自适应参数的AOSVR算法及其在股票预测中应用

以股票预测为背景,在一种在线SVR算法AOSVR中,引入Cherkassky参数选择策略,形成自适应参数的AOSVR算法.根据时间序列的变化,通过在线调整SVR参数达到更好的预测精度和泛化能力.另外,针对股票市场特性,利用AOSVR的"忘记"阈值丢掉早期数据来集中刻画近期的股市特点.将自适应参数的AOSVR算法应用到上证综合指数构成的时间序列上,取得了良好的预测效果.     

多时延解相关准则下的非平稳信号在线盲分离

利用一种基于多时延解相关准则的代价函数和自然梯度原则,分别推导出非平稳信号在瞬态线性混合及卷积混合情况下的在线盲分离算法,仅通过对有限个时延样本的相关矩阵进行Frobenius范数最小化运算得到分离矩阵,计算工作量小,无需对样本进行分块处理,可实现对信号的连续跟踪操作。仿真结果表明算法分离精度高,分离过程平稳,在任意混合情况下均能获得良好的分离性能。     

受演变随机激励结构响应的精细逐步积分法

对于受演变随机激励的线性多自由度体系，给出计算其非平稳响应的高效高精度方法，先用虚拟激励法将随机荷载化为确定性荷载；然后构造一种特别快速精确的无条件稳定显式逐步积分格式，求出时变功率谱响应的离散数值解。     

高墩多塔斜拉桥沿桥轴向风特性实测分析

为研究山区地形高墩多塔斜拉桥沿桥轴向风特性变化情况,在桥面沿桥轴向安装两个三维风速仪和两个二维风速仪,利用小波法提取实测非平稳风时变平均风速,对沿桥轴向风样本进行平均风特性和紊流风特性分析.结果表明:沿桥轴向4个测点平均风速、平均风向角变化趋势基本保持一致;沿桥轴向湍流强度、阵风因子、积分尺度等紊流参数变化趋势基本保持一致,顺风向湍流强度均值较规范推荐值偏高;沿桥轴向实测风样本顺风向功率谱密度在低频段较Simiu谱值偏低,在高频段顺风向功率谱密度与Simiu谱吻合较好;竖风向功率谱密度在低频段较Panofsky谱值偏低;在高频段竖风向功率谱密度与Panofsky谱吻合较差.     

产品需求量非平稳时序的ANN-ARMA预测模型

针对基于非平稳时序的产品需求量预测方法存在的问题,研究了人工神经网络(ANN)与自回归滑动平均(ARMA)模型的集成建模与预测方法. 产品需求量的非平稳时序可分解为确定项和随机项两个部分,用人工神经网络模型拟合确定项,以表示非平稳的变化趋势;用自回归滑动平均模型拟合随机项,以表示平稳的随机成分. 将两个模型的预测值之和作为产品需求量的优化预测值. 仿真结果表明,集成模型的预测精度高于单一的人工神经网络模型.     

黑洞视界和 Rindler视界接触时的行为

本文分别从ｙｏｒｋ定义的事件视界方程出发,讨论了匀加速直线运动的动态黑洞的事件视界和它的Ｒｉｎｄｌｅｒ视界相接触时的行为。接触点处,二视界的Ｈａｗｋｉｎｇ温度降为零度;而在黑洞视界的另一相反极点处,Ｈａｗｋｉｎｇ温度将迅速升高形成高温喷流。     

非平稳时序分析在GPS伪距观测值建模中的应用

伪距观测值的仿真建模在GPS系统分析、误差消减等方面有很广泛的应用,原有的一些建模方法得到的仿真结果误差不能满足特定应用的需要.为此,提出了一种利用非平稳时间序列分析的方法,以达到减小仿真误差的目的.该方法通过对实际采集的GPS伪距数据的特征进行分析,采用自回归-求和-滑动平均(ARIMA)模型建模,并运用逆函数法对模型参数进行估计,最后通过Matlab编程进行了仿真,仿真结果表明利用该统计模型得到的仿真伪距与实际测量值的误差不超过3米,得到了较为满意的效果.     

基于信号时频表示的宽带源波达方向估计

提出一种时频域宽带源波达方向(DOA：Direction of Arrival)估计算法。该算法通过计算参考阵元和其它阵元的互Wigner-Ville分布，构造出一种新的时频域数据向量模型，并利用Chirp信号的局部窄带特性，在信号的主要能量聚集区选择时频点构造时频相关矩阵代替传统的阵列相关矩阵，进行特征分解实现信号的DOA估计。该方法同时在空域和时频域进行处理，充分利用了时频分布的能量聚集性，不但实现了非平稳信号时频域的分离，还有效地提高了信噪比，增强了算法对噪声的稳健性。仿真结果验证了新方法的有效性。     

带TMD结构的随机地震响应分析的新方法

基于状态空间表达的TMD-结构动力微分方程,运用虚拟激励法,引入精细积分法进行计算,提出求解带TMD结构的非平稳随机地震响应计算的新方法.该方法避免了复模态法的复杂性,能精确快速求解带TMD结构的平稳和非平稳随机地震响应.采用结构的最大弹性层间位移角限值作为控制指标建立极限状态方程,基于首次超越破坏理论,进行了无控和TMD控制下结构的可靠度对比分析,建立起结构动力可靠度作为评价控制效果的性能指标.以1栋8层的剪切型钢框架结构作为算例,结果证实本方法的正确性.