高光谱遥感图像最大似然分类问题及解决方法

利用最大似然分类器对高光谱遥感图像分类时,由于波段数目多、波段间的相关度大,使协方差矩阵的行列式近似于奇异,因而导致了不合理的分类结果。本文调整了波段协方差矩阵对分类的影响。改进了最大似然分类判决函数,利用改进后的判决函数进行分类,试验证明这种方法是有效的。另外,根据图像特征和经验对图像进行波段选择,也是改善高光谱遥感分类效果的有效途径。     

单向交通组织对车流运行的影响评价研究

单向交通组织是缓解交通拥挤增加通行能力的有效方法,但单向交通运行会对车流运行带来绕行距离大,增加通过时间等影响。本文从单向交通组织对车流运行影响方面,把车流分成单向交通组织区域内部车流、区域到达车流和过境车流,采用模糊综合评价模型,建立了单向交通组织对车流影响的评价指标体系。以重庆南坪商圈单向交通组织方案为例,对单向交通方案的交通流运行进行评价,并给出了单向交通组织方案的建议。     

CFRP加固砌体填充墙抗燃气爆炸泄爆荷载的优化设计及动力响应

CFRP条带已广泛应用于结构构件的外贴抗爆加固.为了进一步提高砌体填充墙在泄爆荷载作用下的抗爆性能,同时控制加固材料成本,基于Hyperworks中的Opti Struct平台对典型砌体填充墙的CFRP外贴抗爆加固方案进行了拓扑优化,提出了一套优化加固方案.基于优化方案,建立了CFRP外贴加固砌体填充墙的精细化数值分析模型,模型的可靠性得到了试验结果的验证.基于数值模型,进一步讨论了燃气爆炸泄爆荷载作用下不同加固方式对单向和双向填充墙体动力响应和破坏模式的影响.结果表明,相较于传统方案,CFRP优化加固方案能显著提高砌体填充墙的抗爆能力;优化加固的单向墙呈窄X型破坏形式,优化加固的双向墙发生了边界剪切破坏.     

序约束下单向分类方差分析模型的Bayes变量选择

考虑序约束下单向分类方差分析模型的变量选择问题, 提出两种基于SSVS的Bayes变量选择方法, 并设计一种简单且易操作的Gibbs抽样算法进行后验抽样. 数值模拟和应用实例结果表明, 该方法效果较好.     

序约束下单向分类方差分析模型的Bayes变量选择

考虑序约束下单向分类方差分析模型的变量选择问题,提出两种基于SSVS的Bayes变量选择方法,并设计一种简单且易操作的Gibbs抽样算法进行后验抽样.数值模拟和应用实例结果表明,该方法效果较好.     

影响销售量的单因素方差分析

本文简单的介绍了单因素方差分析模型及其方法,运用单因素方差分析方法对产品销售量影响因素作用的大小进行了分析,再利用F检验法,对其影响是否显著进行了分析,并预测最优试验条件下的观察值,为或得较大的销售量提出了合理的建议和方案。     

传感器网络时间序列数据的事件分类研究

目前智能环境中传感器网络所采集的海量数据面临着进行有效事件的模式分类及异常检测的难题.为了有效对智能环境中传感器网络采集的时间序列数据所表征的事件进行分类,提出了基于协方差特征空间映射数据的聚类分析方法.通过对采集得到的时间序列数据按时隙进行划分,映射到协方差特征空间,然后对映射后的数据进行了动态密度聚类,从而实现对事件的分类;并根据聚类结果建立分类模板,作为对日常事件进行分类划分的检测方法,同时利用所得的分类模板,实现对异常事件的检测.实验结果表明,基于协方差特征空间映射数据的聚类分析方法能有效对传感器网络采集的时间序列数据所表征的事件进行分类,并能有效提升异常事件的检测及筛选效果.     

基于聚类分析和平滑法的艾滋病治疗方案研究

基于美国艾滋病医疗试验机构ACTG公布的两组数据ACTG320和193A,考虑病人初始状态的不同对模型的影响,首先采用聚类分析法将实验数据分类,然后对每类数据采用平滑法进行趋势分析,最后确定出各类病人的最佳治疗终止时间和最佳治疗方案.此方法对艾滋病最佳治疗终止时间和最佳治疗方案的选择提供了有力依据.     

室内冻胀率试验装置及试验方法改进研究

冻胀量试验是对土体进行冻胀敏感性评价提供依据.在<土工试验方法标准>的基础上,对室内冻胀量验装置和试验方法进行了研究.主要针对单向冻结方式、补水方式、降温速度以及冻结深度确定进行了改进和完善.并对改进后的试验方案及工程应用效果进行了初步的探讨.     

累积比数Logistic回归模型及其应用

在临床医学中评价某种疾病的不同治疗方案效果,进行影响因素分析,可以优化治疗方案,也为制定医疗保障补偿方案提供科学依据.应用累积比数Logistic回归模型,以1 117例急性心肌梗塞（AMI）患者的治疗效果为因变量,以其影响因素为自变量,进行回归分析,找出对治疗效果影响显著的因素.结果表明应用该模型拟合有序多分类变量数据是有效的.     

一般线性回归模型岭估计的影响分析

讨论一般线性回归模型岭估计的影响分析问题,研究了协方差阵扰动和数据删除对岭估计的影响,给出了岭估计基于有偏估计的Cook距离.     

协方差阵扰动对Stein岭型主成分估计的影响分析

针对线性回归模型中协方差阵扰动对Stein岭型主成分估计β(P)G的影响问题进行研究.证明了β(P)G的某种极限是数据删除模型的Stein岭型主成分估计;建立了β(P)G与G-M模型的Stein岭型主成分估计β(P)之间的关系;定义了度量扰动影响的距离测度DG,并给出了DG的多种计算式;最后通过实例验证其有效性.     

多元线性模型协差阵基于LSE无偏估计数据点影响分析

本文给出多元线性模型协差阵基于LSE无偏估计的影响函数,得出其对数据点异常值不具有稳健性的结论,为对其进行数据点影响分析奠定了理论基础;提出一种影响度量,对于正态模型,优于已有的似然距离.计算了一个实例.     

Sulfuric acid leaching kinetics of South African chromite

The sulfuric acid leaching kinetics of South African chromite was investigated. The negative influence of a solid product layer constituted of a silicon-rich phase and chromium-rich sulfate was eliminated by crushing the chromite and by selecting proper leaching conditions. The dimensionless change in specific surface area and the conversion rate of the chromite were observed to exhibit a proportional relationship. A modified shrinking particle model was developed to account for the change in reactive surface area, and the model was fitted to experimental data. The resulting model was observed to describe experimental findings very well. Kinetics analysis revealed that the leaching process is controlled by a chemical reaction under the employed experimental conditions and the activation energy of the reaction is 48 kJ·mol-1.     

高频数据下基于LSTM的协方差矩阵预测模型

协方差矩阵的建模与预测,对于金融风险管理、投资组合管理等至关重要。 针对时间序列模型 对高维变量预测精度较低的问题,利用长短记忆神经网络模型(LSTM),提出了基于深度学习的高频数据已 实现协方差矩阵预测模型。 利用金融高频数据得到已实现协方差矩阵,对其进行 DRD 分解,针对相关系数 矩阵 R 进行向量化处理,利用向量异质自回归模型(HAR)预测已实现相关系数矩阵 R;针对已实现波动率 矩阵 D,利用半协方差(semi covariance)思想,结合 LSTM 模型,得到已实现波动率矩阵 D 的深度学习预测模 型,构建了 LSTM-SDRD-HAR 已实现协方差矩阵动态预测模型。 LSTM 模型和 HAR 模型能捕捉实际数据 的长期记忆性,半协方差有利于捕捉金融数据的杠杆性。 实证分析表明:相较于传统向量 HAR 已实现协方 差矩阵预测模型,LSTM-SDRD-HAR 预测已实现协方差矩阵更为准确,基于 LSTM-SDRD-HAR 预测已实现 协方差矩阵构造的有效前沿组合投资效果更佳。     

考虑非机动车流影响的微循环路网组织优化

为提高道路网通行能力,缓解干道拥堵,提高支路利用率,研究了非机动车流对机动车流的影响,并构建了影响模型,对机动车流的路阻函数进行改进。使用改进后的路阻函数构建微循环路网单向交通组织双层规划模型。上层模型以路网交通效率最大,干道平均饱和度最小和微循环支路平均饱和度最小为目标;下层模型是基于用户平衡分配的交通流分配模型。采用遗传算法对模型进行求解。最后以北京市西三旗地区某微循环系统为例进行算例分析。结果表明：实施单向交通能够有效降低干道饱和度,提升支路利用率,平衡道路资源使用。在不考虑非机动车流影响时,进行单向交通组织的路段为9条,考虑单向交通影响时,进行单向交通组织的路段为4条,仅有两条路段重合,两种情况路网组织方案差异明显,所以应在实际路网优化时考虑非机动车流的影响。可见,考虑非机动车影响的微循环路网组织优化模型能够为实际单向交通组织提供理论支持。     

随机约束线性回归模型参数估计的影响分析

讨论了带随机约束的线性回归模型的影响分析及强度影响的探测问题,利用数据删除法,导 单点剔除模型下参数的混合估计与原模型下对应估计的相互关系,并利用Ｃｏｏｋ统计量、Ｗｅｌｓｃｈ－ｋｕｈ统计量和协方差比统计量,分别给出了剔降单个数据点对参数估计的影响度量和协方差比通过数据模拟列子主明了此方法的有效性。     

多元分析中矩阵统计量的几种影响度量

本文利用数据删除法（ｃａｓｅ ｄｅｌｅｔｉｏｎ）对多元分析中的矩阵统计量提出了几种新的影响度量，并应用于多元数据的样本协方差矩阵及多元线性回归模型中，与现有的一些影响度量进行了比较，通过实例分析，证实了此方法的有效性。     

协方差分析模型的影响分析

 考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用Cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.     

基于多尺度排列熵和正则化RVFL的高压隔膜泵单向阀故障诊断

高压隔膜泵单向阀运行工况复杂,运行时产生的振动信号具有非线性、非平稳特性,导致信号特征提取困难,故障状态难以识别.为了提取单向阀运行状态的非线性动力学特征,提升故障诊断模型的识别精度和泛化能力,提出了一种基于多尺度排列熵（Multi-scale Permutation Entropy,MPE）和正则化随机向量函数链接（Random Vector Functional Link,RVFL）网络的单向阀故障诊断方法.首先,对工况下采集的单向阀振动信号进行变分模态分解（Variational Mode Decomposition,VMD）获得既定的若干本征模态函数（Intrinsic Mode Function,IMF）分量;然后,计算IMF分量的多尺度排列熵,构建表征单向阀运行状态的特征值向量;最后,基于运行状态的特征值向量,建立正则化随机RVFL的故障诊断模型,并应用于单向阀的运行状态监测与识别.实验结果表明,构建的故障诊断模型能够精确地识别单向阀的故障类型,准确率达到98.89%.