多维向量场特征参数的几何代数统一计算方法

以几何代数多维统一运算为基础, 探讨了多维向量场的多重向量表达与基本运算, 给出了向量场微分的模板卷积计算方法. 利用几何积对内外积的统一表达, 建立散度和旋度的统一计算方法并进行算法实现. 该方法不仅再现了向量场散度和旋度参数的几何关联性及其微分特性, 更实现了多维统一与坐标无关的计算. 基于北美风场的模拟实验显示, 该算法比基于梯度的间接求解算法具有更好的对比度与平滑性特征, 且具有较强的抗噪音能力, 从而可为向量场数据分析提供新的思路与方法基础.     

复杂作用关系过程的区域显著性实验设计及全局建模方法

针对参数与质量特性之间作用关系复杂过程的参数优化,提出一种基于质量特性变化显著程度的序贯设计及全局建模方法. 首先以均匀设计为基础, 将其拆分形成一系列的设计点集和添加点集; 其次利用初始设计点集建立过程的支持向量回归(SVR)模型, 并对建模样本点进行Ward聚类, 由此将可行域划分成若干子区域, 并以各子区域支持向量的比率反映该子区域质量特性变化的显著程度; 而后以欧氏距离为判别依据, 将添加点集中的实验点划分至合适的子区域, 根据"子区域间区别对待, 子区域内均匀分散"的原则, 调整各子区域内添加实验点的数目, 在支持向量率较高的子区域添加较多实验点; 上述步骤迭代进行直至满足终止准则, 再拟合过程最终的SVR模型. 仿真与实证研究表明, 与基于"均匀分散"原则的传统均匀设计和超拉丁方抽样相比, 所提方法的实验设计效率与模型性能均有较大提高: 实验点可以有针对性地集中分布于质量特性变化较为显著的子区域, 模型预测误差降低了29.8%以上, 而且能够以较小的样本量发现过程的多个极值, 得到更优的参数优化结果.     

基于光反馈多模半导体激光器的多信道双向混沌同步通信

利用光反馈多模半导体激光器建构了多信道双向混沌通信系统,数值研究了系统的同步特性及通信性能.结果表明,当激光器的参数一致时,2激光器对应模式间能够获得无时延高质量混沌同步,并实现多信道实时双向通信;当激光器的内参数失配时,系统的同步性能和通信质量会受到一定影响,但在一定失配范围内,系统仍能较好地实现多信道双向通信.     

最小二乘支持向量机在API预测中的应用

传统的空气污染指数预测模型大多是以影响空气污染指数的重要气象因子作为输入,使用BP神经网络进行建模,模型的预测精度低且收敛速度慢.针对空气污染指数时间序列的非线性及多分辨率特性,提出了一种空气污染指数的最小二乘支持向量机预测模型.首先利用小波变换对原始的空气污染指数时间序列进行多尺度分解,以各尺度上的小波单支重构序列和重要的气象因子作为输入,然后使用该模型对兰州地区的空气污染指数进行了预测,最后讨论了模型参数的优化方法并使用网格法对两个参数进行了优化.仿真结果表明,与传统的BP神经网络预测模型相比,该模型具有更高的预测精度、更快的收敛速度及更好的稳定性.     

蒙古族短调民歌的呼吸生理信号分析

通过采集蒙古族短调民歌《敬酒歌》的语音和胸腹呼吸生理信号,设计并提取了相关的声学和生理参数,以呼吸周期为单元对此首短调的胸腹呼吸方式进行分析,研究发现:①与言语呼吸相比,短调民歌腹呼吸比胸呼吸提前;②吸气相斜率大于呼气相斜率;③呼气相时长大于吸气相时长,并且都有持续段.本研究为蒙古族短调的研究提供了生理声学分析方法,为蒙古族短调的演唱与保护提供基础数据.     

一种基于PCNN的参数自适应图像分割方法

针对在基于脉冲耦合神经网络（PCNN）模型的图像分割中,如何确定合适的网络参数的问题,提出一种基于PCNN的参数自适应图像分割方法。该方法通过设定神经元合适的捕获范围和连接值,综合利用图像像素邻域的灰度信息,结合PCNN网络参数间的相互联系,实现对模型参数自动确定。仿真实验表明,该方法可有效地对不同图像进行自适应分割。与传统的PCNN图像分割方法相比具有一定的优越性。     

基于FLUENT软件对水城矿区某煤矿钻孔抽采参数的优化研究

瓦斯抽采钻孔参数的改进和优化是提高瓦斯抽放效率、进行瓦斯防治比较重要的一个环节。本文以贵州省水城矿区某煤矿为例,对钻孔直径、抽放负压两个钻孔抽采参数,采用FLUENT数值模拟软件进行了优化研究。最后提出优化的最优值,改善该煤矿的瓦斯抽采效果。本文的研究成果,对贵州其它煤矿进行瓦斯治理也提供了一个有益的参考。     

平面钢管桁架拱平面内稳定承载力的参数分析

对平面钢管桁架拱采用有限元软件ANSYS进行分析,对影响平面钢管桁架拱平面内稳定性的高跨比、矢跨比、腹杆与弦杆外径的比值等几何参数进行研究,考虑了全跨、半跨竖向均布荷载的荷载效应。分别进行了特征屈曲分析、非线性分析,得到各项几何参数对平面钢管桁架拱的面内稳定承载力的影响程度,找出对平面钢管桁架拱平面内稳定性起控制作用的参数,并通过考虑用钢量得到最经济的参数取值范围。     

基于Householder变换的复参数递推最小二乘估计方法

提出了一种基于Householder变换的复参数递推最小二乘参数估计方法.利用基本复Householder变换方法,研究了基于复Householder变换的递推复矩阵上三角化变换算法,针对上三角矩阵增加一行新数据后的复矩阵,提出了按列递推复矩阵上三角化变换算法,并给出了相应的算法证明.算例仿真结果验证了基于复Householder变换的复数最小二乘估计算法的有效性和可靠性.     

大地电磁反演中改进的自适应正则化因子选取研究

通过建立大地电磁(MT)层状地电模型,利用共轭梯度法求解反问题,在给定不同初始模型的条件下对多种正则化因子选取方法进行了计算比较,分析了各种方法的特点和使用条件.结果表明,自适应正则化算法的效果与传统的定值方法如L曲线法相近,但反演过程远比传统方法便捷.为了解决反演依赖于初始模型的局限并增强解的稳定性,基于多种自适应正则化方案的对比分析,提出了改进的自适应正则化方案,选取数据拟合泛函与模型稳定泛函较大的比值为正则化因子的初始值,并提出相应的调整方案自动控制正则化因子衰减.模型试验表明,该方法对初始模型的依赖性低于其他几种自适应的算法,反演结果的稳定性较强,可以进一步提高正则化反演的效率.