基于趋势特征聚类的多元相似时间序列的提取

历史相似时间序列的提取在数据挖掘、工业故障检测以及故障根源分析等领域应用非常广泛。针对工业报警系统中异常根源分析方法存在的问题,提出了一种基于趋势特征聚类的多元相似时间序列的提取方法,可以有效地辅助现场工作人员分析关键变量发生异常变化的根源。首先对多元时间序列进行分段线性表示,获得变量的趋势特征信息;然后采用基于密度峰值聚类分析算法对获得的趋势特征在高维空间中聚类,从而实现历史数据的相似性提取;最后可根据关联变量的幅值变化量分析导致主变量发生异常变化的根源变量。数值仿真和实际工业数据案例验证了所提方法的有效性。     

KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.     

分布式离散事件系统的安全可诊断性算法

采用有限状态自动机对分布式离散事件系统建模, 提出一种分布式离散事件系统的安全可诊断性算法. 首先, 获得系统的全局模型, 剪枝并确定系统是否可诊断. 若系统可诊断, 则构建该系统的安全诊断器, 在全局模型中添加安全标签, 判断系统是否安全可诊断. 实验结果表明: 该算法可判断分布式离散事件系统是否安全可诊断, 缩小了求解空间; 最好情况下实例状态数约缩减至7倍, 平均情况下实例状态数约缩减5.45倍.     

求解时变线性不等式离散算法的设计与分析

提出一种用于求解时变线性不等式的数值算法.通过引入一个时变向量(其每个元素都大于或等于零),将时变线性不等式转化为一个时变矩阵向量方程,并给出用于求解该方程的连续时间模型(即神经网络).采用欧拉差分公式将其离散化,推导得到相应的离散算法,并通过理论分析和数值实验验证该离散算法的有效性.结果表明:所提出的离散算法的稳态误差(SSRE)具有O(τ²)的变化规律,当τ的数值减小10倍,算法的稳态误差可减小100倍.     

Android手机传感器的桥梁振动检测试验

 针对Android智能手机传感器默认采样模式存在的采样率设置固化、欠采样和过采样问题,开发了能够自定义采样率和采样精度,具有采样历元、时间间隔和数据等同步记录功能的手机传感器信号采集软件。模拟加速度信号的功率谱分析和位移积分重构研究表明,L-S谱分析法和频域位移积分法能够有效处理含噪声和非均匀采样的手机加速度信号。利用谷歌Nexus 5（NX 5）、小米3（Mi 3）两个Android手机和SPAN-IGM-A1惯性组合导航系统进行徐州汉桥加速度信号采集和振动检测对比试验,试验结果有效验证了便携式、低成本Android智能手机进行桥梁振动检测的可行性。     

基于FIG和GWO-SVM的灌浆功率时序预测

为更好地预测灌浆功率时序,建立基于模糊信息粒化(FIG)和灰狼优化支持向量机(GWO-SVM)的灌浆功率时序预测模型。首先,引入信息粒计算方法,将原始详尽的时间序列数值点分解为一系列信息粒,以减少模型的数据输入总量;其次,基于模糊集理论,采用模糊集算子对每个信息粒进行模糊计算,使得到的模糊信息粒可以合理地表示原始数值点集;最后,以支持向量机作为预测工具,并采用灰狼优化算法进行参数寻优,对产生的模糊信息粒进行快速准确的预测。结合实际工程,应用该预测模型对灌浆功率的波动范围和变化趋势进行预测研究,经过性能评价和对比分析,验证了模型的有效性和优越性。     

基于遗传算法的SVM-AR改进模型与应用

为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4∶1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测。结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右。     

时空多特征流域场景模式库构建方法

通过构建流域时空场景表征水文事件,提出一种创新的时空多特征流域场景模式库构建方法。对水文原始数据进行事件化分割,去除场景要素数据的时空冗余;基于要素关联关系分析,以多类型方法构造场景要素的对应特征;通过特征选择算法,选取场景关键特征,实现场景初始化;以初始化场景为特征空间,通过聚类提取场景模式,完成场景模式库构建。试验结果表明,创新的时空多特征流域场景模式库构建方法能高效提取水文事件中关键的时空场景数据,挖掘场景模式,形成场景模式库,可以为小样本条件下的水文事件预测提供准确高效的结果。     

非饱和土力学行为的三维离散元分析

基于离散单元法颗粒流理论,土体颗粒单元间采用Hill接触模型来考虑非饱和土中吸力的作用,建立了非饱和土的颗粒流模型。根据室内试验结果对模型细观参数进行标定,开展了固结排水三轴剪切试验离散元数值模拟,揭示了在不同围压和吸力下,模型试样的应力-应变关系与强度特性等宏观力学性质以及细观信息平均配位数的变化规律。根据不同吸力下的莫尔-库伦破坏包线,建立了吸力与抗剪强度参数之间的关系。此外,通过标定室内试验结果中不同含水率下的应力-应变曲线,建立了Hill模型中吸力与含水率的关系。研究结果表明：Hill接触模型可以较好的模拟非饱和土的力学行为,可为非饱和土的离散元模拟提供参考。     

基于DIT的指控软件时序操作测度模型研究

指控软件时序操作是指控软件操作的重要组成部分,指控软件时序操作测度是考评人员对指控软件操作熟练程度的重要方法。以信息距离理论为基础,建立了指控软件时序操作测度模型。分析了指控软件的信息结构,将其分为了串联信息结构和组合信息结构,总结了指控软件的加权信息距离：操作距离、操作时间、操作重复度。通过信息距离的定量计算,以定性的形式给出了参训人员训练成绩,通过示例验证了该方法在操作距离测度中应用的可行性。