排序方式: 共有28条查询结果,搜索用时 0 毫秒
1.
针对异常检测算法速度慢、精度低、稳定性差等问题,提出了一种通过异常概率排序提取异常点的算法(OAP).由于异常点相对正常点更容易通过对数据空间的均匀分割而孤立出来,所以OAP通过数据点在均匀N叉分割树中的孤立深度估算异常概率的大小,从而得到异常概率的排序,最终构造由k个异常概率最大的点组成的列表,列表中的数据就是所求的... 相似文献
2.
基于广义最小二乘模型的动态交通OD矩阵估计 总被引:5,自引:0,他引:5
基于广义最小二乘模型,建立了一种带滑动窗的动态OD矩阵估计算法,可通过对路段交通量和行程时间的检测来估计时变的OD数据.对模型中关键的交通分配矩阵,给出了解析的计算公式.算法是一种递推的估计过程,仅需较少的先验信息,且估计过程不会发散;滑动窗的引入可充分利用量测信息,抑制量测噪声. 相似文献
3.
从多Agent系统的角度,以Petri网和π演算为语义基础,建立了一种信息物理融合系统(cyber-physical systems,CPS)可信软件形式化模型(high-confidence software formal model,HCSFM). HCSFM以Petri网形象地描述CPS可信软件静态结构模型及动态行为,用Petri网分析方法和支持工具对模型进行分析和验证; 利用π演算刻画CPS可信软件中Agent的加入、退出、更新和体系结构重配置等动态演化机制,并研究Agent的演化策略及演化后CPS的一致性,确保动态演化后CPS软件能正常交互,从而为CPS软件设计提供可信保障. 通过HCSFM在无人驾驶车辆编队CPS中的应用,表明HCSFM可以有效地对CPS可信软件进行建模和分析. 相似文献
4.
在无隔膜的电解槽中,用成对电合成法,制取了葡萄糖酸及山梨糠醇,完成了葡萄糖酸由钠盐向锌盐的转化,最佳操作条件:pH 9~10,温度55℃,葡萄糖和NaBr浓度均为0.8mol/L,电解的电流密度10mA/cm~2,电流浓度0.3F·mol~(-1)。在此条件下有效电耗为57.5%。 相似文献
5.
6.
基于卡尔曼滤波的动态OD矩阵估计 总被引:4,自引:0,他引:4
建立了动态OD矩阵估计的状态空间模型,通过对路段车流量和行程时间的检测以估计时变的OD数据,并对其中关键的分配矩阵给出了解析的计算公式.采用扩大状态变量的卡尔曼滤波,得到了OD估计的实时递推算法.仿真实验表明算法非常有效. 相似文献
7.
时变转移概率IMM-SRCKF机动目标跟踪算法 总被引:7,自引:0,他引:7
给出了一种交互多模型(interacting multiple model,IMM)算法中Markov转移概率矩阵在线修正的方法,并将平方根容积卡尔曼滤波器(square-root cubature Kalman filter,SRCKF)引入到IMM算法中,提出一种时变转移概率的机动目标跟踪IMM-SRCKF算法。该算法利用当前量测中包含的模式信息,对IMM算法中的转移概率矩阵进行实时递推估计,避免了常规IMM算法中转移概率先验确定的困难,提高了模型切换速度和跟踪精度;同时,SRCKF以目标状态协方差的平方根进行迭代更新,确保了滤波过程中协方差矩阵的对称性和半正定性,改善了数值精度和稳定性。仿真实验结果表明,该算法对机动目标的跟踪性能优于常规的IMM及IMM-CKF算法。 相似文献
8.
为了能准确模拟新型冠状病毒肺炎(COVID-19)的传播动态,给疫情防控政策制定提供一定的参考,提出了一个新的COVID-19传播非线性动力学模型。该模型考虑实际防控措施,将总人口分为易感、潜伏、隔离观察、无症状感染、有症状感染、住院隔离治疗和康复等7类人群;求出并分析了基本再生数;将模型的出院率和病死率拟合为时变函数,利用现有确诊病例数对模型其余参数和部分状态初值进行最小二乘拟合。分别利用湖北省武汉市和湖北省除武汉市外其他地区20天(2020年2月14日~3月4日)内感染COVID-19的实际数据对模型进行仿真验证,仿真结果表明,模型参数拟合的平均相对误差为0.629%;与累计确诊病例数、累计治愈出院数和累计死亡病例数的实际数据相比,所提出模型的武汉市疫情预测平均相对误差分别为0.772%、3.517%和2.025%,湖北省除武汉市外的地区的平均相对误差分别为0.808%、2.241%和2.39%,表明该模型能较准确模拟COVID-19的传播动态,而且具有广泛的适用性。对模型参数进行灵敏性分析,讨论了各种防控措施对COVID-19传播的影响,结果表明,最有效的防控措施依次为减少人与人... 相似文献
9.
10.
动态软件体系结构建模方法研究 总被引:2,自引:0,他引:2
针对用现有方法对动态体系结构建模的不足,提出了一种软件体系结构抽象模型(SAAM).sAAM以两种互为补充的形式化方法——面向对象Petri网OPN和π演算为语义基础,其中OPN可以形象地描述软件体系结构的初始化模型和动态行为,π演算可以描述软件体系结构的动态演化.这两种形式化方法通过SAAM集成在一起,并通过相应的支持工具对模型进行分析.在体系结构演化过程中,SAAM利用π演算的相关分析方法,对组件的演化策略和软件体系结构的一致性进行分析,从而可以在系统开发早期发现体系结构级的错误,提高软件质量.利用SAAM对经典实例自动加油站系统进行的建模与分析表明,SAAM直观、易懂,可以有效地刻画系统动态体系结构. 相似文献