基于EMD能量占比的海面漂浮小目标特征检测

针对传统的时频分析方法对海杂波分析有限的问题,提出一种基于经验模态分解(empirical mode decomposition,EMD)能量占比的海面漂浮小目标特征检测方法.首先,采用EMD将接收回波分为独立不同尺度的若干个固有模态(intrinsic mode function,IMF)分量,实现对接收回波的频率从...     

An Adaptive Multiscale Ensemble Learning Paradigm for Nonstationary and Nonlinear Energy Price Time Series Forecasting

For forecasting nonstationary and nonlinear energy prices time series, a novel adaptive multiscale ensemble learning paradigm incorporating ensemble empirical mode decomposition (EEMD), particle swarm optimization (PSO) and least square support vector machines (LSSVM) with kernel function prototype is developed. Firstly, the extrema symmetry expansion EEMD, which can effectively restrain the mode mixing and end effects, is used to decompose the energy price into simple modes. Secondly, by using the fine‐to‐coarse reconstruction algorithm, the high‐frequency, low‐frequency and trend components are identified. Furthermore, autoregressive integrated moving average is applicable to predicting the high‐frequency components. LSSVM is suitable for forecasting the low‐frequency and trend components. At the same time, a universal kernel function prototype is introduced for making up the drawbacks of single kernel function, which can adaptively select the optimal kernel function type and model parameters according to the specific data using the PSO algorithm. Finally, the prediction results of all the components are aggregated into the forecasting values of energy price time series. The empirical results show that, compared with the popular prediction methods, the proposed method can significantly improve the prediction accuracy of energy prices, with high accuracy both in the level and directional predictions. Copyright © 2016 John Wiley & Sons, Ltd.     

基于小波变换和凸集投影的数据恢复和建模算法

在过程控制中,当参数仅能以低采样率获得时,数据恢复就在建模中显得非常重要.本文提出了基于小波变换和凸集投影的数据恢复和建模算法.待恢复数据的先验知识采用凸集表达,并利用向凸集迭代投影(POCSProjection onto Convex     

基于系统参数估计时间序列的小波分析故障诊断方法

提出了一种失效性故障诊断的新方法.这种方法将基于解析模型的故障诊断技术和基于信号分析的故障诊断技术结合起来,对系统参数的递推最小二乘估计时间序列进行小波分析,得到故障特征值,兼有两种故障诊断技术的优点.本文还讨论了对于模型参数估计时间序列小波分析的基函数及尺度选取方法问题,仿真结果表明该方法的有效性和准确性非常明显,具有一定的实用价值.     

基于小波空间的视图变形研究

视图变形技术是基于图象绘制中的一项关键技术,本文分析了该技术中基础矩阵的实现算法,结合小波变换的基本原理,分析了利用小波变换实现变形的基本原理,最终提出了实现的算法。     

并行工程团队的定量化组织方法

给出了并行工程产品开发团队的组织原则并建立了基于整数规则的团队组织问题数学模型。在这一数学模型的基础上,把团队组织问题分解为一系列相互独立的子问题,并提出了一个基于Tabu搜索的算法来解决此予问题。逐个解决子问题,即可获得整个团队组织问题的解。     

基于深腾1800机群系统的分子动力学并行仿真研究

介绍了分子动力学并行仿真计算的软硬件环境,分析了现有的几种并行算法,确定采用区域分解法作为并行算法,并在此基础上提出了基于区域二次划分的分子动力学并行仿真算法.另外,阐述了原子链、原子近邻表和原子亲属表的概念,提出了基于永久序号的消息传递策略.最后,设计了分子动力学并行仿真程序,并分别在1、2、3、4台结点机上进行了实验,运行结果表明:加速比随着结点数的增加而增加,并行效率虽略有下降但都在87.5%以上,并行效率并没有随着结点数的增加有明显的降低,说明并行程序具有很好的扩展性.     

基于BEMD-Copula-GARCH模型的股票投资组合VaR风险度量研究

鉴于股票波动具有显著的多尺度特征,本文引入二元经验模态分解(EMD)与二元CopulaGARCH算法,提出一种新的VaR风险度量模型,即BEMD-Copula-GARCH模型.具体地,新BEMD-Copula-GARCH模型可分为三个主要步骤:数据分析,分风险估计和总风险集成.首先,基于二元EMD模型,将复杂且相互作用的股票对分解为若干组较为简单且相互独立的分量,以降低建模难度.其次,引入二元Copula-GARCH模型,刻画各组分量间的相互关系,以度量股票投资组合在不同尺度上的分VaR值.最后,集成各分VaR值以得出最终VaR风险度量结果.实证研究以恒生指数与上证综指为数据样本构造投资组合,结果表明:本文所构建的新模型能有效度量投资组合风险,其估计精度显著优于DCC-GARCH和Copula-GARCH等现有模型.     

1961-2014年西安市秋淋气候特征分析

利用1961-2014年8-10月西安市7个气象站逐日降水资料,采用降水强度指数分析了西安市秋淋天气气候变化特征.结果表明,20世纪90年代是近50年来西安市秋季9~10月降水量最少的阶段.1961年以来西安市共有23 a出现秋淋多雨时段,20世纪60年代至80年代中期较多,1983年和1984年出现强秋淋;20世纪80年代中期至21世纪10年代初期,只有1992年出现了1次秋淋天气;2011年以来,秋淋呈明显上升、增强趋势.1961-2014年秋淋天气过程平均降水量呈上升趋势,偏多年份主要出现在20世纪80年代初中期和21世纪.厄尔尼诺使秋季9~10月降水量减少,与秋淋天气存在明显的负相关关系.近54年西安市秋淋没有发生显著的气候突变,存在4~6 a、10 a和24 a左右的长振荡周期.     

基于DSP＆CPLD的便携式振动信号处理系统

为了更准确方便地诊断设备运行特性,结合FFT和小波分析原理设计了一种基于DSP＆CPLD的便携式振动信号处理系统。系统的硬件电路由信号调理电路、数据采集处理模块和外围电路等组成,其软件部分由主程序模块、数据采集处理程序和LCD显示程序等组成,能够实时采集振动信号,显示并存储静态特性、振动波形和频谱等数据。