带约束的非线性回归诊断混合模型分析

研究了带有约束的均值漂移和方差加权的混合非线性回归模型．得到了相应的一阶和二阶诊断统计量。同时证明了带约束的均值漂移非线性模型和带约束的数据删除非线性模型，它们相应的估计量相等。     

约束混凝土几种有代表性应力——应变模型及其比较

材料模型是结构非线性计算机模拟分析的基础，而影响约束混凝土力学性能的因素众多，因此提出了相应的材料模型也很多。通过文献层面的分析比较，从众多约束混凝土模型中优选出其中六种加以介绍，并对各模型的应力——应变曲线进行了比较分析。     

基于均值漂移的非线性尺度空间滤波

为解决均值漂移滤波核带宽的选择问题,分析了均值漂移和尺度空间滤波的关系,指出当采用正态核函数时,均值漂移是一种基于高斯尺度空间滤波的聚类方法。由此提出了一种基于均值漂移的非线性尺度空间滤波方法,其性能仅取决于空域的核带宽的选择,在每个采样点处根据信号的局部特征自适应选取幅度域的核带宽。该方法克服了均值漂移滤波存在块状效应的缺点。实验结果表明,该方法的整体性能优于均值漂移滤波、高斯滤波和中值滤波。     

函数型神经网络在捷联陀螺非线性估计中的应用

针对神经网络的强自学习性、自适应能力及非线性变换特性,结合陀螺静态漂移误差模型,采用函数型神经网络对捷联陀螺静态漂移误差系数进行了非线性估计,解决了捷联陀螺重复启动时的静态漂移误差系数的在线动态标定问题。     

利用带约束的非线性规划改进多元线性回归

利用带约束的非线性规划，将各种改进的多元线性回归方法－主成份咽归，岭回归，稳健回归及约束回归统一在一个模型中。该方法物理概念明确，易于理解。算例及实际应用均表明，利用此方法，用计算机求解多元线性回归问题，不但使用方便，而且有较高的效率。     

非线性电阻网络的多故障诊断

在有些讨论非线性电阻电路故障诊断的论文中,常常应用小信号线性化模型来替代非线性器件.这种替代易受工作点漂移的影响.应用非线性器件的等效线性比模型讨论了非线性电阻网络的多故障诊断,可计及工作点漂移的影响,并导出模拟网络多故障诊断方程,达到故障定位和定值.     

L1范数约束的非局部均值正则图像去模糊模型

为了保护图像边缘、细节等信息,建立了l₁范数约束的非局部均值正则模型.首先通过实验证明了非局部均值去噪算法余项的概率密度函数具有较强的拖尾性质,符合Laplace分布的特点.基于此,使用l₁范数约束的非局部均值去噪算法余项作为新的正则项,提出了新的正则模型.然后利用Bregman算子分裂算法求解得到相应的优化算法,并且可将新算法看成Plug-and-Play Priors算法的推广.实验结果表明,新模型在去除模糊,保护图像边缘、细节等信息方面的性能都优于l₂范数约束的非局部均值正则模型和Plug-and-Play Priors模型.     

HPTiO2忆阻线性和非线性模型及其特征分析

为了分析HP TiO2忆阻模型的本质特征,比较基本模型与非线性窗函数模型之间本质特征的差异,概述了几种典型的HP TiO2忆阻非线性窗函数模型的特点,开展了HP TiO2忆阻基本模型的本质特征分析,并对几种非线性窗函数模型的本质特征进行了比较。结果表明,对于任意忆阻初始状态和任意振幅与频率的正弦电流激励,HP TiO2忆阻模型都能呈现出紧磁滞回线特征;不同的非线性窗函数模型的特征受其非线性漂移的影响,所产生的输出电压和忆阻值有着不同的瞬态过渡过程,且忆阻初始状态值越大,非线性漂移影响就越严重,导致部分HP TiO2忆阻模型性能失效。     

基于隐马尔可夫模型的用户兴趣漂移模式发现方法

把隐马尔可夫模型引入到兴趣漂移模式发现方法中,采用概念漂移的思想处理用户兴趣的漂移,拓展了隐马尔可夫模型的应用领域,提出了基于隐马尔可夫模型的用户兴趣漂移方法,由此可以发现用户带有兴趣的漂移模式,反映用户的访问偏好.     

具有Rao简单结构的多元t-模型的异常点检验

异常点识别是统计诊断的主要研究问题之一.本文利用均值漂移模型和似然比检验,研究了具有Rao简单结构的多元t-模型的异常点识别问题,给出了判别异常点的方法.     

一类目标函数不连续且带约束的非线性规划求解算法

对一类目标函数不连续的带约束非线性规划进行讨论，将其转化成多个目标函数可微的非线性规划，通过对这些非线性规划多次迭代求解的结果，得到了这类目标函数不连续的带约束非线性规划的求解算法。     

种P2P分布式系统高可靠数据恢复模型

叉存储和并行传输给出的数据失效模型，虽然达到了可靠存储、快速数据恢复的目标，但是其假定了下载速度随着并行传输数的增加呈现线性增长，其约束过于理想.提出一种基于并行传输策略、泊松分布理论和数据交换中心机制的数据恢复模型，模型引入非线性速度和函数，取消了对物理网络并行传输速度的假定与约束.从理论上分析了各种参数对数据恢复模型性能的影响.实验结果与理论分析一致，模型在使用了与双副本相同存储空间和网络流量影响一致的前提下，有效地降低了数据的失效概率.     

桁架结构拓扑优化的半定规划建模与求解

为克服桁架结构拓扑优化传统模型中优化问题非凸、多重特征值不存在常规梯度等困难,将考虑多种约束的桁架结构拓扑优化问题建模为统一的半定规划(semidefinite programming,SDP)模型.首先给出体积、柔度、基频和全局稳定约束的等价半定形式;然后基于桁架结构刚度和质量矩阵的线性表达式,将考虑体积、柔度和基频的优化问题表述为线性半定规划对偶规划问题的标准形式;最后分别以全局稳定约束和应力约束为例,对非线性半定约束和非线性常规约束进行了近似处理,建立了一般非线性模型的近似半定模型并给出了序列求解算法.线性半定规划模型将传统的非线性非凸模型转化为凸模型,具有良好的数值特性;对非线性约束的处理方法使统一模型既能利用半定约束的良好特性,又能够考虑多种常规约束,有助于提高优化结果的工程实用性.优化算例表明,半定规划模型和算法具有多种约束下桁架优化问题的求解能力,且能够处理包含多重特征值的基频约束和全局稳定约束,证明了所提模型和算法求解桁架结构拓扑优化问题的有效性.     

非线性网络控制系统的带约束分布式H∞模糊控制

研究了一类非线性网络控制系统的分布式干扰抑制和非线性控制问题,采用T-S模糊模型描述这类非线性网络控制系统.利用微分线性矩阵不等式,给出了分布式H∞模糊控制方法;引入控制输入的量级限制,利用代数线性矩阵不等式,给出了一种带约束的分布式H∞模糊控制方法.利用有限差方法和LMI最优化方法,能够近似实现NNCS衰减标准最小化...     

龙滩碾压混凝土重力坝水平层面稳定安全的断裂分析

提出了一种适用于分析含压剪裂缝结构的非线性断裂力学数值分析模型——压剪钝裂缝带模型；并基于此模型，提出了一种新的求解方法——调整力向量法，可较方便地求解复杂的压剪断裂问题；并编制了相应的非线性有限元计算程序。进而对龙滩碾压混凝土重力坝的建基面和碾压层进行了压剪断裂过程分析，得到了裂缝的发展过程及相应的应力、应变场，并对软化模型作了计算比较分析；同时，得到了大坝各高程的材料强度储备系数。最后，得出大坝上游防渗措施和保证水平施工缝具有足够的抗渗要求是保证龙滩大坝稳定安全的关键的结论     

附加约束条件的坐标转换参数求解方法

针对坐标转换问题,基于最小二乘原理以及高斯—马尔柯夫模型,研究了约束解法与非约束解法对坐标转换参数求解的影响。以三维坐标转换模型为研究对象,通过仿真实验分别探讨其约束解法与非约束解法在大、小旋转角情况下求解参数的精度情况,并以求得参数的均方差为精度评定的指标。实验结果显示：小旋转角情况下,坐标转换模型的约束解法与非约束解法精度一致,布尔莎模型运算速率最快;大旋转角情况下,线性模型误差较大,非线性模型的约束解法与非约束解法精度一致,非线性十三参数（虚拟观测值法）运算速率最快。实验结果表明：线性模型仅适用于小旋转角情况下的坐标转换参数求解,非线性十三参数模型（虚拟观测值法）适用于大旋转角情况下的坐标转换参数求解。     

证券数减少情形下M-V证券组合特征灵敏度研究

基于均值-方差（M—V）投资组合选择模型，分析了证券市场上不存在无风险资产且允许卖空条件下证券组合特征关于证券数减少的灵敏度．通过引入扰动因子和扰动矩阵，建立了证券数减少时M—V组合模型．同时与原有模型进行了比较，分析了证券数减少对有效前沿的影响．结果表明：证券数减少时M—V证券组合有效前沿向右漂移且开口变大，并给出了相应的经济解释．     

基于分段线性模型的卡尔曼滤波非均匀校正算法

为了降低探测器响应的漂移以及非线性对非均匀性校正的影响,提出了一种基于分段线性模型的卡尔曼滤波红外焦平面阵列非均匀性校正算法。该算法引入探测器响应曲线的分段线性模型,对基于卡尔曼滤波器的红外焦平面非均匀性校正算法进行了扩展和改进,不仅能减小探测器的偏置和增益随时间漂移对校正的影响,而且还能消除探测器响应非线性对非均匀性校正性能的影响。一组利用真实红外图像序列进行的实验验证了该算法可获得较好的校正性能。     

地下水随机规划模型的Taylor展开解法

讨论了将线性随机约束地下水规划模型转化为与之等价的确定性约束地下水规划模型的方法,并以地下水优化疏干规划模型为例,推导了转化后的非线性的约束地下水管理模型的Ｔａｙｌｏｒ展开解法,并通过对一假设模型的计算分析,证实了该求解方法的有效性。     

带约束的参数平差函数模型的影响分析

为了适应测量数据处理理论的需要，本文概括了平差模型影响分析的主要成果，对ＣＭ模型数据扰动的影响分析方法进行了理论性的扩展，研究了带约束参数平差模型数据扰动的影响分析问题，建立了ＸＢ（ｉ）和ＸＢ的关系式，其中ＸＢ（ｉ）表示删除约束练武第ｉ组数据的最小二乘估计，ＸＢ表示的约束模型未知参数Ｘ的最小二乘估计。