一种基于密度加权的最小二乘支持向量机稀疏化算法

针对最小二乘支持向量机失去标准支持向量机稀疏特性的问题,提出了一种基于密度加权的稀疏化算法.首先计算样本的密度信息,对样本估计误差进行密度加权获得该样本对模型的可能贡献度;然后选取具有最大可能贡献度的样本作为支持向量,同时对支持向量样本邻域内的其他样本密度信息进行削减,从而避免相似样本被选中为支持向量;再选择剩余样本中具有最大可能贡献度的样本添加到支持向量集中,直到模型性能满足要求.仿真和实际应用表明,与Suykens提出的标准稀疏化算法相比,所提出的算法能有效剔除冗余支持向量,具有更好的稀疏性和鲁棒性.     

高炮电气随动系统神经智能故障诊断系统的设计与实现

根据高炮电气随动电控系统的组成及其电路的结构与特点,设计了高炮电气随动系统神经智能故障诊断系统的模型、系统硬件组成、系统软件结构和相关命令,并阐述了拟神经网络测试算法。     

用第三代电流传送器设计电流模式有源滤波器

提出了一种利用第三代电流传送器设计电流模式有源滤波器二阶节的方法,用该法能生成诸如低通、高通、带通、带阻、全通等各种标准电流模式二阶节,这些滤波器具有低元件参数灵敏度和高输出阻抗,级联可实现高阶电流模式滤波器。     

武汉地区高水位基坑开挖对周边土体沉降监测分析

为了解高水位基坑工程中开挖周边土体沉降变形的规律。在通过工程实例,分析土体沉降产生的原因和沉降规律,针对施工对周边环境的影响,提出控制地表沉降的措施,提出固结沉降在高水位软土基坑施工中降水对基坑变形的重要影响,并提出应注意的问题。     

不同割草频次对松嫩平原羊草草地生产量的影响

当年的１次割草处理,可使草地生产量提高９％,３次割草处理使总生产量降低１１．４％。连续两年割草处理使草地生产量下降约５０％。割草频次增加,草地实际收获量减少,各割草频次下,均以初次割草的收获量占总收获量的比重最大。割草处理对次年返青后群落中羊草生长不利,对糙隐子草和芦苇的分蘖有促进作用,１次和２次割草处理影响的差异较小,３次割草的影响作用明显。各割草频次均使草地枯枝落叶的积累量明显减少,１次割草的     

长岩芯注二氧化碳驱油物理模拟实验研究

所研制的长岩芯驱替实验装置,考虑到相似条件对岩芯长度的需要,以及多次接触混相其物理化学过程的阶段性和机理的复杂性.该装置可以在油藏条件下实施多种驱替实验,这些实验可包括:水驱或气驱二次采油实验;利用注入溶剂(如氮气、碳氢化合物、二氧化碳等)或注入聚合物、胶态分散凝胶等化学驱油剂开展三次采油动态室内模拟实验研究.该装置岩芯长为2米,其工作压力、温度分别为60 MPa、150℃.利用该实验装置成功的进行了注二氧化碳驱替实验,得到了文184块油藏流体水、二氧化碳交替驱油过程中的压力、采收率和相态变化等重要参数.     

硝酸铵表面单分子层自组装膜的结构表征

研究硝酸铵表面单分子层自组装膜对硝酸铵晶型转变的影响,分析单分子层组装前后硝酸铵表面形貌,了解单分子层与硝酸铵相互作用机理,利用单分子层自组装技术对硝酸铵表面改性,用ＤＳＣ研究改性硝酸铵晶型的变化,用扫描电子显微镜观察了改性硝酸铵颗粒表面的表面形貌,用光电子能谱测定了改性硝酸铵的表层结构,用十八胺／二甲苯体系包覆的硝酸铵的吸湿率降低至硝酸铵的５８．６％,它的Ⅲ→Ⅳ相的转变温度（５６．００℃）较未包     

风切变场中飞机起飞轨迹的纵向／横侧动态逆控制

采用较真实的三维微下击暴流工程化模型和非线性动态逆方法,对飞机在起飞过程中的纵向/横侧改出低空风切变的控制律进行了设计和仿真.计算了不同的机载前视探测距离对改出机动效果的影响.根据仿真得出的各飞行参数对纵向、横侧控制仿真结果进行对比分析,结果表明,横侧机动能明显维持飞机在改出风切变机动中的飞行性能和生存能力.较长的前视探测距离更有利于飞机改出.     

混沌时间序列的混合遗传神经网络预测方法

在相空间重构理论的基础上,将改进的遗传算法和神经网络结合起来,提出了一种混合遗传神经网络预测混沌时问序列的方法.通过复相关法和Cao方法重构混沌时间序列,利用改进的遗传算法优化神经网络的结构、初始权值和阚值,然后训练神经网络求得最优解.该算法应用到混沌时间序列的预测中,验证了该算法的有效性,并与BP和RBF算法的预测精度进行了比较,仿真结果表明该算法对混沌时间序列具有更好的非线性拟合能力和更高的预测精度.     

长记忆随机波动模型的估计与波动率预测——基于中国股市高频数据的研究

为了有效捕捉中国股市波动率的长记忆性,提高远期波动率的预测精度,本文基于中国股市高频数据建立了长记忆随机波动模型,检验高频数据中时变的“日历效应”成分的频率,有效地对“日历效应”进行滤波。使用频域内拟极大似然方法估计LMSV模型参数,为了提高计算效率应用混沌优化算法进行最优搜索。对比了高频数据直接建模和已实现波动率方法建模的预测结果发现,通过高频数据估计的LMSV模型可以很好保留高频数据中所包含的信息量,克服信息丢失问题,预测结果要优于已实现波动率方法建模预测的结果。