OSC-PLS算法在近红外光谱定量分析中应用的研究

提出一种新的光谱预处理方法--正交信号校正,并将正交信号校正与偏最小二乘法相结合的OSC-PLS方法应用于固体含能材料中挥发份的定量分析.利用正交信号校正,对光谱数据进行预处理,剔除光谱矩阵中所含的各种噪声信号,将去噪后的光谱矩阵作为新的自变量矩阵,再利用偏最小二乘方法建立校正模型.结果表明:用OSC-PLS方法建立模型与用传统偏最小二乘法所建模型相比精度明显提高,这对近红外光谱分析在该领域的应用具有重要的理论意义和实际推广价值.     

第3代移动通信系统中的多用户检测技术

讨论了第3代移动通信系统中的多用户检测技术;多用户检测(MUD:Multi-User Detection)技术在传统检测技术的基础上,充分利用造成多址干扰(MAI:Multiple Access Interference)的所有用户信号信息对单个用户的信号进行检测,从而具有优良的抗干扰性能.首先,给出了多用户检测性能界限;然后具体分析了两类多用户检测,给出了它们的实现框图,性能曲线,以及各自的优缺点.     

基于偏最小二乘回归的鱼雷管峰压估计

采用偏最小二乘回归方法,经交叉有效性检验建立了鱼雷管峰压的回归方程.通过实验数据比较,该模型拟合精度较强,说明偏最小二乘回归是估算舰艇鱼雷发射内弹道特征参数的一种有效方法.     

B2分子势能函数对比研究

利用密度泛函数理论B3LYP方法,分别选用D95*、321+G、6-31G*、6-31+G*、6-311*、6-311+G*、cc-PVDZ、cc-PVTZ基组对B2基态分子进行结构优化,最后选用最佳基组B3LYP/cc-PVTZ的优化结果,分别对Morse函数、Rydberg函数、赝高斯函数、MurrellSorbie函数、Lennard Jones函数、HulbretHirschfelder函数进行研究,导出B2分子的力常数（f2,f3,f4 ）和光谱常数（ωe,Be,αe,ωeχe ）.结果表     

移动最小二乘近似函数中样条权函数的研究

局部边界积分方程方法是无网格方法的一种，它采用移动最小二乘近似试函数，且只包含中心在所考虑节点的局部边界上的边界积分．本文详细研究了移动最小二乘法中样条权函数的构造及其性质，并将各种样条权函数应用于弹性力学平面问题的局部边界积分方程方法中，研究了它对计算结果的收敛性、稳定性和精度的影响．算例表明，高阶样条权函数在局部边界积分方程方法中有好的收敛性、稳定性和精度．     

基于广义最小二乘模型的动态交通OD矩阵估计

基于广义最小二乘模型,建立了一种带滑动窗的动态OD矩阵估计算法,可通过对路段交通量和行程时间的检测来估计时变的OD数据.对模型中关键的交通分配矩阵,给出了解析的计算公式.算法是一种递推的估计过程,仅需较少的先验信息,且估计过程不会发散;滑动窗的引入可充分利用量测信息,抑制量测噪声.     

大规模网络最大流对偶图算法模型及实现

在网络最大流算法的研究中,为了减少计算量,提出了许多改进的方法.基于图论中的最大流最小割定理,利用网络流图的对偶图的最短路径求网络最大流,对求最短路径的Dijkstra算法进行了研究,给出了一种改进的Dijkstra算法模型,该算法采用了堆排序中的小根堆来选择最短路径结点,使用集合运算对堆中的结点进行处理,使得参加运算的结点数减少,提高了算法的效率.     

基于MST的辽宁省上市公司风格聚集研究

在风格投资分析中,传统的参数分析方法将带来分析结果的多样性,为此提出了采用具有准确拓扑序列的亚超度量空间方法.首先,计算出股票间任意两个股价间的相关系数,并在此基础上计算出超度量空间的欧式距离;其次,利用Kruskal的最小生成树算法,构建出证券组合的亚超度量空间;最后,将亚超度量空间映射为指数分层结构.对2005年7月至2007年12月的辽宁省上市公司样本的日数据进行实证研究,结果发现存在行业风格、事件风格、业绩风格及现金流风格,这表明亚超度量空间方法是有效的.     

基于灰色关联分析的高阶神经网络剪枝算法

在综合分析网络纵向、横向灰色关联分析特点的基础上提出了一种新的基于灰色关联分析的剪枝算法,并将其用于训练高阶神经网络.该算法运用灰色关联分析对比网络各节点输出值序列之间联系的紧密程度,用网络纵向灰色关联分析确定剪枝连接,再用网络横向灰色关联分析确定相应的并枝连接,实现网络结构的动态修剪.训练后的高阶神经网络具有合理的网络拓扑结构和较好的泛化能力.实验验证了该算法的合理性、有效性.     

喷动流化床射流穿透度智能拟合

在三维冷态试验台架上对喷动流化床射流穿透度进行了实验研究,得出了射流穿透度随喷口尺寸、载气密度、喷动气速的增大而增大,随静止床高、颗粒尺寸、颗粒密度、流化气率、载气黏度的增大而减小的结论.在实验研究的基础上利用最小二乘支持向量机对射流穿透度与喷动流化床主要设计参数之间的数值关系进行了智能拟合,并利用自适应遗传算法优化了最小二乘支持向量机的初始参数.通过15个预测样本的检验,最小二乘支持向量机模型的预测平均相对误差减小至4.0%,其性能大大优于常用的经验公式以及神经网络.