AN EFFICIENT PROCESSING TECHNIQUE FOR MULTIPARAMETER RADAR MEASUREMENTS

本文重点讨论根据（双偏振）天气雷达测量数据估计相差比Ｋｄｐ和线性去（偏振比ＬＤＲ本征值的信号处理技术。）从雷达测量的距离曲线提取有效数据段对参数的估计质量起着关键作用，尤其是对于由多个离散分布的小云团组成的暴雨结构，这更为重要。首先对原始数据的距离曲线进行适当的低通滤波，然后再对预处理过的数据应用自适应滤波。这个技术成功地应用于对风暴结构的精确分析和对降雨量的准确估计。     

基于格点场数据的沙尘暴双预报模型

为提高沙尘暴预报的准确率，以描述大气环流形式的物理场格点数据作为建模样本，采用自组织神经网络对物理格点场数据样本进行聚类，构建出由大规模阵列式数据格式表示的建模样本的低维特征，再用模糊神经网络综合建模样本的一般性规律，用非典型样本进行二次建模以反映建模样本的特殊性，并设计隶属度调整方案对一般性和特殊性进行协调，由此形成兼顾建模样本一般性和特殊性的双预报模型．测试结果表明，基于特征提取方案的双预报模型体系使沙尘暴预报准确率达到80．4％．     

马尔可夫链在太湖流域梅雨期预报中的应用

依据1954~1991年太湖流域的入、出梅日期以及梅雨集中期,应用马尔可夫链预报了太湖流域1992年和1993年的梅雨期,并利用其平稳分布分析了梅雨期系统在各状态下的概率.应用结果表明:在太湖流域气候条件稳定的情况下,历史数据越多越精确,预测也就越可靠;以马氏链预测梅雨状态的方法是一种概率预报方法,需通过大量的预测检验才能显示出该方法的准确性和可靠性.     

浅埋富水地段隧道施工技术

长岭隧道通过苦荞溪浅埋富水地段,隧道埋深浅,最小埋深不足12m。为保证施工安全,该段隧道开挖前对地表进行加固,同时配合超前地质预报,按照“短进尺、弱爆破、强支护”的施工原则,确保了施工安全。     

广义加权函数平均组合预测模型及其应用

针对各种预测问题的实际情况，组合预测模型可以采用多种不同的组合形式．而不同的组合预测模型，其预测效果是不同的．给出一种新的组合预测模型——广义加权函数平均组合预测模型及其加权系数的参数估计方法．利用此模型对航材消耗进行预测，并以实例说明其预测效果．     

一次雷达气象数据处理研究

随着雷达技术的不断发展，目前越来越多的航管一次雷达在提供飞机运动学参数(位置、速度、加速度等)的同时，还提供了相应的气象信息．气象信息是为飞行服务的，气象条件与飞行安全的关系是极其重要的．在国际、国内的飞行事故原因中，有很大一部分跟天气或气象保障原因有关，也有不少飞行事故完全是由于天气原因造成的．因此，为飞机的飞行提供相应的气象数据，有着极其重要的意义．     

短期负荷预测模型及其影响因素

在分析电力负荷曲线特性的基础上，将日负荷分成工作日和非工作日，并着重考虑温度对负荷曲线特性的影响，将BP算法和模拟退火(SA)算法相结合，对某电网的日负荷数据进行实际计算，发现考虑预测日类型和温度等因素后，负荷预测精度有很大提高．     

长沙市科技人才需求预测与高等教育发展战略研究

本文在分析长沙市科技人才及高等教育发展现状的基础上,结合未来长沙市科技人才需求的预测,提出了长沙市高等教育发展的战略目标及其具体途径.     

基于自适应神经模糊推理系统的企业市场预测

针对传统的市场预测方法几乎回避了市场信息具有模糊性的特点，出现的用神经网络进行市场预测又不能表达模糊语言的情况，分析了自适应神经模糊推理系统的结构机理，提出了用自适应神经模糊推理系统进行企业市场预测；仿真结果说明了该方法的有效性和可行性。     

应用级联神经网络预测供热锅炉次日小时热负荷的初步研究

通过对供热锅炉房热负荷的分析，建立了基于两个BP网络的级联神经网络(CNN)。相关性分析表明，可将时间序列负荷数据作纵横向分离，横向相关系列负荷可作为CNN前一BP子网络的输入数据，纵向相关系列负荷可作为CNN后一BP子网络的输入数据。前一BP子网络用于小时负荷的初始预测，其预测结果加入后一BP子网络的输入系列，实现对负荷的精确预测。按照此模型，建立了某一印染厂锅炉房次日小时蒸汽负荷的CNN预测模型。程序运行结果表明该模型在预测时足够准确可靠。