所建立的颜色模型更为明确干净,以减少不相关信息所带来的影响.最后,利用视频的时空一致性特征,合成出最终的分割结果.实验表明,本文所提出的递推式视频分割方法,能有效地解决以上三个问题,并且相比于其他方法,特别地对于复杂的视频测试场景,本文方法能获取更好的自动分割效果.     

Sleep disturbance due to transportation noise: ear plugs vs oral drugs

Conclusion Sleep is not only the output of an EEG machine but a global phenomenon with unique physiological, environmental and psychological features occurring in a given individual. There is no question that statistical evaluation of noise-induced sleep disturbances in non homogeneous groups of subjects has resulted in the construction of a magnificent neurophysiological edifice by assembling a few individual bricks. In this respect, whether subjectively disturbed or not, we now know that when we sleep in noisy areas our delta sleep is reduced, our heart rate fails to habituate to individual noises, and we are more likely to develop psychic disturbances than residents in quiet areas. Data from these studies are however interspersed with results from a number of experiments during which the subject has been looked upon as nothing but a sleeper, i.e., experiments in which day-time stresses and noises were considered as irrelevant for the night-time study. It seems important therefore that future studies should gather more longitudinal data based on a limited number of subjects selected according to their day-time habits and psychological (e.g., extroverts/introverts) and physiological (e.g., short or long sleepers) characteristics. The knowledge about these situational factors and personality traits might provide new insights into individual biological strategies developed to cope with noise stress. The difficulties in assessing the effect of noise on sleep are particularly obvious if we consider another finding: deaf subjects spend significantly less time in delta sleep than do control subjects⁴⁷ and they present sleep pattern alterations remarkably similar to those which are most consistently described in noisy conditions.Research by the authors has been supported by grants from the Ministère de la Qualité de la Vie et de l'Environnement (France) and Commission of European Communities.     

Predictive modeling of consumer color preference: Using retail data and merchandise images

The popularity of a fashion item depends on its color, shape, texture, and price. For different items (with all attributes identical except color) of a specific product, fashion retailers need to learn consumer color preference and decide their order quantities accordingly to match their products to consumer demand. This study aims to predict consumer color preference using the knowledge learned from merchandise images, historical retail data, and fashion trends. In our work, merchandise images are analyzed to extract color features, and the retail data of a sportswear retailer are used to reveal consumer choices among items with various colors. Choice behavior is described by a multinomial logit model, whose utility function captures the relationship between color features and popularity. Both linear functions and neural networks are applied to represent the utility function, and their out-of-sample prediction performances are compared. According to the out-of-sample performance test, our model shows reasonable predictive power and can outperform order decisions made by fashion buyers.