微型计算机在牵引车特性曲线数据处理中的应用

本文用一条直线园滑过渡到一条三次多项式曲线的分段拟合办法处理牵引车试验数据,0.618法确定连接点坐标。采用国产MDR—z80型微计算机计算,WX4675型绘图仪画图。文中给出计算用的公式和程序框图,列举了计算机处理实例。此程序使用方便,运算和绘图速度较快,能得到令人满意的结果。     

综合测井数据采集及处理系统的研制--数据处理技术

该数据采集及处理系统具有自动采集测井数据、自动识别钻孔剖面地质构造与岩石岩性、解释结果自动显示等功能。采用数字滤波、曲线平滑等处理技术，消除了测井资料中的随机干扰。采用数理统计等技术，归纳出极值方差分层的数学模型，成功地对综合测井数据进行了自动分层处理。     

基于数据拟合的宽带频谱窄带干扰提取方法

有效提取宽带频谱中窄带信号,统计和分析电波环境频谱中干扰信号特征,能为射电天文台站干扰源查找及干扰缓解策略提供重要支持。提出一种基于数据拟合的窄带干扰提取方法。首先,介绍了接收机中频频谱数据获取方法。基于中频频谱特征,采用多项式曲线、正弦曲线、高斯曲线对频谱数据进行拟合,分析了三种曲线拟合的残差平方和和相关系数,选用7级高斯曲线作为中频频谱的拟合曲线,基于拟合曲线设定干扰阈值,依据拟合曲线残差,提取宽带频谱中干扰信号;另外,采用7级高斯曲线对典型方向的8组频谱数据进行拟合处理及干扰信号提取,并对拟合结果的残差平方和和相关系数进行分析,验证了干扰提取方法的有效性。     

基于MATLAB的煤田核测井信号小波滤波方法研究

核测井技术在煤田测井中发挥了其它测井技术不可替代的作用,在确定煤层的埋深、厚度及结构上显示出越来越大的优势.但放射性测井信号中的随机信号会导致测井曲线出现与地层性质无关的统计起伏变化;有时也会由于某种原因使测井曲线出现毛刺干扰,因此需要把这些统计起伏和毛刺干扰滤除,只保留反映地层特性的有用信息.文中根据小波滤波原理对核测井信号进行滤波处理,为煤层的准确评价提供较为准确的数据.     

神经网络在捷联式寻北仪中的应用研究

介绍扫联式寻北仪的工作原理,研究当车体受到随机干扰时如何提高寻北仪的寻北精度问题,神经网络对非线性曲线具有较好的曲线拟合能力,用神经网络模拟寻北仪输出信号,用神经网络和低通滤波器相结合的组合滤波器对寻北仪输出数据进行处理,当系统受到冲击干扰时,用神经网络的输出代替实际传感器的输出,通过对实际的带有干扰的信号滤波结果表明,该组合滤波器能较好地抑制随机干扰对寻北结果的影响。     

测井曲线融合方法研究及其在分层中的应用

地质分层时单采用一条测井曲线存在着局限性和多解性,为此,将多条测井曲线融合成一条无量纲曲线,突出多条测井曲线的公共信息,更好地反映地层的真实性,然后对融合曲线进行活度分析,分层的效果更加明显.曲线融合的实质是在信号检测和估计理论的基础上建立多条测井曲线数据融合的数学模型.在进行融合之前,要对测井资料进行异常点剔除和归一化处理,以消除或减弱测井信号中的随机信息干扰.应用这种方法得到的融合曲线减少了单一观测资料中的偶然误差,提高了融合测井资料在地质分层应用中的可信度.     

滑带土蠕变特性试验研究

以美姑河拉马古滑坡局部复活滑坡为工程实例,在现场调查、物理力学试验的基础上,采用分级加载方法对该滑坡滑带土的蠕变特性进行了试验研究.利用Boltzmann线性叠加原理将得到的试验曲线转化成分别加载的形式,并在此基础上获得了滑带土等时曲线.通过对试验确定的蠕变曲线和等时曲线进行分析处理,建立了拉马古滑坡复活滑坡滑带土幂次关系的经验模型,同时,结合滑带土的长期破坏准则,得到了该滑坡滑带土幂次关系的长期强度方程,并用FLAC对边坡的变形进行分析,预测边坡变形的发展趋势.     

华北落叶松天然次生林树高曲线的混合效应模型

【目的】建立华北落叶松天然次生林树高曲线,为森林可持续经营提供技术支撑。【方法】基于116块华北落叶松天然次生林样地单木数据,从11个具有生物学意义的备选模型中选出一个最优基础模型。考虑地域和样地对树高曲线的干扰,基于94块样地利用带哑变量的非线性混合效应模型构建了树高曲线,并对22块样地数据进行验证。【结果】利用全部数据拟合11个备选模型,其中最优模型是Logistic方程,决定系数为0.765 3,均方根误差为3.279 4。引入哑变量和随机效应后,所建模型决定系数为0.915 2,均方根误差为1.892 2,与基础模型相比拟合精度显著提高。验证数据结果表明,带哑变量的非线性混合模型对树高的预测效果良好。【结论】样地随机效应对华北落叶松树高曲线干扰较大,当模型考虑这些随机效应对树高曲线的影响时能显著提高模型预测精度。该模型可用于华北落叶松天然次生林其他样地树高的预测。     

用滑动平均滤波法消除测井曲线上的毛刺干扰

某些测井曲线上出现的毛刺干扰,具有随机性质,周期短,并与地层性质无关。它们给计算机处理测井资料带来严重的影响,使计算的地质参数产生很大的误差。本文应用各种平滑滤波法来抑制或消除这些毛刺干扰,分别采用四种滑动平均值的计算公式,设计出相应的三点和五点平滑滤波程序,对毛刺干扰严重的声波测井曲线进行了实际数字处理。结果表明,应用五点的钟形函数或二次函数作平滑滤波,可取得较好的效果。     

基于组合广义形态滤波的大地电磁资料处理

针对矿集区大地电磁强干扰的特征,构建组合广义形态滤波器,从时间域波形上探讨组合广义形态滤波对实测大地电磁强干扰的噪声压制效果。给出基于组合广义形态滤波的大地电磁资料处理流程,在人烟稀少、基本无电磁干扰的青海柴达木盆地进行试验研究,对包含比较单一的人工广域电磁干扰源的试验点进行组合广义形态滤波处理,横向对比时间域波形和视电阻率-相位曲线的改善情况。研究结果表明:该方法可以更加精确地勾勒出大尺度强干扰的轮廓特征,视电阻率-相位曲线的整体形态更加光滑、平稳,数据质量得到明显改善;由于该算法能有效提取暂态信号中的奇异信号,且只需进行加、减和比较运算,计算速度快,这对于在矿集区开展大地电磁强干扰的压制及资料处理具有一定应用价值。     

随机配置网络在短时电力负荷曲线预测中的应用

传统梯度类神经网络负荷预测模型在面对高维度、大规模负荷数据集时，存在模型构建复杂、训练时间长等问题.为提高负荷曲线预测模型训练的时效性和预测准确性，提出了一种基于随机配置网络的短时电力负荷曲线预测方法.首先针对弱局部负荷波动对预测模型的影响，利用Savitzky-Golay滤波器对负荷时序平滑进行处理，将时序滤波处理后的负荷序列、节假日、气象等数据作为预测模型的输入组成部分.在此基础上，发挥随机配置网络模型的随机增量学习优势，完成负荷曲线预测模型的训练.利用某电厂采集的短时负荷数据及其影响因素数据对模型的预测效果进行验证，仿真结果表明，随机配置网络预测模型相较于深度神经网络模型在模型训练的时间效率方面更具优势，预测的效果基本与深度神经网络模型接近.     

频域宽带波束形成算法

宽带线性调频信号应用于相控阵雷达系统时,需采用宽带波束形成处理抑制宽带干扰.宽带波束形成会对线性调频信号的脉压结果造成影响,该文提出一种频域宽带波束形成算法,对数据先做快速Fourier变换再分频率柜进行宽带波束形成,在保证脉压处理性能的同时控制了运算量.该算法的运算量只有滑窗方法的10%左右.仿真结果表明: 该算法能有效地进行宽带波束形成抑制宽带干扰、保证脉压结果的性能.该算法更适合实时性要求高的相控阵雷达应用中.     

机器人在笛卡尔空间中直线运动轨迹规划的一种方法

本文给出用有理二次参数曲线连接直线路径的算法．该方法包含了用园锥曲线（抛物线．双曲线，椭园）连接的所有形式，且便于处理轨迹误差问题.     

基于ASW-MUSIC的电能质量扰动分析

针对MUSIC算法无法分析非平稳电能质量扰动,提出了一种基于自适应滑窗-多信号分类算法(Adaptive Sliding Win-dow-Multiple Signal Classification,ASW-MUSIC)的时频分析方法。该方法首先根据非平稳电能质量扰动信号特征,采用自适应滑窗对信号数据进行分块,然后利用MUSIC算法对每块中的数据进行处理,检测出频率和幅值信息。并联合所有窗口的分析结果,从而得到整个信号的时频率分布信息。最后对电能质量干扰的非平稳信号进行了仿真实验。实验结果表明,提出的方法适合动态电能质量扰动检测,具有实际应用前景。     

基于多特征优选的平和县蜜柚园遥感提取与扩张分析

本文基于谷歌地球引擎（google earth engine, GEE）平台中2020年Sentinel-2数据和数字高程模型（digital elevation model, DEM）数据，在递归特征消除的随机森林（random forest-recursive feature elimination, RF-RFE）特征选择算法基础上结合随机森林（random forest, RF）分类算法，实现了平和县蜜柚园的空间分布制图。根据蜜柚园扩张的先验知识，使用2020年蜜柚园的提取结果对历史Landsat数据进行掩膜，依次获得1990、2000、2010年平和县蜜柚园的空间分布，在此基础上对30年以来平和县蜜柚园的变化进行分析。结果表明：基于GEE平台，使用RF-RFE特征选择后的多特征分类方法可以快速、准确地提取平和县蜜柚园的空间分布。蜜柚园的生产精度和用户精度分别为89.83%和90.59%;平和县蜜柚园面积从1990年的10.5 km²增加到2020年632 km²,增加的蜜柚园主要来源于有林地，其次为耕地和香蕉园。本研究可为平和县蜜柚...     

一种核测井数据的拟合处理算法

采用最小二乘法对核测井数据进行拟合处理。自动搜寻积分运算区间,避免计算过程中的人为干扰因素。实现了处理参数的自动选取,使测量结果趋于准确可靠。同时将最小二乘曲线拟合思想,扩展到曲线延伸上,并与插值技术结合,实现了单条曲线上双峰剥离后的自动补点。     

基于双采样随机森林的临滑阶段的预测算法：以湖北黄石某治理地块为例

针对碎石土边坡监测过程中滑坡稳定变形期与临滑阶段监测数据量严重不匹配,导致临滑阶段数据量偏小,从而产生的非平衡数据集造成预判不准确的问题,提出一种基于DST随机森林的碎石土边坡临滑阶段地表位移的预测算法。首先,采用过采样和欠采样相结合的双采样技术(DST,DoubleSamplingTechnique)对地表位移中的非平衡数据集进行采集,然后,通过随机森林预测算法有放回的随机抽样进行预测,最后,通过实验得出预测结果。结果表明:DST随机森林预测算法相比于普通随机森林预测算法预测误差率降低到3.39%,证明双采样技术(DST)采集临滑阶段非平衡数据集的必要性。     

基于形态聚类的频率域大地电磁数据去噪新方法研究

大地电磁法是一种利用天然电磁场源进行深部地电结构勘探的地球物理方法,其信号容易受到各种噪声干扰。为了更好地识别大地电磁的信号与噪声,提取出有用的信号进行阻抗估计,本文提出一种基于频率域大地电磁信号形态进行自动聚类的算法,并使用该算法对合成数据和实测数据进行计算。研究结果表明：在频率域中,大地电磁信号形态都有一定的相似性,强干扰噪声在其对应的频段上表现出与信号不一样的特征,可以使用余弦相似度提取此类特征,并使用聚类算法将信号与噪声分离;基于合成、实测数据,采用所提出的算法计算的视电阻率曲线和相位曲线都更加平滑、连续,说明经过本方法处理后的大地电磁数据阻抗估计结果得到了明显的改善。     

EDM在汽车制动力数据平滑处理中的应用

为了实现对汽车制动力变化的全过程检测,提高系统的检测精度和重复性,提出了将经验模态分解(EMD)方法用于汽车制动力数据的平滑处理中,并与传统的汽车制动力数据平滑处理方法的最小二乘法和样条函数法进行了仿真与实测对比试验.试验结果表明:EMD方法既能够削弱干扰的影响,提高测量曲线的光滑度,使汽车制动力测量的最大偏差从原来的0.67%降到0.16%,又能够保持原有曲线的变化特征,从而保证了系统的检测精度和检测数据的重复性.     

全液压推土机滑转率研究

为了研究全液压推土机额定滑转率,对静态滑转率和动态滑转率进行了探讨,给出了滑转率的理论计算公式以及履带式推土机在特定条件下的静态滑转率和动态滑转率与单位附着重力的有效牵引力关系.做出静态和动态滑转率曲线,得出它们出现不一致的原因.通过分析牵引效率在动态滑转率曲线和在静态滑转率曲线上的合理配置,给出全液压推土机设计计算阶段额定滑转率的范围为12%左右.