水工弧形钢闸门振动的负阻尼

引入了弧形闸门小开度切向振动时因流量随时变化产生的水力负阻尼的表达式,定义了因压杆纵向恒定力及交变力引起的参数共振相应的负阻尼·对弧门振动的不同情况简化为两端铰支承和一端铰支一端弹性支承两种端点条件不同的压杆,并给出了相应的第一欧拉临界力的计算式·由动力方程给出了杆端纵向力的近似算式,根据实验资料给出了作用在支铰上的脉动压力的参考值,为讨论可能出现动力失稳的典型情况奠定了基础·     

加窗LMS－ML自适应时间延迟估计

简述了最大似然时延估计的基本原理，从Ｒｏｔｈ处理器的自适应实现出发，发展了一种加窗ＬＭＳ－ＭＬ自适应时间延迟估计方法。这种方法以ＬＭＳ自适应信号处理技术为基础，利用自适应估计Ｒｏｔｈ处理器来得到幅度平方相干函数，进而实现最大似然时延估计，在自适应迭代过程中，对自适应滤波器的权矢量进行了加窗处理。理论分析和计算机仿真表明：这种方法在估计精度、收敛速度和计算复杂度诸方面均优于基本ＬＭＳ自适应时间延迟估计。     

关于三参数Pareto分布的参数估计问题

在逐步增加首失效截尾样本下,研究三参数Pareto分布族形状参数的一致最小方差无偏估计(UMVUE),在对称平方损失函数下,讨论其Bayes估计和参数型经验Bayes(PEB)估计;按照均方误差(MSE)准则,比较UMVUE与PEB估计的小样本性质;根据形状参数的风险,导出其Bayes估计与PEB估计的大样本性质,并获得它们的收敛速度o(n-1)。     

单位球上Bloch型空间中复合算子的本性模估计

设Bn是n维复空间C^n中的单位球,φ=（φ1,…,φn）是Bn到自身的一个全纯映射,令P,q〉0,复合算子Cφ由（Cφf）（z）=f（φ（z））定义,通过找到一个性质很好的检验函数（见命题1）得到了单位球上p-Bloeh空间到q—Bloeh空间之间的有界复合算子Cφ的本性模的下界估计（具体结果见定理1）．     

整合发放神经元模型突触输入参数估计

文章针对突触输入和噪声共同作用下的整合发放神经元模型,在不考虑放电阈值前提下,采用最小二乘法估计突触输入参数;当考虑神经元放电阈值特性时,将放电阈值看成一个吸收边界,导出膜电位转移概率密度函数,再利用极大似然法估计突触输入参数。结果表明:最小二乘估计仅适合阈下活动的参数估计,而对阈上活动无效;极大似然估计适用于神经元放电的阈值行为;无论是从适用范围还是估计精度来说,极大似然估计都要优于最小二乘估计。     

基于EnKF的油藏自动历史拟合方法对三相相对渗透率的反演

为解决标准集合Kalman滤波在非线性油藏反演中更新模型与更新动态场的统计不一致性问题,提出了一种改进的集合Kalman滤波方法,历史拟合过程中只对模型参数进行更新,然后利用更新的模型参数从初始状态重新运行油藏数值模拟软件进行下一拟合时刻的生产预测,协方差矩阵由从时间零运行油藏数值模拟软件得到的预测数据进行计算.理论证明了该方法与集合随机最大似然法的一致性.对某油藏的相对渗透率曲线进行了估计,比较了标准集合Kalman滤波方法与改进方法的参数估计及生产预测结果.由于保证了更新模型与更新动态场的一致性,改进的集合Kalman滤波方法得到了更好的参数估计和生产预测结果.     

厦门同安湾牡蛎养殖容量的估算

根据同安湾水质、污染源调查数据及相关研究结果,以COD为污染因子,建立收支养殖容量模型,并从同安湾污染物容纳量的角度对同安湾的牡蛎养殖容量进行综合估算.     

基于稀疏性约束非负矩阵分解的人脸年龄估计方法

基于人脸图像的年龄自动估计已经成为当前人脸识别领域的一个重要研究方向。首先通过非负矩阵分解(non-negative matrix factorization,NMF)算法对基矩阵或系数矩阵进行稀疏性约束,用形成的更具有局部表达能力的子空间对人脸图像数据进行表示。然后使用径向基函数神经网络进行训练和测试,提取包含在大多数人脸图像上的年龄信息来进行年龄估计。实验结果表明,具有稀疏性约束的非负矩阵分解算法对年龄估计问题具有良好的应用效果。     

考虑零注入约束的双线性WLAV状态估计

零注入节点功率失配量对电力系统安全评估有着重要影响,为减小零注入节点的功率失配量,提出了考虑零注入约束的双线性WLAV(Weighted Least Absolute Value)状态估计方法,该方法将零注入约束以等式约束的形式添加到双线性WLAV状态估计中。基于IEEE标准系统,采用零注入约束的双线性WLAV状态估计方法对国内某省网进行仿真,结果表明:该方法既能保留基于内点法的双线性WLAV状态估计原有的计算效率高的优点,又能减小零注入节点的功率失配量,且抗差性能有一定程度的提升。     

TDS-OFDM系统的载波间干扰消除方法

为了消除时域同步正交频分复用(TDS-OFDM)系统中的载波间干扰(ICI),通过假定信道在OFDM块内呈线性变化,建立了TDS-OFDM在时变信道下的系统传输模型,在此基础上采用一种决策反馈的方法来消除ICI。该方法使用伪随机(PN)序列时域相关进行信道粗估计,并在一个OFDM块内进行线性内插得到整个OFDM块内的信道细估计。分析和仿真结果表明,该方法相对于TDS-OFDM系统的传统方法有2 dB以上的误码率性能增益,并且复杂度与传统方法相当。