水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

镉柱还原法测定海水中硝酸盐氮的影响因素的探讨

研究了镉柱、水样流速、实验室温度对镉柱还原法测定海水中硝酸盐氮的影响,优化实验得出最佳实验室条件是:2-5 mm镉粒,填充量为40 g,水样流速为6 m L/min-8 m L/min,实验室温度都适宜。     

安全信用评价在乌弄龙、里底水电工程建设中的应用

近年来澜沧江公司对安全生产工作采取了强有力手段,安全生产基础不断夯实。如何将安全工作推进更深的层次,如何把控"准入关",将信用评价纳入安全生产不失为一个行之有效的方式。安全信用评价是建立水电工程施工安全信用体系的重要手段,能够促进整体行业安全管理水平的提升。     

微软的便携之梦

“冒烟的地方会有火”，这句话至少在微软身上应验了——如果媒体报道属实，微软将会发布一系列的便携媒体播放器和游戏机。名字还没确定，可能是Argo、Zune或者其它。     

基于感知评价的Internet语音终端流量控制

分析了影响因特网语音通信质量的主要因素，根据实时传输控制协议计算延迟、丢包率等网络参数，并利用RBF神经网络将参数映射为语音质量评分，根据评分值的变化动态地调整语音终端的编码速率，在保证一定语音质量的同时，缓解网络拥塞。实验证明了该方法的有效性。     

基于交会图和多元统计法的神经网络技术在火山岩识别中的应用

针对火山岩储层的特殊性(复杂性、离散性和随机性),应用BP神经网络技术对火山岩测井解释中岩性识别问题进行了研究。该方法的技术关键是样本集和初始权重的建立,以及模型的优选。本文提出了一种基于交会图和多元统计法的学习样本生成方法,即根据取心岩样的地球化学和岩石学研究,用交会图技术建立样本集,采用聚类分析和距离判别法确定初始权重。将研究方法应用在松辽盆地杏山地区火山岩岩性识别问题中,取得了很好的效果,岩性解释符合率高于90%。文中通过四种岩性识别处理模式的对比研究,表明赋权重处理模式为最优处理模型。在神经网络模型预测过程中,需充分利用已有的地质经验和测井曲线信息建立典型可靠的样本文件,同时考虑神经网络方法中各种因素的影响,优选模型和计算参数才能使预测结果符合实际情况。     

无线通信的跨层优化

传统的OSI分层结构无法适应无线网络环境，随着越来越多无线应用的出现，人们提出了跨层设计，其主要内容就是通过在协议栈的各层之间（主要是应用层、传输层、网络层、链路层和物理层）传递特定的信息，使协议栈能够根据无线环境的变化来实现对资源的自适应优化配置，从而更有效的利用无线网络资源，提高系统的性能。