一种参数自调整风电功率预测模型

为了提高风电功率预测精度,提出一种参数自调整风电功率预测模型.通过加权递推最小二乘(SWWRLS)方法建立预测模型,侧重当前数据对预测结果的影响,排除了历史数据对预测结果的干扰.模型通过加权递推的方法节省了存储空间,并且提高了模型对外界环境数据变化的自适应性.最后,分别采用支持向量机(SVM)方法、卡尔曼滤波(KF)方法和本文SWWRLS方法,以辽宁省某风电场的真实历史数据进行风电功率预测对比实验,实验结果表明,本文方法建立的模型具有较高的预测精度.     

基于累积运动能量图像的人体动作识别

指出了动作识别中的最大困难是难以提取有效的特征来准确描述人体的动作,动作模板是众多方法中的一种简单有效的方法,用来描述动作特征的经典动作模板是运动历史图像.由于受噪声的干扰,用运动历史图像描述复杂环境下的人体动作并不十分理想.为了得到比运动历史图像更加有效的动作模板,提出了将视频序列中的运动能量信息用一张图描述出来,称之为累积运动能量图像,提取其直方图特征来表征人体动作.经You Tube数据集上的实验表明:该累积运动能量图像的识别率比同类方法高.     

高应力软岩下矿井巷道支护

随着煤矿开采深度的不断增加,井下煤矿巷道将处于更高的地应力环境中,尤其在地质构造活动强烈的地区,井下巷道支护及稳定性更加难以保证.研究高地应力软岩环境下巷道科学的支护方式是保证煤矿采掘深部煤层的关键.就高应力软岩的基本概念及形成条件进行了讨论,在掌握高应力软岩巷道的变形特征和支护原理的基础上,以芙蓉矿区白皎煤矿井下高应力软岩巷道支护为对象,对3种不同的支护方式进行了研究与实践,结果表明预留刚隙柔层支护方式为最佳的适合高应力软岩条件下的巷道支护方式.     

综放工作面顶煤承载能力和支架工作阻力的探讨

支架工作阻力计算是综放开采研究的主要问题之一.在对顶煤力学性质进行了实验室试验的基础上,总结出顶煤破坏时的强度满足主应力表示的莫尔-库仑强度准则.根据综放工作面顶煤体的受力特点,运用损伤力学应变等效原理,建立了综放工作面控顶距内顶煤体受力力学模型.从顶煤体承载能力的角度,研究综放面支架-顶煤体之间相互作用关系,推出了支架工作阻力的理论计算公式.该模型较好地解释了综放工作面支架工作阻力随顶煤强度的提高而增加的矿山压力显现.研究结论对综放面支架工作阻力计算具有一定的理论指导意义.     

安徽沿江主体功能区的划分研究

作为国家“十一五”期间实施区域宏观调控的重大举措,主体功能区划分是一项有别于以往任何区划的创新性工作.本文以安徽沿江地区为实证,以沿江41个县市为基本评价单元,以GIS技术为支撑,采用经济社会开发支撑和自然生态约束的趋同性动态聚类和互斥性矩阵分类相结合的梯阶推进的分区方法,初步划分出四类主体功能区:(1)优先开发区,包括合肥市区、芜湖市区、马鞍山市区、铜陵市区、安庆市区、巢湖市区、当涂县、繁昌县、和县、无为县和芜湖县;(2)鼓励开发区,包括滁州市区、池州市区、肥东县、怀宁县、铜陵县、肥西县、含山县、庐江县和天长市;(3)适度开发区,包括宣城市区、长丰县、广德县、来安县、朗溪县、南陵县、全椒县、望江县、枞阳县、东至县、宿松县和桐城市;(4)引导开发区,包括泾县、宁国市、潜山县、青阳县、绩溪县、旌德县、石台县、太湖县和岳西县.     

基于SVM的置信度综合方法在语音识别中的应用

讨论了语音识别中使用支持向量机(support vector machines,SVM)对音子级置信度进行综合的方法. 音子级置信度得分采用传统的方法计算而得,并使用SVM对音子级置信度进行综合得到词级的置信度得分. 在说话人无关的汉语孤立词识别实验中,使用作者方法比使用传统方法获得的系统等错误率rEER(equal error rates,EER)有明显降低,可以从基线系统的28.14%降低到23.71%,而系统的复杂度仅有小幅度的上升.     

基于网络的模型库结构表示方法研究

针对现有方法存在的不能表示复杂模型关系以及模型组合与求解自动化程度低的局限性,在对模型库结构表示方式进行比较的基础上,从而进一步分析并提出了数据类型广义匹配的概念,将其应用于模型连接的表示,给出了模型库的网络结构表示的定义及其构造方法。分析了模型组合及模型库必须考虑的元素,并用网络结构表示模型库中元素间的静态连接结构;给出了模型库网络结构的形式化定义,模型间的连接通过引入类型转换实现。从而简化模型之间连接,使模型的连接判断由类型匹配判断转化为模型与转换和转换与模型之间的类型相等性判别,而类型匹配操作则通过转换自动完成。并且在组合模型求解过程中,转换过程也会自动完成,提高了模型组合与求解的自动化。     

灰多元线性回归及其在搜索引擎中的应用

经典多元线性回归分析模型不能实时跟踪响应变量的动态变化和在大量样本中因出现病态数据而影响拟合效果的问题,基于灰色系统时间序列的特性,提出了将灰系统思想与经典多元线性回归分析模型结合,形成一种全新的模型——灰多元线性回归分析模型。实验结果表明,该模型不仅能更加准确地给出响应变量的变化趋势,而且能过滤掉少量病态数据,从而避免了对拟合效果的影响。将新模型应用到网站的搜索引擎中,通过对网站访问流量及各个关键字搜索频率,预测该网站下一阶段的网站的访问流量,预测结果可为网站的管理者提供决策支持的理论依据。     

基于RS与LS-SVR的储层参数预测

该文提出结合粗糙集(RS)和最小二乘支持向量回归(LS-SVR)的方法.该方法利用RS对原始数据进行约简,更好地减少了支持向量的维数;同时采用LS-SVR解决了常规SVM计算速度慢、抗噪能力差的缺点.实例证明该方法应用在复杂地层储层参数预测中具有优越性.     

样本属性重要度的支持向量机方法

支持向量机(SVM)是一种新的机器学习方法,已经广泛应用于模式识别和函数估计等问题中.针对现有的加权支持向量机(WSVM)和模糊支持向量机(FSVM)只考虑样本重要性而没有考虑属性重要性对分类结果的影响的缺陷,提出了基于样本属性重要度的支持向量机方法,该方法首先利用信息论中的信息增益技术计算各个样本特征属性对分类属性的重要度,然后对所有样本的同一特征属性的值分别用对应的属性重要度进行加权,最后所得数据集用于训练和测试SVM.数值实验的结果表明,该方法提高了分类器的分类精度.