基于改进人口模型的微博话题趋势预测

趋势预测问题是当前社会计算中的研究热点,但微博平台的话题趋势预测还处在探索阶段。在分析、抽取和定义事件趋势的影响因素的基础上,改进了人口模型使其适用于微博趋势预测,然后将改进的人口模型映射在神经网络上,并利用遗传优化的神经网络对事件的趋势进行预测。实验证明,该方法对于预测网络中长期酝酿的事件发展趋势效果明显,能够有效地预测事件的爆发点和发帖量,而且适用于小样本预测问题。     

基于神经网络的光伏发电功率预测不良数据处理的研究

光伏发电系统历史发电功率数据的真实可靠是光伏发电系统发电功率预测的基础,而在光伏发电系统运行或数据采集、测量、传输、转换等环节出现故障时会导致历史数据中含有不良数据。本论文提出采用小波分析中的信号奇异点检测法对不良数据进行剔除,并采用神经网络的时间序列预测模型对剔除后的数据进行重构,从而达到检测并消除不良数据的目的,为光伏发电系统发电功率预测提供能反应其变化规律的真实历史信息。     

基于脉冲重复间隔的活动雷达库关联算法

电子支援侦察系统具有对战场环境中活动雷达进行跟踪、监视的功能,上述功能是通过将雷达脉冲序列与活动雷达库中的记录进行关联实现的。文中提出了一种基于生物信息学中动态规划思想的关联算法,该算法通过提取雷达脉冲序列脉冲重复间隔变化规律,并将此作为识别特征对雷达批数据进行关联,仿真说明了该算法即使在有脉冲丢失和干扰脉冲的情况下仍具有较好的处理效果。     

基于区间分析的不确定性结构动力学模型修正方法

提出了一种基于区间分析的不确定性有限元模型修正方法。在区间参数结构特征值分析理论和确定性有限元模型修正方法基础上,假设不确定性与初始有限元模型误差均较小,采用灵敏度方法推导了待修正参数区间中点值和不确定区间的迭代格式。以三自由度弹簧-质量系统和复合材料板为例,采用拉丁超立方抽样构造仿真试验模态参数样本,开展仿真研究。结果表明,当仿真试验样本能准确反映结构模态参数的区间特性时,方法的收敛精度和效率均较高;修正后计算模态参数能准确反映试验数据的区间特性。所提出方法适用于解决试验样本较少,仅能得到试验模态参数区间的有限元模型修正问题。     

Modeling and Simulation of New Encoding Schemes for High‐Speed UHF RFID Communication

In this paper, we present novel high‐speed transmission schemes for high‐speed ultra‐high frequency (UHF) radio‐frequency identification communication. For high‐speed communication, tags communicate with a reader using a high‐speed Miller (HS‐Miller) encoding and multiple antennas, and a reader communicates with tags using extended pulse‐interval encoding (E‐PIE). E‐PIE can provide up to a two‐fold faster data rate than conventional pulse‐interval encoding. Using HS‐Miller encoding and orthogonal multiplexing techniques, tags can achieve a two‐ to three‐fold faster data rate than Miller encoding without degrading the demodulation performance at a reader. To verify the proposed transmission scheme, the MATLAB/Simulink model for high‐speed backscatter based on an HS‐Miller modulated subcarrier has been designed and simulated. The simulation results show that the proposed transmission scheme can achieve more than a 3 dB higher BER performance in comparison to a Miller modulated subcarrier.     

基于蚁群优化和模糊Petri网的建筑工程成本预测研究

为了有效提高建筑工程成本动态控制的精确度,提出将蚁群优化算法和模糊Petri网理论应用于建筑工程成本预测。首先,通过模糊产生式规则选择样本工程并确定工程之间的相似度,以便建立工程成本预测模型,其权值和阈值等参数由ＢＰ神经网络训练得出。然后,利用蚁群优化对模型各参数进行优化,从而进一步提高工程成本预测的精确度。实际建筑工程实例分析结果表明：相比传统的BP神经网络预测方法,提出的方法具有更高的准确度,能够有效应用于企业建筑工程成本的科学管理。     

An Integrative Loss Function Approach to Multi‐Response Optimization

Loss function approach is effective for multi‐response optimization. However, previous loss function approaches ignore the dispersion performance of squared error loss and model uncertainty. In this paper, a weighted loss function is proposed to simultaneously consider the location and dispersion performances of squared error loss to optimize correlated multiple responses with model uncertainty. We propose an approach to minimize the weighted loss function under the constraint that the confidence intervals of future predictions for the multiple responses should be contained in specification limits of the responses. An example is illustrated to verify the effectiveness of the proposed method. The results show that the proposed method can achieve reliable optimal operating condition under model uncertainty. Copyright © 2013 John Wiley & Sons, Ltd.     

四分之一波长间距阵抗拖船干扰研究

为改善拖曳线列阵声呐的尾向探测能力,降低拖船噪声对半波长间距阵尾向探测性能的制约,本文关注四分之一波长间距阵对连续波信号和带限噪声的响应。研究表明,四分之一波长间距阵具有非对称的端向指向性,与半波长间距阵相比有约20 d B的空间抑制能力,能有效抑制拖船辐射噪声干扰。本文还提出用零陷权组合传感器构成四分之一波长间距阵,理论上其抗拖船噪声干扰的效果比四分之一波长间距阵更好。     

地下综合管廊PPP项目风险预测研究

为了精准动态地预测地下综合管廊PPP项目风险,通过文献研究法和专家访谈法初步确定建设期风险影响因素,进一步通过PCA对风险影响因素进行删减并建立了指标评价体系,再运用层次分析法和熵权法进行主客观赋权,并对建设期整体风险进行评价。结合实际工程案例得到了24个风险评价样本,其中16个样本作为训练集,8个样本作为测试集,将两组样本输入到构建的PSO-SVM模型中,将风险预测值和实际值进行对比分析,结果表明,建立的风险预测模型预测结果准确度高、适用性好。     

我国保障性住房供给预测研究

基于等维递补模型和熵值法的组合预测方法,对我国城镇人口及其人均建筑面积进行预测。在此基础上,对2013至2017年间我国保障房的供给量进行预测,就促进保障房市场健康发展提出政策建议。