基于Park-HHT的故障特征提取方法

针对三相对称系统,提出了一种新的故障特征提取方法。该方法首先将系统输出信号进行Park变换,之后进行希尔伯特-黄变换(Hilbert-Huang transform, HHT),从HHT的本征模态函数中选取低频分量,提取信号幅度作为故障特征值。该方法兼具Park变换和HHT的优点,在降低变量维度的同时提高了故障分辨率,并且具有较强的抗噪声能力。最后,在三相逆变电路中进行了仿真实验,根据特征向量间距离分布对不同方法的提取效果进行评价,验证了所提方法的有效性。     

毕业设计(论文)模糊综合评判的研究

以单因数模糊证券为评判基础,用多级模糊综合评判毕业设计（论文）成绩。给出模糊综合评判的数学模型。     

基于Hydrology的山区1:1万DEM水系提取研究

利用重庆市万州区4幅比例尺为1∶1万,地面分辨率为5 m的DEM数据,根据地表径流模型原理,通过ArcGIS中的HydrologyTools模块进行D8算法提取流域水系,计算汇流累积量,并最终生成河网。结果表明:对1∶1万DEM进行水系提取,最小水道集水面积阈值设定为50 000个栅格较合理;对于山地地形,基于1∶1万DEM数据,利用ArcGIS Hydrology模块提取河网的方法,从提取的效率和结果的精度两方面看来都是切实可行的。     

渭南地区软弱土质道路边坡抗滑桩加固的稳定性分析

针对陕西渭南某地区高速公路修建过程中遇到的边坡软弱地质问题,利用ABAQUS软件模拟了多层土质情况下三维抗滑桩加固土坡的有限元模型,用强度折减法分析得出以下结论:在距离桩顶以下4倍桩径的范围内桩前土体和桩体产生了脱开变形,桩前土压力在距离桩顶4.5 m范围内接触压力几乎为0;在较深土层(约桩身4/5处),桩前土压力要大于桩后土压力;土体采用抗滑桩加固前的安全稳定系数为1.21,加固后的安全稳定系数提高到1.43,加固后由于抗滑桩的作用使坡体的稳定性增加约18%,加固效果比较明显。     

一种鬼影及边缘传播抑制的ViBe目标检测算法

针对在目标运动检测中ViBe算法容易产生鬼影、缓慢移动的目标容易融入背景样本模型等问题,提出一种改进的ViBe算法,首先在使用ViBe算法检测到运动目标后,利用迭代自组织分析算法的阈值分割来进行鬼影判别;其次利用改进的Canny算子获得图像的边缘特征,当ViBe算法在更新目标边缘的背景样本模型时不对其邻域的样本模型进行更新,从而使得缓慢移动的目标融入背景样本模型的时间得以延长;最后通过形态学处理获得完整的运动目标.实验结果表明,与传统ViBe算法相比,本文算法在有鬼影的情况下能更快获得较高的检测准确率,在有缓慢移动目标的情况下准确率的下降时间更晚.     

加权约束最小二乘法计算等效静力风荷载

基于平均风压与脉动风压根方差相组合的分布模式,利用加权约束最小二乘优化方法计算等效静力风荷载,在计算时通过约束条件来限制等效荷载的大小,并通过引入权值因子确保等效荷载作用下典型响应的正确性.算例分析结果表明,该方法可用于计算大跨结构的多个目标峰值响应,克服了传统方法仅能等效单个响应的缺陷,对绝对值较大的目标响应等效精度较高,并且典型响应的等效精度要大于一般响应;同时可以有效控制等效荷载的大小,计算得到的等效荷载变化比较均匀,没有出现风压大小及方向剧烈变化的情况.     

基于出行态度的自行车通勤出行市场划分

为识别自行车通勤出行中不同出行者选择偏好的差异,针对基于出行态度的自行车通勤出行市场进行划分.根据南京市居民通勤出行问卷调查,采用结构方程模型从29个观测变量中提取出若干态度潜变量,分析了出行偏好态度变量间的相关性,并采用K-means聚类方法对自行车通勤出行市场进行划分.根据选择自行车通勤出行意愿、对固定出行时刻需求、对出行舒适度需求及环保意识4类态度变量将自行车通勤出行市场划分为6个子市场,同一子市场内个人选择自行车出行意愿近似,不同子市场间选择意愿明显不同.分析了每个子市场内个人通勤出行态度特征以及自行车方式选择特征,针对每个子市场提出了相应政策以引导自行车通勤出行方式的选择.     

积分复位控制三相功率因数校正

介绍了一种工作于连续导电模式的三相功率因数校正电路，对其控制方程进行详细的推导，并用积分复位控制电路进行实现。积分复位控制电路由-可复位积分器，-RS触发器和-比较器组成控制电路的核心器件，结构十分简单。积分复位控制三相功率因数校正具有下述特点：常频控制，这有利于滤波器的设计；控制电路简单，不需要乘法器；控制思路清晰，控制效果好。仿真结果证明了理论分析的正确性。     

无侧移失稳模式下框架的稳定方程及框架柱的计算长度系数

对无侧移框架结构进行了弹性稳定分析，得到了理想状态下无侧移框架结构的稳定方程，并对r=0.6-1.0的理想情况下框架柱的计算长度系数计算的结果表明：在r=1.0时计算值与规范值符合非常好，虽然方程的成立依赖于较为理想的假定条件，不适于对实际结构进行计算，但仍可做为实际稳定分析的参考。     

Forecasting and nowcasting emerging market GDP growth rates: The role of latent global economic policy uncertainty and macroeconomic data surprise factors

In this paper, we assess the predictive content of latent economic policy uncertainty and data surprise factors for forecasting and nowcasting gross domestic product (GDP) using factor-type econometric models. Our analysis focuses on five emerging market economies: Brazil, Indonesia, Mexico, South Africa, and Turkey; and we carry out a forecasting horse race in which predictions from various different models are compared. These models may (or may not) contain latent uncertainty and surprise factors constructed using both local and global economic datasets. The set of models that we examine in our experiments includes both simple benchmark linear econometric models as well as dynamic factor models that are estimated using a variety of frequentist and Bayesian data shrinkage methods based on the least absolute shrinkage operator (LASSO). We find that the inclusion of our new uncertainty and surprise factors leads to superior predictions of GDP growth, particularly when these latent factors are constructed using Bayesian variants of the LASSO. Overall, our findings point to the importance of spillover effects from global uncertainty and data surprises, when predicting GDP growth in emerging market economies.