基于遗传算法-深度神经网络的分布式光纤监测工作面矿压预测

煤层开采过程中的工作面矿压分析与预测,对煤矿顶板管理与安全生产具有重要意义。然而,工作面开采引起的围岩移动和变形影响着矿压预测的准确度。为了提高工作面来压位置预测的精度,以分布式光纤监测采动覆岩变形的频移数据为基础,引入门控循环神经网络(gated recurrent neural networks, GRU),建立了遗传算法(genetic algorithm, GA)-GRU-反向传播(back propagation, BP)的工作面来压位置预测模型。将光纤频移值的统计特征融合工作面推进距离等因素作为特征向量,并采用GA对GRU及BP网络的超参数寻优。实验结果表明：预测模型的决定系数为98.7%,平均绝对误差为1.224 cm,均方根误差为1.769 cm,预测的准确性高,为工作面矿压预测提供了新的方法。     

广义系统多传感器分布式融合降阶Kalman滤波器

对于带多传感器的广义线性离散随机系统,应用奇异值分解,将其变换为等价的两个降阶多传感器子系统,提出了基于变换后的状态融合器构造原始状态融合器的新的融合方法。应用Kalman滤波方法,在线性最小方差按矩阵加权、按对角阵加权和按标量加权融合准则下,分别提出了三种最优加权融合降阶广义Kalman滤波器。可统一处理融合滤波、平滑和预报问题。可减少计算负担和改善局部滤波精度。证明了三种融合器和局部估值器之间的精度关系。为了计算最优加权。提出了局部滤波误差协方差阵的计算公式。一个Monte Carlo仿真例子说明了其有效性。     

不同轮伐期巨尾桉人工林的经济效益分析

【目的】探讨不同轮伐期对人工林经济效益的影响,为从经济视角科学确定人工林的合理轮伐期提供理论依据。【方法】以短(7a)、中(13a)、长(21a)轮伐期的南亚热带巨尾桉人工林为研究对象,对不同轮伐期巨尾桉人工林的蓄积量(Stand volume,SV)、营林成本、净现值(Net present value,NPV)和内部收益率(Internal rate of return,IRR)进行分析,揭示不同轮伐期对经济效益的影响。【结果】随着轮伐期的延长,巨尾桉人工林的蓄积量持续增长,7a、13a、21a轮伐期的蓄积量分别为144.95m~3/hm~2、346.97m~3/hm~2、553.69m~3/hm~2。随着轮伐期的延长,巨尾桉人工林净现值不断增加,在12a时达到最高值(30 297.61元/hm~2),之后逐渐降低,7a、21a轮伐期的净现值分别为17 239.86元/hm~2、22 008.59元/hm~2。内部收益率在13a开始趋近峰值(53.32%),明显高于7a时的39.29%。【结论】在南亚热带,巨尾桉人工林的轮伐期确定在13a左右较为适宜,既可实现经济效益最大化,又可大幅提升蓄积量。     

特征值在高等代数中的作用

以高等代数中的定义、定理和例题为依据,论述了特征值具有化繁为简的作用,它还是实对称矩阵和二次型的本质所在.特别地,它是解决许多代数问题的重要工具.     

含两参数的三阶非线性常微分方程Robin边值问题的奇摄动（Ⅰ）

研究含两参数的三阶非线性常微分方程Robin边值问题的奇摄动，在适当的条件下讨论了当（ε/μ^2)→0（μ→0）时解的存在性并获得其一致有效的渐近估计。     

Forecasting VaR models under Different Volatility Processes and Distributions of Return Innovations

This paper provides clear‐cut evidence that the out‐of‐sample VaR (value‐at‐risk) forecasting performance of alternative parametric volatility models, like EGARCH (exponential general autoregressive conditional heteroskedasticity) or GARCH, and Markov regime‐switching models, can be considerably improved if they are combined with skewed distributions of asset return innovations. The performance of these models is found to be similar to that of the EVT (extreme value theory) approach. The performance of the latter approach can also be improved if asset return innovations are assumed to be skewed distributed. The performance of the Markov regime‐switching model is considerably improved if this model allows for EGARCH effects, for all different volatility regimes considered. Copyright © 2014 John Wiley & Sons, Ltd.     

单样本条件下基于图像增强和Fourier频谱的人脸识别

目前有许多处理正面视觉人脸的识别方法,当有充分数量的有代表性的样本时,能取得较好的识别效果。然而当处理单样本识别问题时,现有的许多方法的识别率将明显下降或甚至不适用。为了加强单训练样本的分类信息,训练样本与其基于受扰动的奇异值的重构图组合成新样本,Fourier频谱作为人脸识别特征,在ORL人脸库上的实验结果表明了该方法的有效性。     

二阶p-Laplacian算子的奇异边值问题多解的存在性

应用锥拉伸和锥压缩不动点理论讨论了有关p-Laplacian算子的二阶微分方程奇异边值问题多个正解的存在性。     

隧道围岩施工监测及位移动态模拟分析

为了研究不同支护结构参数和不同开挖方法对围岩位移的影响,以百勺洋隧道为研究对象,通过现场实测、回归分析和数值模拟的技术手段,以大型非线性有限元软件ADINA为研究工具,建立有限元模型。通过改变锚杆支护相关参数和开挖方法,进行大量模拟运算。运算结果表明,随着锚杆长度的增加,地表点下沉量不断减小,隧道的底鼓幅度也逐渐减小,边墙的收敛量也逐渐减小;随着锚杆间距的增加,顶端最大下沉点的竖直方向沉降值增大,边墙收敛值也增大;开挖方法不同时,随着开挖步数的减少,地表下沉值增加,隧道底鼓现象也越明显。开挖步数越多,洞周收敛值越小。     

Dynamic density forecasts for multivariate asset returns

We propose a simple and flexible framework for forecasting the joint density of asset returns. The multinormal distribution is augmented with a polynomial in (time‐varying) non‐central co‐moments of assets. We estimate the coefficients of the polynomial via the method of moments for a carefully selected set of co‐moments. In an extensive empirical study, we compare the proposed model with a range of other models widely used in the literature. Employing a recently proposed as well as standard techniques to evaluate multivariate forecasts, we conclude that the augmented joint density provides highly accurate forecasts of the ‘negative tail’ of the joint distribution. Copyright © 2010 John Wiley & Sons, Ltd.