一种基于Rough集的时间序列数据挖掘策略

阐述了基于 Rough集的时间序列数据的挖掘策略 ,重点讨论了时间序列数据中的时序与非时序信息的获取问题 .实践证明 ,Rough集理论作为一种处理模糊和不确定性问题的有效工具 ,对于时间序列数据的挖掘同样也是有效的 .文章强调了时间序列数据中的多方面信息 ,包括原始数据及其变化量、变化率所提供的信息.     

有相位差非平稳随机激励下系统的响应

线性系统在有相位差非平稳随机激励下的响应是工程研究中十分有意义的问题。本文在用有限元离散建立系统方程的基础上,在状态空间应用复模态理论推导了线性系统受非平稳随机激励的位移的均方响应,且给出了减缩模态准确地处理非经典阻尼的计算形式和多相位调制白噪声激励下的系统相关响应的解析表达式。该方法可以方便地处理桥梁结构或其它结构的集中阻尼问题。对比算例表明,在工程设计中考虑相位差的影响是十分必要的。     

漆树营养液对漆树生长及生漆质量的影响

以提高生漆的质量为目标,用专门配制的含磷、钾、硼、铜、镁等矿质元素和生长调节物质的"漆树营养液"对毛坝漆树进行喷施处理,观察漆树的生长情况并检测生漆质量.试验结果表明:①处理组较对照组漆树生长茂盛,树皮增厚,漆树落叶时间延长半个月左右,且无毒副作用;②处理组较对照组漆树所产生漆的漆酚、漆酶、树胶质等主要化学成分的含量增加;③处理组较对照组漆树所产生漆的感官检验指标明显改善;④处理组较对照组漆树所产生漆的表干时间缩短.其机理是施用"漆树营养液"后漆树的营养条件改善了,生漆的代谢合成能力增强了.施用"漆树营养液"可促进漆树生长并提高生漆质量.     

小波分析在水文序列趋势分析中的应用

根据水文时间序列的频率分布特性 ,运用小波分析将不同频率成分组成时间序列按尺度分解成低频和高频成分 ,然后依据小波系数的重构原理还原时间序列的趋势成分 ,从而可以判断水文时间序列的趋势变化 .以黄河上中下游四个水文站的实测年径流序列为例进行了研究 ,研究结果表明多分辨分析用于水文时间序列趋势分析是合理可行的     

间歇生产中过程调度的建模与分析

过程调度在间歇生产过程中起着非常重要的作用。针对过程调度的特点,我们建立了UIS中间存储策略下的间歇过程调度的混合整数规划(MILP)模型和时间Petri网模型,并分别采用Lindo和Hpsim1_1仿真工具对模型进行仿真实现。结果表明,对小规模问题,两种模型都能较好地解决,但前者约束多且描述复杂,而后者以图形化的工具描述单元间的逻辑关系,更适合调度系统的性能分析。     

考虑地质分层约束的长短期记忆循环神经网络测井曲线重构

延长油田东部裸眼井区早期测井资料普遍只有自然电位（SP）、自然伽马（GR）及梯度电阻率(R2.5)三条曲线,因缺失声波（AC）、地层电阻率（RT）等测井曲线,难以满足精细油藏地质研究需求。东部裸眼井区开发时间长、单井产量低,重新测井缺乏可行性及经济性。采用长短期记忆循环神经网络(Long Short-Term Memory,LSTM)进行缺失测井曲线重构是一种经济有效方法,适用于地层测井序列数据。然而延长油田东部浅层油藏上覆黄土层段测井数据信号干扰大,直接应用模型精度较差。针对此问题,本文采用考虑地质分层约束的LSTM模型进行缺失测井曲线的重构,通过分层数据截取每口井长6层段测井数据作为样本数据,既保留了LSTM模型处理序列数据的优势,同时又避免了上覆黄土层测井数据对模型的干扰。利用裸眼井区完整测井数据进行模型训练优化和验证,讨论了考虑地质分层约束的LSTM测井曲线重构精度,结果表明通过引入地质分层约束,模型重构测井曲线精度更高。应用优化后模型实现裸眼井区50口仅有GR、SP、R2.5三条曲线数据井的AC、RT曲线重构,对50口井的142个射孔段进行二次解释,对比试油解释结论符合率达到89.4%,验证了该方法对测井曲线重构的实用性和有效性。     

基于时间函数的高寒矿区地表动态下沉规律研究

高寒地区因为其冻土的特殊性质导致其经历开采后随着季节变化易导致上覆岩层破坏,因此,为准确预测高寒地区矿区上覆岩层的动态沉降的发展趋势,本文选取高寒矿区地表富水区作为研究对象,基于Weibull时间函数与分段函数的思路,结合矿区地表InSAR监测数据建立高寒矿区地表动态沉降模型,讨论了该函数模型的适用性。结果表明:高寒矿区冻胀地表沉降的三个阶段沉降量与时间的关系曲线与Weibull时间函数模型对应曲线相符;对Weibull时间函数的双参数取值进行探讨并优化,最终确定当初始、加速阶段的λ取值2.5,η取值0.068,稳定阶段λ取值2.3,η取值0.048时误差处于限差范围内,能较为准确地模拟预测地表的动态沉降过程,该研究可为高寒矿区的防灾减灾及治理工程提供参考。     

基于LVQ神经网络的水果图像分割研究

由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。     

关于G/G/1排队模型中排队长度的积分

考虑了一个具有中度正则变化服务时间的G/G/1模型.假设Q(t)是排队长度,则在忙期[0,l]上,Q(t)下方所扫过的面积也具有中度正则变化的性质.     

不确定奇异系统的Terminal滑模控制

针对一类不确定奇异系统,研究其Terminal滑模控制问题。通过非奇异线性变换把不确定奇异系统变换成受限等价形式,利用Lyapunov函数方法,首次提出了一种新的Terminal滑模控制策略,给出了特殊的Terminal滑模超曲面,设计了相应的滑模控制器,实现了滑模运动,保证了系统状态变量在有限时间内收敛到平衡点。给出数值算例,说明了方法的有效性。