基于半监督极限学习机的增量式定位算法

针对目前室内指纹定位算法存在实时性差、对动态环境适应性不足的问题,提出一种新的基于半监督极限学习机的定位算法.该算法首先通过半监督极限学习机建立初始化位置估计模型,然后利用新增的半标记数据对原定位模型进行动态调整,最后为新增训练数据分配合适惩罚权重,使模型具有时效机制.仿真结果表明,该定位算法在保证定位实时性的同时提高了对动态环境的适应性.     

基于小波分析和绩效学习机图像分类算法的机器人导航视觉系统设计

机器人导航视觉系统设计需要建立在完整的算法基础上。本文主要从小波分析与绩效学习机图像分类算法两方面展开研究,提出实现机器人导航视觉系统功能的设计方法。通过小波分析算法来强化机器人绩效学习能力,从而达到导航视觉捕捉效果。     

高寒地区高铁运用安全冗余及其转向架优配解决方案

为解决高寒地区高铁运用安全冗余问题,应用基于抗蛇行频带吸能机制的稳定新理论提出转向架优配方案．针对三大扰动或摄动影响,即蛇行振荡参振质量摄动、抗蛇行减振器性能摄动以及风荷侧向扰动,该转向架优配方案合理挖掘欧系车辆技术优势,因此高速列车具有十分理想的稳定鲁棒性能,经济时速可以达到350～380km／h．考虑到SACHS抗蛇行减振器的技术可靠性,高寒车最佳商业速度不得不降至300km／h．尽管如此,高寒车的运用必须是个积极稳健的推进过程,即由200km／h逐步提速,最终达到300km／h运用．     

四川省作好农村水电安全度汛工作

今年来．四川省极端天气频发,大部地区多次普降强暴雨,引发洪涝、山体滑坡、泥石流等各类地质灾害,给全省农村小水电安全带来极大隐患。为增强全省地方电力防汛抗洪能力,确保农村小水电安全度汛,确保人民群众生命财产安全,四川省各级水利部门高度重视,严格按照水利部关于加强农村水电安全监管的要求,积极与发改、安监、电监等部门加强协调,落实小水电安全生产双主体责任,     

极限学习机在湖库总磷、总氮浓度预测中的应用

基于传统BP人工神经网络模型训练速度慢、参数选择困难、易陷入局部极值等问题,提出极限学习机(ELM)的水质预测模型。以云南某水库为例,选取NH₃-N、NO₂^--N、NO₃^--N、COD_Mn和水体透明度作为网络输入,TP、TN作为输出, 构建基于ELM的湖库TP、TN预测模型,并将ELM预测结果与传统BP、GA-BP、RBF人工神经网络模型模拟结果进行比较。结果表明,ELM模型预测精度高于传统BP和RBF模型模拟结果,甚至略高于GA-BP模型的预测精度,并且ELM模型具有参数选择简便、训练速度快、不会陷入局部最优值等特点,有着较大的计算优势。     

沿海滩涂风机基础设计

滩涂风机基础设计受风机荷载特性、气候、地质等条件约束,保证风机基础的安全稳定是非常重要和迫切的.结合海南某风电场,阐述了滩涂风电场基础选型及设计的要点,并给出了样例工程主要设计指标的计算方法和依据,给类似的工程设计提供借鉴.     

基于二叉级联结构的并行极速学习机算法

为解决因庞大的矩阵存储和计算,ELM（Extreme Learning Machines）难以应用到大规模、高维数据集的问题,提出一种基于＂分而治之＂策略的并行极速学习机算法。该算法利用二叉级联结构,将大规模数据集分派到多个计算节点上,并行地更新单隐层前馈网络的输出权值,且能有限步地单调收敛到最小二乘解。实验结果表明,该算法不仅泛化性能优异,并且具有非常高的加速比和并行效率。     

近50a黄河三角洲极端降水事件特征研究

利用黄河三角洲地区5个气象站1961—2007年逐日实测降水资料,采用适合当地实际状况的通用极端气候指数,分析近50 a来黄河三角洲地区极端降水事件变化特征。结果表明:黄河三角洲地区的逐年最大日降水量、强降水日数、强降水强度、暴雨日数和暴雨强度等5个指数均呈现逐步下降趋势;从年代际特征来看,20世纪60年代至今大约经历了3个"先下降后上升"的变化过程;极端降水量与年降水总量存在较好的相关性,相关系数在0.75以上;最大日降水量、强降水日数和暴雨强度3个指数在70年代末和80年代初发生突变,其特征与华北中部地区基本保持一致。     

浅谈极端气候对水利工程建设影响

中国是一个水能资源较为丰富的国家,水能资源在中国能源资源构成中占有十分重要的地位,开发利用水能资源是满足能源需求的重要措施。我国水资源蕴藏量十分丰富,理论蕴藏量为6.76亿kW,可能开发利用的达3.78亿kW,居世界首位。但是我国水资源开发程度只达到19.30%,与发达国家60%的开发程度相比还有很大的差距,因此,我国的水力资源开发仍显得任重而道远。但是近年来我国极端气候频发,给水利工程建设带来较大影响。文章以东南沿海持续强降雨和西南大旱为例,分析了极端气候条件对水利工程建设的影响。     

混合交通特征表达及快速检测算法

针对混合交通特征表达和分类识别的问题,提出了基于边缘偏心率向量的混合交通视频检测算法。将利用上下文比对获取的边缘信息与图像重心相结合构建混合交通的边缘偏心率向量,对混合交通前景进行了特征表达。再结合极限学习机建立了快速学习机制,实现了快速分类识别,克服了采用支持向量机训练难以达到实时检测的问题。试验结果表明:本文算法中各个类别的混合交通边缘偏心率特征区分明显,识别准确率可达93%以上,且处理速度快,能够满足实时检测的需求。