慢时变线性模型参数辨识递推算法及收敛性分析

针对慢时变线性模型,给出辨识的递推算法,并证明该算法能够保证参数收敛在一个有界空间区域,该区域包含参数真值集合;若工作点不发生变化,合理的收敛因子保证参数收敛到对应真值.在实际应用中,工业对象可以利用慢时变线性模型表示,因此该递推算法能够确保工业对象模型实时更新以跟踪工况的变化.通过实例仿真可以看出,该递推算法能够保证慢时变线性模型参数有效更新,并较为准确估计输出变量.     

甘草规范化种植基地优化升级及系列产品综合开发研究

本课题针对西北地区特色大宗药材甘草规范化种植中仍存在的产量不稳、质量波动、病虫害预测预报技术落后和农药施用不当造成的农残等问题，重点研究制约药材种植的种子种苗优质化、农药高效减量、水肥联动对种植保苗、产量、质量的响应，及其甘草药材与药效相关的质量的响应研究，进一步完善人工规范化栽培过程中的种子种苗优质化、病虫防治无害化、水肥管理精准化等一系列过程控制中的关键技术，实现SOP升级完善。同时，对甘草的产地加工工艺进行优化，对甘草质量标准进行提升，对甘草的综合利用进行研发，建立甘草产地加工质量标准和质量评价标准，开发出新的产品并产业化，最终建立规范化种植优化升级示范基地，实现土地增效，带动种植户脱贫致富。课题通过3年的实施，在甘草种子繁育、规范化种植技术、病虫害防治、药材质量、甘草系列产品开发等方面取得了多项成果。     

宜万铁路岩溶隧道施工地质技术

以宜万铁路岩溶隧道的施工地质技术实践为例，介绍了施工地质作为工程勘察阶段工程地质勘探在施工阶段的延续，用以在施工过程中解决勘察阶段所没有或不能解决的工程地质问题。施工地质以超前地质预测预报为主体，以规避大型施工地质灾害为目的，在施工阶段针对可能发生的隧道围岩变更；可能存在的溶腔、断层构造、地下暗河的预测预报；可能引发的水文环境地质问题；工程竣工以后可能存在的隐伏地质病害等，在隧道施工环境条件下为保证施工进度、保证施工安全、保证工程效益、保证工程质量所进行的综合工程地质工作。施工地质包括综合超前地质预报、水文观测和隧道周边及隧底隐伏岩溶探查。     

两类图完美匹配的计数公式

利用划分、求和、再递推的方法给出图2-nRO_8和图2-F_(2n+1,4)完美匹配数目的计算公式.进一步,用所给的方法可计算出许多图类的所有完美匹配的数目.     

枯季径流预报探讨

在分析研究流域气候特征及枯季径流来水规律的基础上,用水文方法分别建立了枯水期月径流预报模型。水文方法是利用水文序列资料建立自回归模型,用实测资料对预报模型进行了验证。     

基于PSO参数辨识SVM的中长期径流预测研究

以径向基函数作为核函数,利用微粒群(PSO)算法的全局寻优特性进行支持向量机(SVM)的参数辩识.在微粒群搜索参数前,先对参数进行指数变换,使[0,1]和[1,∞]有着相同的搜索概率.微粒群算法的适应值函数是以支持向量机模型的推广能力为标准的,讨论了测试样本的最小误差和留一法对支持向量机学习方法推广能力的两种估计.最后...     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.     

嵌套网格空气质量预报系统及其在沈阳地区的初步应用

嵌套网格空气质量预报系统作为中国第三代区域多尺度空气质量模型,充分借鉴吸收了国际上成熟的天气预报模式、空气污染数值预报模式的优点,并体现了中国各区域、城市的地理、地形环境、污染源的排放等特点.模型能够在沈阳市很好的应用,并模拟出冬季重污染个例和夏季的轻污染个例,SO2的模拟效果略好,PM10的模拟结果偏低.造成偏低的原因主要有三个方面:污染源数据、污染物比例和模式内部参数.     

增删数据场合最小二乘估计算法的比较研究

给出了增删数据场合多元线性回归模型参数最小二乘估计的两种算法-递推算法和Givens变换法,二者都利用已有的结果,减少计算量.递推算法给出预测误差的关系式,可直接比较预测误差大小;Givens变换法不能直接导出预测误差的关系式,但更容易算出残差平方和,可通过比较残差平方和大小比较增删数据前后参数估计的好坏.     

基于经验模式分解与LM一BP神经网络的大坝变形预报模型

提出一种基于经验模式分解(EMD)与LM-BP神经网络相结合的模型进行大坝变形预报的方法.先利用EMD具有根据信号本身特征进行自适应分解的功能将变形时间序列分解为一系列不同尺度的固有模式分量IMF,再根据各个IMF的变化规律采用相匹配的LM-BP模型进行预报,最后对各分量的预报值进行叠加得到最终的变形预报结果.实例分析...