可加危险生存治愈模型的估计

最近以来，可加危险（AH）模型被广泛地应用于生存分析数据，模型的协变量可以假设为时间独立或时间相关。基于混合、非混合治愈模型和“不正确”的比例危险模型，本文将上述的可乘危险模型延伸到可加的危险模型，这里的模型可以允许含治愈部分的生存数据的存在。“不正确”的AH模型的模型识别和参数估计也在文中进行了讨论。     

基于BP神经网络的船舶号灯识别模型与仿真

建立基于误差反传神经网络的船舶号灯智能识别模型,在众多的号灯识别参数中进行优化分析,确定了能见度、号灯亮度、背景亮度和眩光4个重要输入参数;利用这4个参数,基于误差反传神经网络对船舶号灯的可识别性进行建模和仿真,比较利用Levenberg-Marquart(L-M)、动量梯度下降、变学习率动量梯度下降和弹性反向传播等学习算法建立的误差反传神经网络模型,并确定L-M算法具有最优结果.通过号灯识别的仿真结果表明,识别结果与航海专家评估的结果一致.本模型实现了复杂光环境下船舶号灯可识别性的预报和影响因素分析,对保障船舶的夜航安全有着重要意义.     

可加危险生存治愈模型的估计

最近以来,可加危险(AH)模型被广泛地应用于生存分析数据,模型的协变量可以假设为时间独立或时间相关.基于混合、非混合治愈模型和“不正确”的比例危险模型,本文将上述的可乘危险模型延伸到可加的危险模型,这里的模型可以允许含治愈部分的生存数据的存在.“不正确”的AH模型的模型识别和参数估计也在文中进行了讨论.     

长株潭绿心地区城市空间形态可识别性研究

长株潭城市群绿心地区担负着生态公共客厅和都市生态绿心的重要城市功能,要达到以上目标,其中一个重要的因素是：提升本地区的城市空间形态的可识别性.基于长株潭城市群绿心地区的自然人文条件,通过随机调查和实地调研,论述了建设长株潭城市群绿心地区可识别性的两个条件：整体性认知和独特性认知;进而提出了具体建设实施策略.     

Identification for a class of distributed parameter systems

This paper discusses the identification for the distributed parameter system of gas reservoirs with het erogeneous carbonate matrices. Based on the relationship between the ad hoc function and the geological feature, we set up a general model with double porous structure, clarify its effect and significance, and present a series of results of sys tem identifications, including the basic content and methods, stabilizing functional and parameter identifiability etc. Us ing the perturbation of spectra of self-adjoint operators, the identifiability of the porosities and the ad hoc coefficient is demonstrated for the general structure model. This project indicates that the identification of a distributed parameter sys tem involves parameters, boundary position and structure.     

控制输入的线性时滞系统可辨识性分析

线性时滞系统的辨识性分析是过程控制理论的研究课题之一，通过对系统差分方程的讨论，在4个定义的基础上推出了2个定理，进而证明了可辨识性。阐述了输入充分不平稳信号时，线性时滞系统传递函数的在线辨识性和可控输入的不连续性决定着系统马尔科夫参教的可辨识性，分析了系统传递函数的在线辨识性和系统马尔科夫参数可辨识性的关系。这些分析无论在理论上，还是在工业应用中都具有重要意义。     

励磁系统模型可辨识性研究

对于确定的励磁系统模型结构,研究励磁系统模型参数的可辨识性,提出利用参数之间存在的关系解决模型的不可辨识问题.通过现场工业试验和软件仿真,将仿真曲线与实测曲线对比,验证辨识方法可行和结果可信.     

基于损伤可识别性的传感器优化布置方法

为了满足结构健康监测和损伤识别的要求,提出了一种以损伤可识别性与模态可观测性相协调为目标的传感器优化布置方法.考虑损伤导致的结构响应变化,由结构运动方程推导出了结构响应与振型和损伤灵敏度之间的解析关系式.根据Fisher信息熵原理,建立了同时包含模态独立性信息和损伤灵敏度信息的目标函数.利用奇异值分解技术,发展了以Fisher信息矩阵最大和条件数最小为准则的迭代算法.算例分析表明,所提方法有效地克服了基于模态可观测性和基于损伤可识别性的传感器优化布置结果存在的差异,利用其优化结果进行的损伤识别比单一目标的结果具有更高的精度.     

Bayes Linear Variance Adjustment for Locally Linear DLMs

This paper exhibits quadratic products of linear combinations of observables which identify the covariance structure underlying the univariate locally linear time series dynamic linear model. The first- and second-order moments for the joint distribution over these observables are given, allowing Bayes linear learning for the underlying covariance structure for the time series model. An example is given which illustrates the methodology and highlights the practical implications of the theory. © 1997 John Wiley & Sons, Ltd.     

电力系统非机理负荷模型的可辨识性

主要研究了ＩＥＥＥ工作组分布的常用电力负荷非机理模型的可辨识性问题－－这些模型的参数能否根据测量数据唯一获得。对每一种模型都得出了明确结果。结果表明,一些常见负荷模型是不可辨识的,必须采用统计综合法或增加附加信息,研究结果对今后进一步研究和应用工作具有重要的参考价值。