一种无人机数据链电磁干扰自适应新方法

针对复杂电磁环境容易对无人机数据链造成干扰,严重威胁无人机的飞行安全的问题,提出了一种基于环境感知的无人机数据链电磁干扰自适应新方法,能够提高无人机的主动抗干扰能力.数据链工作信号动态变化过程中,对应的电磁干扰效应阈值呈非线性变化趋势,通过选取训练样本和观测值,采用相关向量机回归（RVR）的方法建立动态数据链干扰阈值训练模型,预测不同工作信号条件下的电磁干扰阈值.建立无人机数据链电磁干扰自适应专家系统,利用机载电磁干扰环境监测平台确定电磁干扰特征参量,根据训练模型预测目标值,判别数据链电磁干扰等级.在此基础上,综合利用技战术方案,自主有效地消除外界电磁干扰对无人机数据链的影响.      

社会资本等因素对手机分心驾驶危险度认知的影响

为了解哪些因素影响驾驶者对于手机分心驾驶危险度的认知,本研究以问卷调查数据为基础,采用因子分析和聚类分析方法,归纳驾驶习惯类型及社会资本类型;用卡方检验筛选有效解释变量;最终建立有序logistic回归模型,揭示相关因素对于手机分心驾驶危险度认知的影响权重。研究结果表明：驾驶习惯,社会资本和个人属性中的性别,受教育程度,年驾驶里程等因素能影响司机对于手机分心驾驶的危险度认知。具体来说,具有安全驾驶习惯的司机对于使用手机的危险程度更敏感;社会资本高的驾驶者倾向于开车时使用手机危险度高;但受教育程度高的驾驶者危险度认知度较低;驾驶里程数与危险度认知呈负相关;男性比女性更容易低估手机分心驾驶的危险度。Logistic回归模型的结果显示了以上因素中社会资本的影响程度最大,其次是年驾驶里程,再次是驾驶习惯。     

更为广义的线性回归模型及其气象应用

为了解决传统的线性回归模型不具备全域分析能力以及表达能力受到模型维数限制的问题,基于要素场和矩阵的概念,提出了基于场的更为广义的线性回归模型——全回归模型。利用大规模要素场分布资料构建全回归模型,模型基本方程采用矩阵形式,方程的基本元素为要素场,相较于传统回归模型,该模型涵盖要素场整体信息。与传统回归方案进行对比分析,结果表明:该模型具有全局表达能力,在拟合过程中采用最小二乘方案可以得到全局最优结果;不同于传统回归模型的单调性特征,该模型自变量局部扰动对因变量的影响有利于分析相关过程;对于传统统计预报而言,基于矩阵分析理论及该模型全局表达能力,可以将该模型延伸应用至单站回归预报。     

基于数字图像相关的机翼有限元模型试验验证

针对无人机机翼承载变形,传统测试系统只能提供离散、有限个数据点用于有限元模型验证的局限性,采用数字图像相关(digital image correlation,DIC)方法,测量某无人机机翼在压缩载荷作用下蒙皮表面的挠度场和应变场。基于MATLAB最近点迭代算法,实现数值模拟与180 000个DIC数据点的线性回归分析。结果表明:三组试验测得翼尖最大位移分别为92.8 mm、89.5 mm和87.5 mm,模拟结果为86.2 mm,相对误差均在10%以内;两段分析区域的展向正应变场,平均试验结果与模拟的相关系数分别为0.88和0.87,两者吻合度良好,所建立的有限元模型合理。     

基于因变量均值的OLS研究

对普通最小二乘法进行了改进,提出了基于因变量均值的最小二乘法.用实例证明了改进的模型更好地满足了回归分析的假设条件,降低了一元线性回归模型的估计误差,提高了模型的估计精度和拟合优度,提高了统计推断的质量.     

生长曲线模型在隧道监控数据处理中的应用

分别采用Weibull生长曲线模型、对数函数模型、指数函数模型和幂函数模型等4种回归模型对某隧道拱顶下沉的实测数据进行了回归分析,并将各模型预测结果和实测数据进行了对比.结果表明：Weibull生长曲线模型的预测结果与实测数据最为吻合,精度最高,误差最小.因此,采用Weibull模型对隧道围岩变形情况进行回归分析,效果要优于其他3种传统模型.     

聚驱油井压裂效果的多元线性回归预测方法

聚驱油井压裂效果的确定是聚驱开发预测的重要内容。分析了大庆油田聚合物驱历年油井实际压裂效果及变化规律,利用灰色关联分析方法确定了压裂效果的影响因素,主要包括注聚时含水、压裂时含水、压裂时单井日产、压裂层段有效厚度、渗透率、含油饱和度等,并在研究聚合物驱压裂增油机理及变化规律的基础上,运用多元线性回归方法建立了聚驱压裂增油量和有效期的预测方程,预测精度在95%以上。在油田生产中,可以利用该回归方程预测聚驱油井压裂的增油量和有效期。     

软测量与推断控制技术初探

该文论述了软测量与推断控制技术的基本思想和基本原理,介绍了软测量的研究现状和研究成果,并逐一论述了实现软测量技术的4个主要方面:辅助变量的选择、数据采集和处理、模型建立和在线校正。探讨了软测量常用的几类建模方法,包括回归分析和神经网络。分析了当前软测量技术面临的难点,对其今后的研究方向进行了总结与展望。     

基于BP神经网络的组合预测及在电力负荷的应用

分析了电力负荷预测的意义及预测原理,并以传统方法证明了组合预测的优越性．在经典预测方法线性回归和现代预测方法灰色模型的基础上,通过BP神经网络进行组合预测,分别应用单一模型和以计算机为工具的组合模型对上海市年电荷用量进行预测．通过分析和比较验证了该组合算法的有效性,     

承压水漏斗中心最低水位的岭回归

针对最小二乘回归方法，回归系教的显著性F检验，如果F〉临界值，则线性回归显著，但当多元回归模型的设计矩阵存在近似线性相关（称为复共线），即｜X^TX｜≈0，这时这一判别标准不具备普遍意义。本文结合实例对设计矩阵出现复共线关系进行岭回归。