大气污染预测方法探讨

综述了当前常用的大气污染预测方法，对空气质量模型、灰色理论模型、投影寻踪回归模型等3种主要的大气污染预测方法进行了详细介绍。重点分析讨论了这些方法的实用性和局限性，阐述了进行大气污染预测时应注意的几个问题。     

时变参数灰色沉降预测模型及其应用

目前大部分沉降预测模型均假定模型的参数在沉降发展过程中是不变的，这与实际情况不符，从而影响了模型的预测精度，当预测模型的参数也是时间的函数时，系统响应预测可分为两部分：一是预测模型参数的预测；二是根据参数预测值的系统响应预测，在灰色GM（1，1）模型的基础上，建立了时变参数灰色GM（1，1）模型，其模型中的参数用多项式逼近，并采用最小二乘法确定多项式中的待定系数，最后将此模型应用于建筑（构筑）物的沉降预测，实例计算表明，时变参数预测模型有望提高模型的预测精度。     

飞机场运量的灰色预测

在运用基础GM（1，1）模型的基础上，采用残差GM（1，1）模型对基础模型进行了修正，并用于飞机场的客运量和货运量的预测，提高了预测精度．预测结果对飞机场建设与管理决策提供了科学依据．     

灰色理论在城市年用电量预测中的应用

研究了灰色预测GM（1，1）模型及其几种改进模型在城市年用电量预测中的应用。以实际算例为基础，分析了几种模型的预测结果并进行比较。结果表明：不同的改进模型预测的精度不同，所有改进后的模型比基本模型预测的精度高、误差小。并经不同的算例分析得出：不同变化规律的负荷应该用不同的改进模型。     

时间序列法在供水量预测模型建立中的应用

根据某市自来水公司1978-2003年逐年的供水量，给出了时间序列供水量预测模型建立的3种方法，即直线趋势模型、二次曲线模型和指数平滑模型．利用模型预测了2004年的供水量．该模型为自来水年度供水量指标的预测提供了一种定量决策方法．     

城市用水量预测的人工神经网络模型

为预测城市用水量，提出了人工神经网络模型，用此模型对某沿海城市用水量进行拟合、预测。通过数据文件的建立及期望输出的选取，能充分体现数据系列的变化规律。实例结果表明，该模型拟合精度高，用于城市用水量预测可行、有效。     

年径流预测的自适应NNBR-ANN耦合模型

以基本遗传算法为基础，优化人工神经网络与最近邻耦合模型的基本参数，得到无参数的自适应NNBR-ANN耦合模型。应用此模型对黄河青铜峡年平均流量进行预测，并与单独的人工神经网络模型和最近邻抽样回归模型预测结果进行比较分析。结果表明：此方法将模型的基本参数进行优化处理，打破传统的定参方法，用于径流预测更加方便适用，且预测精度更高。     

预测水驱油田含水率的Gompertz模型

本文基于经济增长和油气资源增长预测的Gompertz模型，建立了水驱油田开发预测含水率随开发时间变化的模型。通过矿场实例应用表明：该模型能够对油田含水率进行全过程预测，且计划简单，预测精度较高。     

用时间序列分析方法预测我国的进出口总额

采用时间序列分析方法对我国1984--2005年的年度进出口数据进行分析，建立了相应的时间序列模型．预测结果表明，该模型的预测效果较好，模型ARMA的短期预测效果比长期预测效果好．     

基于多模型的自适应预测函数控制

作为第三代模型预测控制算法，预测函数控制已经在线性系统控制中取得了很好的效果，但应用于非线性对象还有一定局限性。针对现实中大量存在的非线性过程，提出了基于局部模型设计的预测函数控制器加上模型切换算法的多模型自适应预测函数控制器。通过计算机仿真应用于连续发酵过程，表明基于多模型的自适应预测函数控制器比常规的预测函数控制器具有更好的控制效果。     

时空数据模型的研究进展

通过时空数据模型的研究历史以及对各种时空数据模型的特点和不足的分析,来说明当前时空数据模型的研究现状和进展情况,提出了在地理信息系统中建立时空数据模型管理时空数据时,必须建立实用的基于栅格数据的时空数据模型。     

Method for data recovery in the sensor network based on the joint graph model

In order to ensure that the sensor network data are reliable, and that the efficiency of data processing is not reduced due to the lack of network data, a method for data recovery in the sensor network based on the joint graph model is proposed. First, this paper establishes a joint graph domain model based on the smoothness of network data in the time-domain and spatial-domain, and then an iterative recovery method is proposed to recover the network data, which is based on the association characteristics of network data in the joint graph domain model. Experimental simulation shows that compared with the recovery method based on graph total variation minimization in the graph signal model, the method of data recovery based on the joint graph model improves not only by about thirty percent of the data recovery accuracy, but also by about eighty percent of the iteration efficiency.     

周期信号的频率检测方法研究

在信号处理中,实际问题中的很多数据表现出明显的周期特点,且实际测量到的信号通常会受到历史记录的影响,对于这种类型的信号,文章提出将回归模型和隐周期模型结合起来检测信号中的隐频率的方法:自回归隐周期模型.文章对自回归隐周期模型中的参数进行了估计,并通过一个模拟的例子验证了该方法的有效性.由于在随机干扰背景下能否成功地检测...     

Web服务技术在数据仓库系统中的应用

分析了Web服务技术与数据仓库相结合的优势，提出了一种基于Web服务技术的分布式数据仓库模型，该模型采用XML的消息传递机制实现了分布式计算。将Web服务技术与数据仓库相结合，扩充了数据仓库的网络功能，解决了与服务器端数据交换的效率、提高了客户端的执行效率，从而可以方便地从大量的数据中抽取有价值的信息，因此．企业和用户能够更加方便地获取信息。     

筛板上甲苯光氯化反应的宏观动力学研究

建立了单块筛板实验装置,测定了在状态下板上甲苯光氯化反应的宏观动力学数据。     

支持增量式数据仓库建设的多维数据模型

由于数据仓库很难做到从建模初期就完全考虑到多维分析的所有维及其层次,需要一个易于实现模式演变的数据模型及建模工具来支持增量式数据仓库的建设,因而提出了一个可以支持模式演变的数据模型,并给出其形式定义及在关系数据库上的设计与实现.该模型将数据立方体与复杂维模式分开并将度量维度化,其简单灵活的多维数据立方体结构有效地避免了因度量或维路径层次增减造成的数据立方体重建,在实际应用中取得了良好的效果,满足了复杂多样、不断变化的OLAP(on-lineanalyticalprocessing)需求.     

基于关系的模型动态组合推理设计

在关系化模型框架的基础上,对用于定量计算的数学模型进行关系化的分析与表示,使其便于用关系数据库系统存储与管理．依据关系化模型的特点,重点对其推理机制进行设计与讨论．该推理机制除以模型的输入／输出为纽带实现模型的自动连接外,还可以交互式的提示系统信息及完成数据输入,并可依据用户设定的模型特征对模型组合序列进行优选,实现了模型、数据和对话的有机结合．最后应用一数学模型对关系化模型的组合推理过程作实证性的分析．     

基于概率模型算法的设备运行状态分析

从设备状态动态变化的本质出发,采用概率神经网络方法构建设备状态概率模型,描述设备从正常到故障的全过程．通过对神经网络结构的分析和主要模型参数的计算,以设备运行历史数据作为网络样本点,在模型数据预处理的基础上建立了设备的概率模型,该模型能较好地反映机械设备的运行状态,通过现场数据的分析,证明了该模型的合理性和正确性．     

同类型信息自适应隐藏模型

为了保证数据文件的安全传输,以传统隐藏模型为基础,提出了同类型信息自适应隐藏模型. 通过增加隐藏算法库和载体模板库,同时引入数据文件的等级和标签,达到自动选择合适的隐藏算法和载体文件的目的. 在该模型中,通过生成混沌序列,实现了对数据文件的双置乱加密,并针对数据文件,实现了基于不同类型文件的大容量隐藏算法,改进了基于最低有效位的图像隐藏算法. 最后,通过一系列实验验证了模型的正确性和安全性.     

纯PDM对象模型研究

基于纯PDM系统的服务使用者多样性、产品数据多样性、服务多样性、权限多样性等特点,依据面向对象思想,提出了纯PDM的3个主要的对象模型.产品数据对象模型,用于分析产品相关的数据,抽象出产品数据类、过程类、文档类、产品数据集合类,并描述了它们之间的关系;服务使用者对象模型,用于描述了使用者、角色和组以及它们之间的关系;权限对象模型,用于描述了服务使用者、产品数据对象和产品生命周期阶段三者之间在产品生命周期中的访问关系.研究成果表明,该研究对纯PDM软件设计具有参考价值.