对数变换主成分分析的图像识别

为了进一步提升现有鲁棒主成分分析(PCA)算法处理含有异常样本数据的性能,提出了对数变换的PCA算法。为降低异常样本对目标函数值的影响,根据对数函数的性质建立了对数变换PCA算法的目标函数,证明了所提目标函数值小于标准PCA算法的。之后,给出了求解所提目标函数的一种优化算法,即为所提算法。通过迭代计算对角矩阵和进行特征值分解进行优化,证明了所提算法可以近似收敛于所提目标函数的最优解。分析证明了所提算法具有旋转不变性。为了更好地比较各算法处理异常样本数据的能力,使用AR数据库中的原样本作为异常样本,在其他数据库中人为添加了异常样本。与标准PCA算法、鲁棒PCA算法、包括贪婪求解的基于l1范数的PCA算法、非贪婪求解的基于l1范数的PCA算法、基于l2,p范数的PCA算法和基于最大相关熵的PCA算法在AR、Extended Yale B、CMU PIE这3个人脸数据库和MNIST这1个手写字符数据库进行了实验对比,结果表明:所提算法均得到了最低的重构误差和最高的识别精度;所提算法具有良好的收敛性能,一般迭代5到6次即可收敛。     

基于增量稀疏核极限学习机的发动机状态在线预测

针对发动机状态在线预测中样本累积、预测模型膨胀和在线更新速度慢等问题,提出了基于增量稀疏核极限学习机的在线预测方法.该方法定义了KELM核函数矩阵的稀疏测量矩阵,并根据矩阵原子相干最小化和自信息量最大化的样本信息度量准则实现在线样本前向稀疏与后向删减,提高了样本稀疏化效率.利用有效样本对测量矩阵在最佳阶数内进行在线扩充与修剪,限制了预测模型膨胀.利用改进的增量建模方法对模型的核权重矩阵进行递推更新,从而建立规模有限且结构稀疏的在线预测模型,提高了在线建模速度.仿真数据和发动机状态参数在线预测实验结果表明,与现有在线预测方法相比,ISKELM具有更高的样本稀疏化和在线建模效率.对发动机排气温度进行120步预测时,预测速度分别提高了80.50%和31.72%,预测精度分别提高了48.56%和15.81%.      

船舶牵引机械的结构优化设计

以初步设计方案为基础,利用ANSYS Workbench集成建模功能,实现了PRO/E船舶牵引机械实体模型与ANSYS Workbench的双向关联性,建立了船舶牵引机械有限元模型,并对主要结构参数进行优化,给出参数对结构刚度的敏感度。通过优化方案使整机质量减少24.1%,从而为船舶牵引机械的小型化、轻量化提供了依据。     

数学建模的层次分析法

阐述了数学建模层次分析法的基本思想、方法和核心问题，运用层次分析法建立数学模型的一般步骤和计算方法，并通过实例分析，说明了层次分析法在决策中的有效性．     

网格结构生成的代数映射改进技术

鉴于运用形式代数进行参数化建模只适用于简单空间结构的问题，提出了对空间网格结构的参数化快速间接二次建模新方法．通过生成相应平面网架结构，利用空间映射关系变换为空间网壳结构，并自行开发了空间网格结构生成软件GAs．该方法为解决诸如双层网壳结构、局部双层网壳、斜拉网壳等复杂构形的空间网格结构生成问题提供了新手段．根据映射理论，基于杆件种类最少原则，提出了切割型和组合型空间网格结构的形式代数算法，显示出这种间接二次建模对于切割型、组合型空间网格结构生成的有效性．     

AR预测模型与α-β预测模型的实用比较

AR模型与α-β模型是建立变形测量动态预测模型的常用模型.文章介绍了这两种模型的建模方法,并用两个变形测量的实例对它们进行了比较.结果表明:两种模型的稳定性和预测能力基本相同,但α-β模型的建模方法更加简单方便.因此在建筑物的变形测量中,应优先考虑采用α-β模型建立变形预测模型.     

一种线性/非线性自回归模型及其在建模和预测中的应用

为提高模型准确性,在经典时序建模策略的基础上,提出了一种带有外部输入的线性/非线性自回归模型,并应用Weierstrass逼近定理推导出其一般表达式(GNARX),该模型允许带有多个外部输入以实现复杂系统的建模和辨识.针对该模型结构给出了其最小二乘参数估计方法,并采用结合建模误差、预测误差及模型复杂度的修正信息准则(AIC)确定最优模型结构.最后,将该模型应用于仿真数据和振动位移采样电流数据的建模与预测.结果表明,GNARX模型的建模和预测精度均高于AR,GNAR,ARX模型及BP神经网络模型,表现出良好的线性/非线性建模和预测能力,及较好的通用性和实用价值.     

图形文件几何参数的抽取技术

阐述了从图形文件抽取几何参数的技术，即把复杂的内部图形文件转换成外部可读的通用文件．通过对通用文件的结构分析，找出其内在的规律，然后用高级语言进行抽取和加工，将用户所需的几何参数写人数据文件，提供给用户读写，从而达到对图形数据管理的目标．     

苏里格气田岩石力学场建模研究

以苏里格气田为例, 运用多元回归分析的方法对常规测井曲线和岩石力学参数之间的函数关系进行分析, 并运用地质统计学的方法建立非均质的岩石力学参数场, 准确认识储层的岩石力学参数。研究结果可以为气田后期水力压裂过程中压裂设计提供依据, 降低压裂设计计算过程中的误差, 有利于得到更为准确的水力压裂裂缝形态, 降低气田开发风险。     

粒子群优化的RBF神经网络功放行为模型

研究功率放大器的非线性行为模型建模问题.功率放大器既呈现非线性,又呈现记忆效应,为了对具有记忆效应的非线性功率放大器进行精确的行为模型建模,提出了基于粒子群优化的RBF神经网络射频功放行为模型.利用freescale半导体晶体管MRF6S21140器件模型及设计的电路从ADS中导出输入输出数据,对射频功率放大器模型进行了仿真实现,得出了输出电压幅度的拟合曲线以及误差曲线.仿真结果表明:PSO-RBF射频功放模型能够获得较好的精度,能够很好的描述射频功率放大器的非线性和记忆效应,为有效解决精确建立射频功放行为建模的问题提供了参考方法.