基于改进径向基函数网络的电力系统短期负荷预测

电力系统短期负荷预测是电力生产部门的重要工作之一,本文利用径向基函数网络（RBF）进行负荷预测,针对RBF在负荷预测中隐含层节点数难求问题,提出了一种改进的最近邻聚类学习算法即可解决该难点,又可提高RBF神经网络收敛速度和负荷预测精度．根据某地区电网的实例进行研究,结果发现本文算法比改进前的算法预测的最小、最大相对误差分别减小0．14和1．12,证明了改进后算法有效性和可行性,为电力系统负荷预测提供了一种新途径．     

路网中基于预计算的跳跃式查询最近邻的算法

在空间网络数据库(SNDB)中,最近邻查询(NN)在基于位置的服务(LBS)中尤为关键.现有的查询处理方法大多依赖于路网的稀疏程度,其他处理方法如UNICONS等改进了该不足,但可能存在过计算的问题.针对后者,本文提出并证明了基于非交叉点路径中的预计算理论,同时基于该理论提出一种通用的基于SNDB的NN查询处理方法,该方法通过跳跃式查询交叉点的最近邻来降低预计算的代价.通过实验,验证了本文提出的处理方法在最近邻查询中的正确性和有效性,特别是在交叉点分布稀疏的路径上,性能优势尤为明显.     

广义t分布的EM估计

在广义t分布的自由度参数未知时,自由度参数的最大似然估计不存在,而矩估计和最大似然估计不相合。通过建立广义t分布和正态混合分布之间的关系,能够在不完全数据框架下讨论自由度参数的最大似然估计。给出了广义t分布的Bayes分层表达,证明了参数的共轭先验和两类隐变量的数学期望。讨论并分析了广义t分布的EM类算法及估计的标准差的计算。通过Monte Carlo模拟,分析了广义t分布的参数估计问题。     

利用最近邻域分类的图像去噪算法

为了在图像去噪的同时较好地保护图像细节,利用最近邻域的算法将数据进行有效的分类,得到了不同的有意义的封闭邻域,从而对突出的边缘细节信息与非边缘细节信息进行有效地分割,较好地改善了方形邻域固定、模糊边缘细节信息的问题.且利用小波分析之后的系数特征,估计出一个最佳阈值并进行阈值去噪.实验表明,该算法可以得到更好的实验结果.     

一类拟线性退化椭园方程的有限元方法

本文考虑如下形式的拟线性退化椭园方程:(1.1)于Ω内于Γ_1于Γ_0其中σ>0是实数,Ω是 y≥0,xy 平面的有界凸区域,Γ_0是Ω与x—轴相交的一线段,Γ_1=Ω-Γ_0,Γ_0,Γ_1分别称为退化和非退化区域边界,给出两种有限元公式解的 L_σ~2模和 H_σ~1模的误整估计.     

初值非光滑的Stokes方程半离散混合有限元解法的二阶误差估计

在某些关于求解定常Stokes方程的混合有限元解法的抽象假设下,讨论了相应的非定常问题的半离散(时间连续)格式的误差估计问题。得到了初值非光滑时关于流速的L~2(Ω)~V和H~1(Ω)~V-误差估计和关于压力的L_0~2(Ω)-误差估计。并给出了满足假设的具体例子。     

几类k阶非线形Lussin泛函的有界性

文章提出两类k(k∈N)阶Lassin函数,在讨论其与k阶Littlewood-Paley函数的关系的基础上,建立了2≤p≤∞时两类k阶Lussin函数的L~p模估计。     

回归函数的混合型最近邻估计的强收敛速度

本主讨论了把最小二乘估计与最近邻估计结合起来所得的回归函数的混合型最近邻估计的强收敛速度。     

ASYMPTOTICS OF THE “MINIMUM L_1-NORM”ESTIMATES IN A PARTLY LINEAR MODEL

ＡＳＹＭＰＴＯＴＩＣＳＯＦＴＨＥ“ＭＩＮＩＭＵＭＬ＿１－ＮＯＲＭ”ＥＳＴＩＭＡＴＥＳＩＮＡＰＡＲＴＬＹＬＩＮＥＡＲＭＯＤＥＬ￥ＳＨＩＰｅｉｄｅ；ＬＩＧｕｏｙｉｎｇ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＳｃｉｅｎｃｅ，ＡｃａｄｅｍｉａＳｉｎｉｃａ，Ｂｅ...