平稳过程回归函数核估计相合的充要条件

本文对一类平稳过程,在 EY~2<∞下及最大相关系数ρ(n)=O(n~(-(1/2))(logn)~(-2))时,获得了回归函数递归核估计强、弱相合等价的充要条件。     

基于贝叶斯推理的决策树模型

针对决策树（DT）模型缺乏概率背景这一问题，将贝叶斯推理引入DT模型，提出了一种基于贝叶斯推理的决策树（BDT）模型．在假定所含待定参量的先验与似然的前提下，借助贝叶斯推理获得参量的后验，然后运用逆跳马尔科夫链蒙特卡洛算法对后验抽样，最终求出样本属于某一类别的置信度，从而避免了武断判决．BDT模型以抽样代替拆分与剪枝操作，既直观又灵活，同时在抽样时考虑了不同的树结构与递归分割方案，使得分类准确率得以提高．仿真实验结果表明，BDT模型的平均分类准确率与DT模型相比提高了1．7％～3．5％．     

有关正整数的一类分拆数的计算

讨论了正整数n的一些带约束条件的分拆问题.给出了计算其中三类分拆数的递推关系:一类为将n分拆成l个不同的分部(项),且分部量不超过正整数k的分拆数的递推关系;另一类为将n分拆成各分部量互不相同且分部量不超过k的分拆数的递推关系,进而给出了计算这类分拆数的一种计算方法;第三类为将正整数分拆成分部量不超过k且互不相同的奇偶分拆数的递推关系.     

非线性动态网络/系统（N/S）模型辨识与故障诊断

采用方波脉冲函数变换（BPFT）对一类非线性动态N/S混合模型(H1,B)进行了辨识，导出了计算混合模型（H1,B）的相关公式和N/S响应的伏特劳级数解在方波域内的离散递推算式，解决了一类非线性动态N/S模型的数值计算问题.在此基础上，提出了一种基于多重预置模型的非线性N/S的故障诊断方法，该法通过检验各个预设模型与N/S当前状态的匹配程度来判断N/S是否处于某种故障状态，而无须在线估算N/S当前的模型及分析其特征，从而极大地减轻了在线计算工作量，可实现在线故障诊断.给出了故障诊断实例，实验结果表明该法故障诊断的准确率达到80％～90％.     

层状大地视真频参数测深曲线的反演

在Cole-Cole模型假设的基础上,用一种新的递推反演算法对无电磁偶合影响时的水平层状大地对称四极装王复电阻率测深曲线进行反演,得出了层状大地上视电阻率、视时间常数、视频率相关系数、视充电率的视真频参数测深曲线.与需要复电阻率频谱的反演方法不同,该递推算法只需要4个不同频率的复电阻率数据,大大减少了野外工作量.通过对几种层状介质模型反演计算,结果表明:视真频参数测深曲线能够反映出各地层介质的真频参数随深度的变化规律;综合利用视真频参数能确定层状介质的频谱特性,从而达到区分岩石性质的目的.     

隐马氏模型中的标量估计

通过测度变换的方法构造一个概率空间,利用观测变量在该构造空间中独立的性质,研究了一类在实际中应用广泛的隐马尔可夫模型———零延迟隐马尔可夫模型;然后通过测度的逆变换,将构造空间中得到的结果返回到实际的空间中来,克服了通过半鞅的方法得到标量估计的困难。最后给出了零延迟隐马尔可夫模型中标量估计的一般公式,并且应用该公式给出了状态、跳跃次数、状态到达次数等标量估计,以阐明该方法的应用。     

基于改进的卷积神经网络的钢号识别

为获取样本的多样性特征,提出了一种改进的卷积神经网络结构。该网络中引入多层递归神经网络,利用卷积神经网络提取输入图像的浅层特征,同时利用卷积神经网络和递归神经网络并行提取高层特征,最后将两种网络学习到的特征进行融合输入到分类器中分类。利用迁移学习理论解决小样本集数据训练不足的问题,并将这种卷积神经网络结构应用于石油物资管线钢号识别中。实验探究了递归神经网络个数与卷积核个数对网络性能的影响,实验结果表明,改进的网络结构与其它网络进行对比,错误率降低了 3% 。     

货车整车质量辨识方法研究

针对货车整车质量辨识问题,分别对基于车辆纵向动力学和基于运动学的两种整车质量辨别方法进行仿真和实车试验研究。阐述了两种整车质量辨识方法的原理,在TruckSim软件平台上建立车辆模型并在多种工况下基于这两种方法进行仿真分析。根据仿真结果进行实车试验,提出了一种车速冗余计算和加速度计算的方法,利用带时变遗忘因子的递推最小二乘法（RLS）对实车质量进行估计。研究结果表明,所提出的车速冗余计算方法和加速度计算方法准确有效,同时减少换挡次数能够显著提高辨识算法的收敛速度。相比于运动学整车质量辨识算法,基于车辆纵向动力学整车质量辨识算法能够有效地估计货车整车质量,鲁棒性好,估计准确,收敛速度快,具有很好的工程应用价值。     

慢时变线性模型参数辨识递推算法及收敛性分析

针对慢时变线性模型,给出辨识的递推算法,并证明该算法能够保证参数收敛在一个有界空间区域,该区域包含参数真值集合;若工作点不发生变化,合理的收敛因子保证参数收敛到对应真值.在实际应用中,工业对象可以利用慢时变线性模型表示,因此该递推算法能够确保工业对象模型实时更新以跟踪工况的变化.通过实例仿真可以看出,该递推算法能够保证慢时变线性模型参数有效更新,并较为准确估计输出变量.     

面向气候变化的复杂地球系统建模与模拟探索(上)*

地球是开放系统的集合，在现实世界中，任何取自于地球的模拟对象皆包含着耗散与回递的因子，所以它们亦是非线性的。非线性方程式基本上无解，这就是建模与数字化面临的难题。因此本文给出系统的严谨数学定义与其参数，透过自动化模式、线性机械线路、形式语言与其等价的文法规则及混沌系统理论，直接以时空拓扑结构及回递函数、量子方程式与化学反应式之本质，取代偏微积分方程式，以非线性离散数学直接描述所有取自于地球的模拟对象，令数字化模式与模拟对象一致，以解决建模问题，更为科学打开通往数学物理化的门扉，进而从根本上消弭数学与物理间不一致的基础危机。