基于Bayes准则的广义判别预报模式及其应用

根据Ｂａｙｅｓ准则,提出一种时间序列与多元分析相结合的广义判别模式．该模式既保留了时间序列线性模式的优点,同时又吸收了多元分析线性模式的长处．从气象状况演变的物理机制来看,这种综合考虑系统状况的方法比单纯考虑前期状态演变或单纯考虑某一时次的状态更有意义．     

超宽带电磁散射的时间步进法

采用时间步进法对飞机的基本构成部件(球、圆柱、薄板)的超宽带电磁散射问题进行了研究。导出了磁场积分方程数值计算公式,所得时域散射远场与实测或其它方法计算结果相比,吻合较好。本方法与时域有限差分法(FDTD)相比,无须设置吸收边界条件,适于成像数据的提取,运算简便。与频域方法相比,它可解决超宽带电磁散射预测问题。     

基于多机通信的智能照明系统的设计

基于多机通信的智能照明系统是一种楼宇照明控制系统,能够实现人工灯光控制、自动灯光控制、定时开关、节能模式控制等功能。该系统以PC机作为上位机,MCS-51单片机作MCU,结合传感器和多机通讯功能,总体结构分为两个层次,其中主单片机与PC机之间通过API接口进行通信,而主单片机与从单片机之间可采用广播或点对点的通信方式,主机以查询方式工作,从机以中断方式工作。既可通过光敏电路检测到的光线信息自动调整照明状态。也可人工设置各照明点的照明状态。     

页岩油藏开发合理焖井时间数值模拟

为解决页岩油藏焖井开发过程中,合理焖井周期难以确定等问题,建立了包含油水渗吸置换的数学模型,基于全隐式方法构建了油水两相渗流、渗吸数值模拟模型.通过与实际井的生产数据进行对比验证模型的准确性.针对Y区块压裂水平井Y-1,分别计算了焖井0～160 d的累产油量.研究认为:随着焖井时间的增长,累产曲线的曲率变化逐渐平缓,压...     

一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

一类区间时滞切换系统的稳定性分析

在过去的几十年里,具有离散和分布时滞的混合系统受到很多关注,并有着广泛应用,如绝对稳定控制,非线性延迟MIMO系统周期控制T不变性等。有关切换系统的研究中,稳定性问题引起较多关注,因而,研究具有混合时滞的切换系统稳定性有着重要意义。讨论了一类具有离散和分布时滞的切换系统指数稳定问题。首先,运用平均驻留时间法构造分段Lyapunov函数和切换规则;其次,引入倒凸组合技术和Jensen积分不等式对求导后的分段Lyapunov函数进行放缩,得出系统指数稳定的充分条件;最后,利用LMI工具箱实现仿真算例验证了定理的有效性,得到保守性更小的时滞上界。     

基于LSTM的燃煤电厂NOx排量软测量

燃煤电厂煤粉在燃烧过程中产生的有害气体会对大气环境造成污染,NO_x为其中之一。针对燃煤电厂生产过程中NO_x排放量测量成本高、过程复杂等问题,考虑到机组运行数据具有的时间序列特征,提出一种基于长短期记忆神经网络的软测量方法对NO_x排放量进行预测。在分析NO_x产生机理的基础上,利用来自陕西省榆林市某电厂2019年1月至6月的实际生产数据,初步选取与NO_x排放量紧密相关的20个辅助变量;将数据进行预处理以消除粗大误差和随机误差,并利用灰色关联度分析进一步精选出15个辅助变量;将实际生产数据划分训练集和测试及对LSTM模型进行训练和测试,并将LSTM模型与BP神经网络模型和支持向量机模型的软测量结果比较。结果表明：基于LSTM的测量方法均方误差较基于BP神经网络与SVM的方法均有减小,说明该方法测量准确度较高,泛化能力更强。     

我国自然灾害风险预警模型

自然灾害风险的预警对防灾减灾有重要意义,做好风险预警除了要考虑常规的相关因素外,更要考虑自然灾害在大跨度时间区域内的变化趋势。该文基于时间序列ARIMA模型,分析全国31个省75个月(2014年3月至2020年5月),由自然灾害造成的直接经济损失和受灾人口情况,得出其依照时间线的规律,并预测未来12个月直接经济损失和受灾人口的发展情况。结果表明,我国自然灾害造成的直接经济损失和受灾人口的变化趋势基本相同,在一年内均有两次较大起伏,最高值分别处于夏季的7月份和冬季的1月份,最低值则分别处于春季的3月份和秋季的11月份,最高值约为最低值的2～4倍。     

2005—2020年我国5级以上地震地理位置聚类分析

地震的发生与每个地区的地形特征、气候环境、地理位置等自然因素紧密相关,了解地震发生的空间位置分布以及时间特征,对于准确掌握灾情并及时采取有效的急救措施具有重大意义。该文利用我国2005—2020年发生的5级以上地震的493条数据,对我国地震的总体情况进行描述性分析,从时间角度对我国历年地震的发生时间展开研究,从空间角度对发生地震的地理位置进行聚类。     

融入注意力机制的时间激励与聚集行为识别模型

视频行为识别通常应用短区间动作特征和长区间视频聚集特征进行时序建模.而这种时序建模方式在特征提取过程中,将不同时序区间的动作特征同等看待,忽略了关键通道信息和重要动作内容,不能达到理想的行为识别效果.注意力机制能够重点关注目标区间,在提取时间激励与聚集行为特征基础上融入通道-空间注意力模块.该模型分别通过通道和空间模块改变时序动作的特征分布,通道注意力关注关键通道信息是“哪些”,空间注意力机制关注重要视频内容在“哪里”,突出关键通道信息和重要内容等特征,提高了行为识别的识别率.同时在数据集Something-Something 1,UCF101和HMDB51对模型进行实验,融入通道-空间注意力模块的时间激励与聚集行为识别模型能够有效提高行为识别率.