变照度下的视觉测量系统误差建模

针对二维视觉在线测量工件时,照度变化因素导致测量误差的问题,提出基于遗传算法优化的最小二乘支持向量机（GA-LSSVM）,建立照度误差模型的方法. 分析视觉测量系统的误差来源,通过最小二乘法分析照度影响下的误差规律. 利用照度变化误差实验,获得照度和测量系统的误差数据,分别训练GA-LSSVM、支持向量机（SVM）以及BP神经网络,建立照度和测量系统误差模型,对系统测量误差进行预测. 结果表明：在变照度测量误差预测模型中,GA-LSSVM模型、SVM模型及BP神经网络模型的预测精度分别为94.90%、90.23%及80.60%. 这表明遗传算法优化的最小二乘支持向量机建立的变照度误差模型,在拟合和预测精度上优于传统的BP神经网络.     

基于趋势变化分段的电力负荷组合预测方法

提出了一种基于趋势变化分段的电力负荷组合预测方法,该方法基于趋势变化与加权组合的思想,有效提高了电力负荷的预测精度。在充分研究电力负荷“三峰三谷”变化特性的基础上,将电力负荷变化曲线划分为六个时段,每个时段均采用线性回归法、趋势变化法、BP神经网络和支持向量机的加权组合预测方式,并基于最小二乘法的思想,求解得到了模型最优参数。最后以苏北某地区的电力负荷预测为例进行了分析,结果表明该方法预测电力负荷的平均相对误差为2.83%,精度高,在电力系统具有较好的应用价值,从而验证了该方法的有效性与可行性。     

LS—SVM算法在光伏短期功率预测中的应用

以光伏阵列为研究对象,分析了辐照强度、温度以及日类型对光伏阵列出力的影响。建立了光伏短期功率预测最小二乘支持向量机LS-SVM模型。依据实验数据对模型进行了验证计算．并与BP神经网络模型做了比较,其中LS-SVM模型最大相对误差值为10．54％,平均绝对百分比误差（MAPE）为8．18％,绝对误差平方和平均值的均方根（RMSE）为0．4884,表明模型预测值离散化程度较小,所有预测点均与实际值非常接近,模型具有较好的拟合效果和泛化能力．可以有效地预测短期光伏发电功率。     

隧道围岩变形的组合预测研究

为了提高在隧道的施工过程中对围岩变形预测的精度,以实测典型断面围岩变形为研究对象,探讨了多项式模型、BP神经网络模型和最小二乘支持向量机模型的特点和适用性,其中最小二乘支持向量机是基于SVM演变而来的一种模型,在预测方面有较好的有效性和优越性,用单项预测模型进行预测时可优先考虑该模型.但在实际工程中隧道围岩变形受时间和空间效应影响,仅用一种单项预测模型进行预测时预测风险较大,据此引入组合预测的思想,以权重平均法、误差平方和倒数法、最优变权重组合法确定权重系数建立组合预测模型并进行验证和比较.结果表明:组合预测模型能够降低对较差单项预测模型的敏感度,提高预测的精度和可靠度,构建的最优变权重组合预测模型的预测结果理想,模型稳定好,在实际工程中具有较好的应用价值.     

一种组合预测模型及其应用

在分析宏观经济灰色预测模型、BP神经网络预测模型、回归分析预测模型等基础上,结合西安市宏观经济预测模型指标GDP的历史数据,采用最小二乘法求权系数的方法,建立并检验了一种组合预测模型．实验证明该模型的预测精度有显著提高．     

应用最小二乘支持向量机预测煤的发热量

为解决现有的煤发热量预测神经网络法的过学习与局部极小点问题,通过对煤热量数据的分析,在统计学习理论和结构风险最小化准则的基础上,建立了基于最小二乘支持向量机(LS-SVM)的煤发热量预测数学模型。在算例分析中与BP神经网络、RBF神经网络预测法进行对比,发现该方法比BP和RBF神经网络具有更高的预测精度,且具有收敛速度快、泛化能力强等优点,为燃煤发热量的预测提供了一种有效的方法。     

基于最小二乘支持向量机的时变信道建模

基于2.55 GHz市区微蜂窝多输入多输出信道实测数据,将机器学习中的最小二乘支持向量机（LS-SVM）算法应用于时变信道参数的建模中,建立了基于遗传算法（GA）优化的LS-SVM信道参数预测模型,对信道参数如时延扩展、接收端的水平角度扩展和垂直角度扩展的数据特征进行了学习,并实现了准确预测;同时通过与反向传播神经网络模型以及传统的LS-SVM模型进行比较,验证了算法的有效性.基于GA优化的LS-SVM模型能够在有限数据量下对信道参数的变化有着良好的适应性,可实现非线性时变信道参数的准确预测.     

基于最小二乘支持向量机的军用软件开发成本测算研究

利用最小二乘支持向量机（least squares support vector ma-chines,LS-SVM）适用于小样本预测的优势,将该方法运用到军用软件开发成本测算领域,建立了基于LS-SVM的军用软件开发成本测算模型并进行了实例分析。结果表明：在同样的样本数据条件下,该模型有效提高了测算精度,为军用软件早期开发的成本测算提供了新的有效方法。     

非线性部分最小二乘方法的研究与应用

该文将部分最小二乘算法与径向基函数神经网络相结合,给出了一种非线性部分最小二乘建模方法,可以更加有效地处理过程非线性和数据共线性等复杂特性,提高模型的精度和推广能力。该方法在确定径向基函数神经网络的隐节点时,采用了一种改进型的k-均值聚类算法来自动确定最优的聚类区数。对煤气化炉合成气组分浓度软测量建模的应用结果表明,采用该方法建立的软测量模型在模型精度和推广能力等方面明显优于二次型多项式部分最小二乘方法建立的模型,并且计算精度满足工业生产的实际要求。     

基于最小二乘支持向量机算法的测量数据时序异常检测方法

将最小二乘支持向量机方法引入火电厂DCS的测量数据时序异常检测领域,该方法很好地建立了火电厂DCS的测量数据时序预测模型,具有预测真实值能力强、全局优化及泛化性好等优点。将该方法应用于某600 MW超临界火电机组DCS测量数据中,经过训练后的LS-SVM模型对再热蒸汽温度数据的检验样本进行不良值检测与真实值预测,均方根误差和平均相对误差分别为0.067%和0.050%,均方根误差是BP网络模型、RBF网络模型的8.756%和8.272%,平均相对误差是BP网络模型、RBF网络模型的7.541%和7.236%。应用结果表明,最小二乘支持向量机方法优于多层BP与RBF神经网络法,能很好地满足异常检测与真实值预测要求。     

直扩超宽带系统中基于线性约束恒模算法的多用户检测

针对超宽带室内传输环境的慢时变特性以及超宽带信号的恒模调制方式,提出了一种基于线性约束恒模算法的盲自适应多用户检测方案。该方案首次将恒模算法引入直扩超宽带系统中的多用户检测,应用盲信号处理方法推导了恒模算法在线性约束条件下的全局最优性。理论分析及仿真结果表明,与基于训练序列的自适应多用户检测相比,该方案提高了有效的信息传输容量,同时在输出信干比及误码性能方面的损失不超过3dB,有效地做到了传输容量与误码性能之间的折衷,适用于室内超宽带的多用户高速接入场合。     

青岛海滨大气PM_(2.5)与PM_(10)观测

2007年5～10月在黄海海滨青岛的观测表明大气PM_(2.5)和PM_(10)质量浓度呈同步变化,且变化范围较大.海陆风转换对海滨空气质量有重要影响:海风输送时空气较洁净,而陆风输送通常导致空气质量变差.PM_(2.5)、PM_(10)质量浓度与相对湿度(RH%)呈显著反相关,可能与RH%较高时多为海风输送有关.海风输送条件下较高的RH%和细粒子吸湿增长可能导致了此时PM_(2.5)对PM_(10)质量载荷的贡献率(64.7%)小于在海风/陆风混合输送和陆风输送条件下的贡献率(70.9%和77.5%).PM_(2.5)占PM_(10)质量载荷的72.3%,表明细粒子贡献显著.整个观测期PM_(10)未"达标"(PM_(10) 24 h均值 < 150 μg m~(-3),空气质量"良")的观测日仅占14 7%;但PM_(2.5)未达到美国EPA标准(PM_(2.5) 24 h均值 < 35 μg m~(-3)的观测日约为68.6%,表明大气细颗粒物PM_(2.5)的达标任务尚很艰巨.     

分数间隔常模盲均衡算法及其性能分析

文章介绍了基于分数间隔均衡器结构(FSE)的常模算法(CMA)，讨论了该算法的基本特性及信道特征、信源分布和噪声对算法收敛性能产生的影响。     

大规模有限阵列结构快速算法

提出了一种简单有效的计算大型二维阵列雷达散射截面的新方法．利用分域全域基(SED)构建基函数,采用前后向迭代过程(FBM)解矩阵方程,并利用离散傅里叶变换(DFT)在谱域降低了矩阵向量积计算量．与广泛应用的多层快速多极子(MLFMM)方法相比,对于阵列未知量个数为N的问题,此方法在保证结果准确的前提下,使总的计算量和内存要求均由O(NlogN)降为O(N),可用于快速分析大规模的任意形状单元有限阵列．     

模块化多电平换流器子模块拓扑结构对比分析

模块化多电平换流器型高压直流输电以其独特的技术优势,已成为未来电压源换流器型高压直流输电(Voltage Source Converter based HVDC)领域的发展趋势。MMC是未来高压直流输电传输系统的重要组成部分,半桥型子模块、双箝位型子模块和全桥型子模块是MMC三种主要的可选择的子模块拓扑结构。分析了MMC的通用拓扑结构及三种常见子模块的拓扑结构和工作模式,得出了不同子模块结构的特点,最后通过仿真验证了不同子模块拓扑结构的直流故障穿越能力,并对比分析了采用不同子模块拓扑结构MMC的基本特性。     

分布式环境中的通用对象请求代理结构

CORBA是OMG集团提出的新兴的开放的分布对象计算底层结构标准,是解决异构平台互操作性问题的方案之一.     

聚碳酸酯/ABS-g-MAH塑料合金的研究

聚碳酸酯(PC)/丙烯腈-丁二烯-苯乙烯(ABS)塑料合金是目前应用很广,很具有商业化价值的合金材料.在对马来酸酐(MAH)和过氧化二苯甲酰(BPO)进行优化的基础上制备ABS-g-MAH接枝物,然后使用傅立叶红外检测马来酸酐(MAH)是否已经接枝到ABS上;再将PC与一定含量的ABS-g-MAH混合造粒,结果表明ABs-g-MAH可以提高PC的耐环境应力开裂能力及增加PC的熔体速率,而较小地降低PC的力学性能.     

遗传算法中交叉操作研究及应用

系统的分析了遗传算法中交叉操作，得出如下结论：遗传算法中交叉操作的实质是子代个体为父代个体在小范围内进行大概率变异的结果，该范围由双亲个体分别进行与，或操作所得到的两个体决定。对该结论做出了理论证明，同时基于此思想提出了一种不含选择和变异操作的新式遗传算法Crossover GA(CGA)。将其应用到具体实例中并和几咱典型的遗传算法进行了比较，发现其性能优与同类其它算法。     

树图的 Hamilton 性质

设Ｔ（Ｇ）为连通图Ｇ的树图，若Ｇ至少有三个支撑树，且ＧＳＦ１，则Ｔ（Ｇ）是Ｅ２－Ｈａｍｉｌｔｏｎ的．     

小灵通通信网络中基站数量的限制因素

为更好地规划和优化小灵通移动通信网,本文根据PHS网络无线规划的特点,从工程上和理论上探讨了小灵通移动通信网在无线网络中规划基站数量时的三个限制因素,即最大距离限制、控制信道同时隙干扰限制和业务信道同频干扰限制,解决了目前小灵通网络在无线资源受限情况下做无线规划和优化时,对基站进行调整缺少理论指导和依据的问题。