一类二重积分不等式中未知函数的估计

利用变量替换技巧、放大技巧和反函数技巧等方法, 研究了一类被积函数中含有未知函数及其导函数、积分项外包含了非常数项的非线性二重积分不等式,给出该类不等式中未知函数的显上界估计,并举例说明所得结果可以用来研究微分-积分方程解的估计.     

一种新型的恒模自适应阵列初始化方法

智能天线在移动通信中的应用已经引起了广泛的关注．恒模阵列能够形成自适应波束，但其初始权矢量的选取影响着对所需信号的捕获性能．该文提出一种在信号到达方向(DOA)已知的情况下，基于泰勒(Taylor)阵列的恒模阵列权值初始化新方法．仿真结果表明，这种新方法不仅能解决抗干扰问题，还可加快恒模算法的收敛速度．     

左截断右删失数据下尺度参数与协变量相关时广义指数分布的估计及应用

在左截断右删失数据类型下,当时间变量T服从广义指数分布时,针对尺度参数是否受协变量影响建立两种模型,并用极大似然估计法给出参数估计,用Newton-Raphson算法求解参数估计.将两种模型分别应用到变压器寿命数据集和Channing house数据集中,得到了其生存函数和风险函数.     

利用反预报方法从截面预言近滴线丰质子核的结合能

在Origin等数据处理软件中,当实验数据较少时,自由参数的不同初始化设置会导致较大的结果差异,这为物理结果的确定带来较大不确定性.通过最小二乘法分析了345MeV/u ~(78) Kr+~9Be反应中产生的丰质子同位素的截面和结合能,并得到线性回归方程.通过回归方程,利用结合能预报部分丰质子核素的截面,以及通过实验截面对近质子滴线核素的结合能进行反预报测量.这对于近质子滴线的丰质子核素实验测量具有较好的借鉴意义.     

KPCA-LSSVM方法在视频时间序列预测中应用

为提高时间序列预测精度及降低预测过程中的计算复杂度,提出一种基于核主成分分析(KPCA)与最小二乘支持向量机(LSSVM)相结合的预测方法.首先,将输入数据通过核方法映射至高维特征空间;然后,在特征空间上提取有效非线性主元;最终,通过LSSVM建立时间序列模型.为验证KPCA-LSSVM方法的有效性,将其应用于交通流及视频流预测中,在同等条件下,与单一的LSSVM及神经网络等预测方法进行比较.实验结果表明:基于KPCA-LSSVM建立的模型具有较好的推广性及较高的辨识精度.     

KPCA-KPLS方法在pH中和过程建模中的应用

针对化工过程中的具有严重非线性、不确定性、时变性的复杂pH中和过程系统建模问题,提出一种基于核主元分析(KPCA)与核偏最小二乘(KPLS)相结合的建模方法.在高维特征空间内,该方法通过KPCA有效地提取输入数据的非线性主元,利用KPLS方法将输入变量投影在潜在变量上,再用输入与输出变量之间的协方差信息提取潜在特征建立pH中和过程模型.为验证其有效性,将KPCA-KPLS方法应用到弱酸强碱中和过程、强酸强碱中和过程实例中,并与核偏最小二乘、核主元分析_支持向量机(KPCA-SVM)、核极限学习机(KELM)、极限学习机(ELM)、最小二乘支持向量机(LSSVM)、SVM等方法进行比较.实验结果表明:KPCA-KPLS方法具有很高的动态建模精度.     

融合倾斜仪数据的盾构姿态严密解算模型

推导了倾斜仪与盾构的严密标定模型;将倾斜仪采集的双轴角度数据视为平面点云,推导了倾斜仪角度数据的稳健估计方法;在前述模型方法的基础上,利用最小二乘配置方法建立了倾斜仪与棱镜数据融合的严密联合解算模型.最后,通过试验对上述模型方法进行了分析验证.结果证明,提出的盾构姿态解算模型正确可行.     

基于交通环境承载力的城市人口容量预测研究——以太原市为例

城市人口容量研究不仅是城市总体规划的主要内容,对于城市控制性详细规划也起着一定的指导作用。道路交通资源作为承载人口的重要载体,本身具有一定的承载能力。基于交通环境承载力的城市人口容量研究对城市可持续发展有着重要的意义。本文以太原市为例,从道路交通资源承载角度,运用太原市交通模型,以城市交通系统车行道容量估算方法与OD反推两种方法为基底研究手段,结合太原市交通模型开发报告与太原市城市交通发展规划方式划分结果,进行基于交通环境的城市人口容量预测研究,运用此两种模型方法得到太原市规划年极限交通环境承载力条件下的人口容量,对比分析预测结果,论证该模型方法的可行性,并分析两种预测方法的适用性。     

Parameter estimation of S-shaped growth model: A modified particle swarm algorithm

Parameter estimation plays a critical role for the application and development of S-shaped growth model in the agricultural sciences and others.In this paper,a modified particle swarm optimization algorithm based on the diffusion phenomenon(DPPSO) was employed to estimate the parameters for this model.Under the sense of least squares,the parameter estimation problem of S-shaped growth model,taking the Gompertz and Logistic models for example,is transformed into a multi-dimensional function optimization problem.The results show that the DPPSO algorithm can effectively estimate the parameters of the S-shaped growth model.     

脑干听觉诱发电位波形分析建模、验证与算法优化

脑干听觉诱发电位是声觉器官受刺激后产生的一种生物电，反映了相应感觉通路及神经元群的活动，可用作听力阈值的客观判断，也可对多种耳疾和脑部病变作出诊断，因而成为当今临床医学和生物医学信号处理中的一个重要课题．文中介绍了脑干听觉诱发电位潜伏期（Ｌ）与刺激声强（Ｉ）之间关系曲线的作用，及其拟合建模和回归算法优化，还用实测数据对选定的拟合曲线模型进行了回归方差分析验证．