一种月度负荷预测的新方法

研究了月度负荷的特性,指出了其季节波动性和趋势增长性双重特性;介绍了广义回归神经网络的基本理论,提出以横向历史数据和纵向历史数据作为输入神经元,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明该模型的预测精度明显高于一般的BP网络.     

软岩巷道围岩稳定性的灰色预测

本文在阐明灰色建模的方法后，以马鞍山矿软岩巷道收敛变形实测数据为例建立了灰色微分方程，对巷道围岩稳定性实施灰色预测，继而为二次支护时间的确定及支护效果的评判提供了科学依据。     

人工神经网络和支持向量机性能比较及其在DMD疾病识别中的应用

对人工神经网络(ANN)和支持向量机(SVM)这两种机器学习方法进行了分析与比较,并分别利用两种算法对神经肌肉罕见病DMD的磁共振图像(MRI)数据进行建模、分类预测.经对比后得出结论:两种算法结果均表明,DMD的两类MRI(T1和T2)中,T1更具特征性,故此类患者的MRI检查可仅进行T1扫描;若能选择合适的模型参数,则两种算法模型均具有极好的分类预测效果,其灵敏度、特异度和准确率分别高达98.5%,97.3%,97.9%和96.9%,97.3%,97.1%;利用机器学习方法对DMD患者的MRI进行分析处理可作为该病无创检测的技术探索,有望为临床提供客观有效的辅助诊断手段.     

冻粘土三轴流变特性的神经网络预测

针对冻粘土特殊的物理力学性质，通过详细的冻粘土三轴应力条件下长期蠕变实验，讨论了温度，轴压，围压三种因素对冻粘土蠕变特性的影响，并利用人工神经网络（ANN）方法对冻粘土三轴流变特性进行了预测，建立了BP网络模型，预测结果与实验值吻合，因而具有一定的理论和实用价值。     

基于多因素影响的负荷预测神经网络方法

电网的负荷是一个受多种因素影响的量。负荷预测的准确性对电网的安全、经济运行有着重要的影响。把各个影响因素与负荷之间建立解析表达式是非常困难的。本文考虑多种影响因素,用神经网络的方法对农网进行负荷预测,具有方法简便、预测精度高,速度快的特点。     

广义预测算法在网络控制系统中的应用

在网络控制系统中,由于网络的引入不可避免的导致信息的延时.从而使得控制系统的性能下降甚至导致系统不稳.本文在分析网络时延特性的基础上,采用广义预测控制策略对进行时延补偿,并利用Matlab对被控对象进行了仿真实验研究.仿真结果表明该控制策略能使得网络控制系统具有良好性能.     

基于注塑过程数据的制品尺寸合格性判定

针对注塑生产过程中人工质量检测存在的效率低、成本高等问题,提出了一种基于注塑加工过程数据来对产品尺寸是否合格进行预测判定的方法。先对清洗后的数据集采用5折交叉验证筛选出LR(logistic regression)模型、SVM(support vector machine)模型等5个分类模型,再以ROC(receiver operating characteristic)曲线和AUC(area under curve)值作为性能评估指标,综合比较和分析了5个分类模型在不同特征选取方法下的分类性能。结果表明：基于树模型特征选取与LR分类模型组合对本文的数据集表现出了优良的分类性能,准确率可达96.42%,具有一定的工程应用价值。     

陕甘宁盆地西部某油田开发工业经济评价

在陕甘宁盆地西部某油田石油地质评价基础上，根据油田的技术经济条件，对未来进行工业开发的经济价值进行预测和评价，分析计算油田未来开发的费用、盈利和贷款偿还能力等，考虑该油田工业开发的可行性．分析表明，在现行财税制度和价格水平条件下，该油田开发的经济效益基本接近全国石油行业的平均水平，投资回收期与行业基准回收期相当，属较好的投资项目，具有一定的抵抗产量风险的能力．因此，该油田的开发是可行的．     

基于UML的CELP编码系统实现

探讨了利用统一建模语言对系统进行面向对象分析、设计以及实现问题,采用面向对象的方法,顺利实现了码激励线性预测（CELP）编码系统。     

8Kb／xLD—CELP编码器的研究

描述了一种８Ｋｂ／ｓ的低延迟ＣＥＬＰ编码器。这种编码器采用后向自适应技术，所使用的激励矢量长度很短，使得单向编译码延迟小于５ｍｓ，计算复杂度也由于使用了“形状－增益”码本而得到降低。