Fitts＇定律实验的设计与实现

首先,介绍了Fitts＇定律,然后,设计了验证Fitts＇定律的实验,最后,使用Matlab7.0.1对数据进行了统计和分析.实验结果有效地验证了Fitts＇定律,并且Fitts＇ Law（错误率为4％）得到的预测模型精度高于通过“effective width”Fitts＇ Law得到的预测模型.     

帆船VMG时间序列模糊边界研究

VMG（Velocity Made Good）是帆船在前进过程中船速在风的方向上的投影,它体现了帆船在风向上前进的能力,反映了帆船运动员利用风的能力.因此,对运动员而言,若能掌握VMG的变化范围,即为他们制定帆船航行方向决策提供了科学依据.基于与上海体育局合作的《帆船帆板赛场环境监测和运动技术分析系统开发》课题所采集到的有关帆船运动的原始数据,首先,采用基于模糊集的信息粒化方法将原始数据粒化,得到VMG的模糊粒子;之后,采用支持向量机（Support Vector Machine,SVM）的学习方法实现对模糊粒子的上下界的回归预测,从而实现了帆船VMG时间序列的模糊边界的变化范围预测.实验仿真结果证明了这种研究方法的有效性.     

基于时变自回归模型的非平稳数据预测方法研究

针对现有的自回归（Autoregressive,AR）模型对非平稳数据预测效果不佳的问题,提出了基于时变自回归（Time-Varying Autoregressive,TVAR）模型的时序预测方法.针对某型国产飞机发动机的低压转速信号,使用TVAR模型分别进行点预测和区间预测,并与AR模型的点预测结果进行对比.研究结果表明,TVAR模型能够很好地反映非平稳数据的变化趋势.在给定置信水平下,TVAR预测区间能够包含真实数据,因此TVAR模型在时序预测中具有更好的预测效果.     

Non-destructive testing and pre-warning analysis on the quality of bolt support in deep roadways of mining districts

The bolt support quality of coal roadways is one of the important factors for the efficiency and security of coal production. By means of a self-developed technique and equipment of random non-destructive testing, non-destructive detection and pre-warning analysis on the quality of bolt support in deep roadways of mining districts were performed in a number of mining areas. The measured data were obtained in the detection instances of abnormal in-situ stress and support invalidation etc. The corresponding relation between axial bolt load variation and roadway surrounding rock deformation and stability was summarized in different mining service stages. Pre-warning technology of roadway surrounding rock stability is proposed based on the detection of axial bolt load. Meanwhile, pre-warning indicators of axial bolt load in different mining service stages are offered and some successful pre-warning cases are also illustrated.The research results show that the change rules of axial bolt load in different mining service stages are quite similar in different mining areas. The change of axial bolt load is in accord with the adjustment of surrounding rock stress, which can consequently reflect the deformation and stability state of roadway surrounding rock. Through the detection of axial bolt load in different sections of roadways, the status of real-time bolt support quality can be reflected; meanwhile, the rationality of bolt support design can be evaluated which provides reference for bolting parameters optimization.     

混沌理论在电力系统负荷预测中应用综述

电力系统负荷的准确预测,对电力系统安全、高效运行有重要作用。负荷存在混沌特性,而基于混沌理论的预测较好地刻画了负荷物理属性,预测精度高。并主要介绍了混沌理论在负荷预测中的应用。首先,概述了基于混沌理论预测的机理,介绍了几种混沌特性判别的方法。然后,介绍了几种预测模型。最后,对现有预测模型总结和展望。     

月表环境无线电波传播分段预测模型

针对经典无线电波传播模型不适用于月球特殊的传播环境问题,提出一种月表环境下电波传播损耗分段预测模型。该模型首先建立包含自由空间段、月面反射段和月球绕射段的理想分段预测模型,并给出不同区间内传播损耗预测算法,然后考虑传播路径剖面上多重障碍物导致的额外损耗,以及其对分段区间参数的修正方法。将其应用于美国国家航天局提供的月表实际场景,仿真结果表明该模型预测结果与“阿波罗”登月工程获得的实测数据非常吻合,可用于辅助月表无线通信系统的参数设计和性能评估。     

潜江凹陷建新地区地震储层预测研究

以古地貌分析、砂体展布特征为指导,开展了潜江凹陷建新地区多种技术手段的地震储层预测研究。结果表明,振幅类与波形类属性是该区的敏感性参数,并且通过本地区的岩石物理分析,认为波阻抗也能较好地区分储层;在刻画储层展布形态的同时与构造相叠合落实了多个构造-岩性圈闭,进一步明确该区构造-岩性油藏的勘探潜力。     

视频网站的数据存储管理优化

针对视频网站数据优化存储的问题,定义了文件热度的概念,利用平均值的方法描述了各个类型数据的热度。在此基础之上采用时间序列方法对数据进行预测,得到了未来十天的不同类型视频的访问情况。最后,分析了文件多个周期的热度,通过隶属度函数确定出每一个周期的淘汰阈值,通过计算不同周期的淘汰阈值,得到一个动态的淘汰阈值示意图,从而给出文件淘汰分发的原则,实现了数据的存储管理优化。     

转炉炼钢氧枪枪位自动控制专家系统的实验室研究

在转炉造渣过程中，渣中FeO的含量直接影响到石灰的溶解速度、造渣途径和炉渣的喷溅、返干，在泡沫渣淹没吹炼状态下，调整氧枪枪位可有效地控制渣中FeO的含量。音平控渣系统，可以给出喷溅、返干的趋势，在此基础上，开发氧枪枪位自动控制专家系统，对喷溅、返干进行预测，采用自学习技术给出枪拉操作提示。此系统为氧枪自动控制奠定了基础。     

物联网中基于KNN和BP神经网络预测模型的研究

物联网中,无线传感器网络由于环境、资源等因素的变化和限制,会导致部分数据异常或丢失,使数据传输的可靠性降低。因此常用的BP神经网络方法在根据最终获取数据进一步处理时的准确性不高。提出K近邻算法和BP神经网络相结合的二阶段预测模型,先使用K近邻算法对BP神经网络输入数据中异常或缺失数据进行估值和替换预处理,同时进行初步预测,然后将预处理后的数据输入BP神经网络,综合BP神经网络和KNN的预测结果给出最终结论。实际环境中实验表明,所提出的模型能够有效地提高物联网环境中预测的准确度和稳定性。