一类非线性耦合方程的数学分类灵敏度分析

传统的位变化方法对非线性耦合方程数据分类问题进行控制时,主要按照专家资料进行分析,导致数据分类出现明显的重叠和波动,具有较高的滞后性,不能确保数据分类方程的灵敏度。提出一种依据关键抽样马尔科夫链模拟的非线性耦合方程数学分类灵敏度分析方法。分析了非线性耦合方程的数学分类过程,按照运算非线性耦合方程分类滞后概率积分表达式,将非线性耦合方程分类滞后概率对基本变量分布参数的偏导数表征的灵敏度,转换成一个特征范数的条件数学期望,该数学期望基本变量在非线性耦合方程分类滞后域中的条件概率密度函数构建而成,采用关键抽样马尔可夫链模拟,将运算非线性耦合方程分类滞后概率的关键抽样样本转换成,基本变量处于非线性耦合方程分类滞后域中的条件样本,通过特征函数在这些条件样本点处的样本均值进行预测,实现非线性耦合方程的数学分类灵敏度分析。实验结果表明,所提方法对非线性耦合方程的数学分类的灵敏度控制效率和精度都优于传统分类方法,具有较高的数学分类灵敏性。     

基于超声波钻削的摇臂钻床加工精度控制方法研究

为了进一步提升传统摇臂钻床加工方法的控制精度以及运行效率,本文提出基于超声波钻削的摇臂钻床加工精度控制方法。分析摇臂钻床的主要结构以及加工特点,对液压加载系统刚度进行分析计算,获取摇臂钻床内夹持载荷的数值;对摇臂加工材料进行超声波钻削正交实验,组建摇臂加工过程中的钻削力模型,同时计算钻削数值;利用等距抽样法检测钻床加工数据精度,通过多元线性回归分析法计算夹紧力,完成摇臂钻床加工数值仿真模型的组建,获得钻削力对于摇臂加工的影响规律,实现摇臂钻床加工精度控制。通过具体的仿真实验数据,充分验证了所提方法的综合有效性。     

三维图像人物运动形态重构技术

针对传统三维图像重构方法无法确定人物运动形态三维位置,重构过程效率低,精度低等弊端,提出一种基于自标定的三维图像人物运动形态重构技术,通过不同位置的两台摄像机移动或旋转拍摄同一场景,得到三维图像对。使摄像机平面标志点的坐标和其成像对应点符合齐次转换关系式,依据单应性矩阵的特性获取两个约束条件,获取相机内参数与外参数,完成初步估计后,对空间三维测量点进行塑造。通过投影矩阵求出空间点三维坐标,为了避免成像畸变,成像极线需满足一定的约束条件,对像素点是否处于摄像机定位模块坐标中进行判断,通过三维图像重构精度评价函数对得到结果进行评价。仿真实验结果表明,所提方法具有很高的精度和效率。     

基于Kriging代理模型的可靠性优化设计

本文提出了基于代理模型的可靠性优化设计新方法:利用Kriging代理模型可以预测目标值未知点均值和方差的特点,构造期待满足函数,对极限状态函数进行逼近;通过定义期待越界函数,将可靠性分析优化问题转化为传统的扩展拉格朗日乘子法;构造期待提高函数,采用改进EGO算法进行求解。十杆平面桁架结构算例的结果表明该方法可以显著降低可靠性分析和优化的计算次数。     

基于GO法的汽车供应链可靠性分析

为适应国内汽车行业的蓬勃发展,降低企业总成本提高企业服务效率,实现供应链绩效的最大化,本文针对汽车供应链物流管理提出一种基于GO法的汽车供应链可靠性分析模型。本文运用GO法基本原理并结合实际建立汽车供应链的GO模型,对实际案例进行可靠性分析。通过案例分析表明,本文所建立的模型具有较高的可靠性。本文提出的方法适用于汽车行业供应链可靠性分析与管理,可为物流管理者进一步提高管理水平和收益提供参考依据。     

耕地质量监测中不同抽样方法的精度比较——以河北省黄骅市为例

耕地质量监测是及时掌握耕地质量和产能变化的必要手段,科学合理的抽样方法不仅能保证监测精度,还可以减少监测成本。本文以河北省黄骅市为研究区域,结合区域耕地质量的实际状况,运用6种抽样方法抽取耕地单元作为监测样点,并计算和比较不同抽样均值的最大相对误差和相对抽样精度。结果表明,抽样精度随着样本容量的增加而提升,速度由快变慢。与简单随机抽样相比,在抽样精度方面,系统分层抽样和系统等距抽样的优势极大,并随着样本数量的增加优势扩大;等别分层抽样的优势较大并且平稳;乡镇分层抽样的优势不大。网格分层抽样不但没有优势,反而可能造成精度的损失。不同的抽样方法在满足相同的监测精度时所需的样本量差异显著,合理的抽样方法在满足监测精度的同时,可以明显地减少样本量。本研究有助于选择出最合适的抽样方法,以期为耕地质量监测中不同抽样方法的精度比较提供方法指导。     

耕地质量监测中不同抽样方法的精度比较——以河北省黄骅市为例

耕地质量监测是及时掌握耕地质量和产能变化的必要手段,科学合理的抽样方法不仅能保证监测精度,还可以减少监测成本。本文以河北省黄骅市为研究区域,结合区域耕地质量的实际状况,运用6种抽样方法抽取耕地单元作为监测样点,并计算和比较不同抽样均值的最大相对误差和相对抽样精度。结果表明,抽样精度随着样本容量的增加而提升,速度由快变慢。与简单随机抽样相比,在抽样精度方面,系统分层抽样和系统等距抽样的优势极大,并随着样本数量的增加优势扩大;等别分层抽样的优势较大并且平稳;乡镇分层抽样的优势不大。网格分层抽样不但没有优势,反而可能造成精度的损失。不同的抽样方法在满足相同的监测精度时所需的样本量差异显著,合理的抽样方法在满足监测精度的同时,可以明显地减少样本量。本研究有助于选择出最合适的抽样方法,以期为耕地质量监测中不同抽样方法的精度比较提供方法指导。     

基于遗传算法的同步优化方法在财务困境预警中的应用

传统的基于统计技术的变量筛选法不能保证财务困境预警模型的精度.本文提出了用遗传算法同时优化输入变量和支持向量机参数的方法.实证研究表明:该同步方法在降低变量维数的同时得到较好的预测精度,其得到的优化变量集也具有较强的经济含义.     

基于角点匹配的遥感图像镶嵌方法研究

遥感成像的过程可能导致图像倾斜或畸变,针对传统图像镶嵌方法存在的精度和效率低等问题,采用Harris算子进行角点提取,建立图像特征点的对应关系,将两幅图像的角点对相互匹配,计算图像间的变换关系,实现遥感图像的平滑镶嵌。实验结果证明,基于角点匹配的遥感图像镶嵌方法具有较高的镶嵌精度。     

一种自适应变步长迭代动态规划方法研究

针对传统迭代动态规划方法计算效率低的缺点,提出了一种改进的自适应变步长迭代动态规划方法,在求解中引人Runge—Kutta—Fehlberg自适应变步长方法来提高寻优精度和求解效率。以经典的间歇反应过程动态优化问题作为研究实例．研究结果表明：所提出的自适应变步长迭代动态规划方法,在保留传统的迭代动态规划方法有效寻找全局最优优点的同时,能够进一步提高寻优精度,而且优化效率也较高。     

基于抽样策略的关联规则算法

在数据挖掘中应用抽样技术,可以显著提高数据挖掘任务的效率。文章通过研究关联规则挖掘任务的特点,提出了一种新的基于抽样技术的关联规则挖掘算法。     

基于视觉的仿人机器人运动规划研究

仿人机器人的视觉系统和运动规划是仿人机器人研究的两大研究领域,对机器人在现实生活中的应用有很大作用。在图像的预处理过程中,进行图像去噪采用的是基于分数阶积分的去噪方法来进行的,与传统方法相比,这种方法更能提高图像的信噪比,保留原始图像中的关于边缘和纹理的信息。针对传统的SIFT点匹配算法效率较低,匹配速度慢等问题,提出并实现了基于区域增长的SIFT点匹配算法。这种算法可以在匹配可靠性基本保持不变的前提下,显著的提高匹配速度。在仿人机器人的运动规划方面,针对仿人机器人传感器对障碍物感知局限性的问题,采用信息窗口的算法。这种算法改进仿人机器人对障碍物的感知算法,使仿人机器人在运动过程中,最大程度的做到无碰运动。     

基于三维激光扫描技术的隧道施工期变形监测研究

三维激光扫描技术具有两次扫描即可获取区域变形场的特点,可弥补全站仪和收敛尺测量数据点少、反映变形不全面的局限性。本文将三维激光扫描技术应用到新奥法隧道施工期收敛测量中,采用基于大地坐标系的坐标配准方法,保持隧道扫描数据原始空间位置,在此基础上进行变形分析。提出了从点云数据获取变形场的方法,介绍了提取隧道断面以及断面上任一点变形值的过程。针对施工中隧道断面不规整的特点,提出利用等效半径来反映整个断面的收敛特征,分析了隧道断面收敛变形沿隧道轴线方向的变化趋势。实际工程案例应用表明三维激光扫描技术能够达到隧道变形监测的精度要求,并通过传统变形测量方法验证其可靠性。     

高维缺失数据的统计推断理论和方法研究

<正>1创新点为突破大数据分析瓶颈,项目围绕大数据中的高维缺失数据分析的关键科学问题,开展统计推断理论和方法研究,提出筛选特征和插补缺失数据的新方法,取得一系列突破性研究成果,其主要创新点如下：一是针对大数据的超高维问题,提出筛选特征的新方法。对大数据中的超高维异质属性数据,通过定义与属性水平相关的哑变量,提出不依赖于模型假设筛选特征的分类自适应法,可直接用于属性响应变量有偏抽样数据的特征筛选,     

基于关联度分析的动态稳健高速磨削成屑工艺

传统稳健性高速磨削成屑工艺设计方法仅能对动态特性的个别实例进行分析,缺乏理论的系统性和应用的广泛性。提出一种基于关联度分析的动态稳健高速磨削成屑工艺设计方法,通过一个描述高速磨削成屑产品质量的关联度序列,分析高速磨削成屑工艺响应变量和信号因子间的线性关系,采用灰色关联度评估响应变量与信号因子间的关联程度,基于方差分析表中的百分比对每个因素的重要性进行排序,获取一组确保关联度最大的可控因子水平组合,采用所提方法进行了高速磨削成屑的实例分析,最终得到稳健的高速磨削成屑工艺设计结果。实验结果说明,所提方法能够对高速磨削成屑工艺进行合理的设计,方法的样品废品率和制作效率优于传统方法。     

基于粒子群算法的MFC最大功率跟踪技术

微生物燃料电池(MFC)因其特有的废水发电能力而得到越来越多的关注。为了提高其发电效率,最大功率点跟踪(MPPT)控制成为必要。针对传统MPPT算法中存在跟踪精度较低的问题,提出了采用粒子群(PSO)优化算法来进行微生物燃料电池的最大功率跟踪,在Matlab/Simulink中验证了此方法可以极大地减小在最大功率点附近的稳态振荡。     

图像轮廓自动提取的一种方法

提出了一种新的阈值自动提取的方法,该方法结合了边界点数字特征提取和抽样技术.通过数字特征提取边界点可以使所选取的点具有边界点的特征,而使用抽样技术又可以使得阈值提取所需的时间在保证阈值正确的条件下大大减小.对一些商标图像实验的结果表明,该方法在下列参数值：窗口相对梯度比为0.8,窗口相对灰度比为0.8,边界点的提取比为0.8,抽样比为10%下,其效果是很好的.     

基于激光跟踪测量系统的直升机水平测量技术

针对传统直升机水平测量方法精度差、效率低等问题,提出了一种基于激光跟踪测量系统的直升机水平测量方法。首先建立全局坐标系,通过坐标系转换等研究,形成了基于激光跟踪测量系统的直升机水平测量方法;然后提出基于激光跟踪系统的水平测量项的理论计算方法及计算模型;最后进行直升机水平测量实例验证,试验结果表明,该直升机水平测量方法效率高、劳动强度低,满足现代直升机水平测量的精度及装配要求。     

基于空间聚类分层抽样的黄骅市县域耕地质量等别监测样点布设

耕地质量监测是当前国家及时掌握耕地质量和产能变化的重要工作手段。合理布设耕地质量监测样点可以大幅提高耕地质量监测的效率。以河北省黄骅市县域耕地为研究对象,以耕地的质量属性和空间位置属性为耕地质量等别监测区的划定依据,采用空间聚类法生成20种备选监测区方案,通过综合比较方差、抽样误差、抽样效率和抽样弹性系数,选出初始监测区方案,并在此基础上局部优化,最终生成耕地质量等别监测区方案,最后以耕地质量等别监测区为分层依据,运用分层抽样法布设了耕地质量等别监测样点。研究表明：①在抽样误差为1%的要求下,分区数为65的备选耕地质量等别监测区方案的综合样本容量为77,抽样效率相对较高,被选定为初始监测区方案;②随着耕地质量等别监测区数目从5增加到100,相同监测区内耕地单元之间在空间位置和耕地质量等别上的差异程度由快速减少到趋于平稳;③在布设相同数量的监测样点时,本文提出的基于空间聚类分层抽样的样点布设方法在表土质地、剖面构型、盐渍化、有机质含量、排水条件、灌溉条件和国家耕地质量自然等指数等因素方面的抽样误差分别为0.37、1.02、1.39、0.91、0.31、1.53和1.27,均明显低于传统的等别分层抽样、简单随机抽样、网格分层抽样,具有较高的抽样效率。研究成果可为耕地质量等别监测样点布设相关工作和研究提供有效指导。     

激光扫描点云数据库的存储系统设计

激光扫描点云数据存储是目前地理信息系统和测量系统的一个重要研究方向,点云数据存储系统的效率影响着点云数据处理分析能力,从而影响地理信息的获得,以及对测量等方面工作造成影响。传统的激光扫描点云数据库存储系统,一直存在存储内存空间大,存储效率却很低的问题。提出基于OTSU多阈值分割的激光扫描点云数据存储系统设计方法,首先分析点云数据查询系统结构,了解用户需求,完成系统运行平台的选择及系统安全性的分析,从而完成点云数据存储和管理框图,然后利用OTSU多阈值分割方法对数据库数据进行分析,提高激光扫描点云数据存储系统查询结果的准确性,通过仿真实验证明,所提方法能够有效提高激光扫描点云数据存储系统效率且占用的内存较其他方法小,具有较高的实用价值。