巷道和边坡的稳定位移与突发失稳时间预测

本文从位移时序曲线的特征出发，提出并验证了用加速度作为状态识别判据的可行性。对于稳定的情况，讨论了用灰色系统ＧＭ（１，１）模型预测最终收敛位移；对于失稳的情况，建立了用割线角估算失稳时间的一般公式。     

基于目标预测跟踪技术的空间光通信实验研究

在空间光通信系统中,针对信标光在探测器焦平面中成像的像素数太小而导致信标光提取难度较大问题,提出采用目标预测跟踪算法实现信标光质心提取.详细介绍了基于预测跟踪的算法实现步骤及其软件实现流程,并在搭建的演示实验系统上进行了验证性实验.     

基于分解协调的SWCC-OBS网络路由选择研究

针对稀疏分布有限波长转换能力的光突发交换(SWCC-OBS)网络容易出现的高丢包率和负载不均 衡问题,建立了稀疏分布OBS全网丢包率的数学模型。为了克服模型求解过程中多 变量带来的非 线性问题,对影响全网突发丢包率的参变量进行分解预估和反馈更新,求得全网对应业务流 模型下的优化 路由路径,获得了全网突发数据的近似最低丢包率。仿真实验表明,在SWCC-OBS网络中, 本文提出的路由 选择模型及分解协调的路由选择算法,不仅能有效地避免突发数据包间的相互冲突、降低了 全网丢包率,而 且能很好地适应突发数据业务的动态变化,保证了网络的负载均衡和较低的丢包率。     

基于Kalman预测的四轮转向状态估计算法

针对车辆运动状态测量存在的成本高、难度大问题,提出了一种基于Kalman预测技术的车辆状态估计算法,该估计算法以线性二自由度的车辆模型为基础,对四轮转向过程中车辆横摆角速度、车辆侧向加速度分别进行估计,并与实测结果对比分析,结果表明,Kalman预测算法能准确估计四轮转向时车辆的横摆角速度、侧向加速度,并结合车速信息对4WS转向车辆采用低速时,前后轮采用反向转向、高速时前后轮采用同向转向的控制策略,以实现汽车低速行驶的机动性和高速行驶的操作稳定性。     

Apriori算法在商品价格关联分析中的应用研究

伴随着海量价格监测数据的增长,通过人工方式从中获取新知识变得越来越难.本文阐述了以Apriori算法为基础的关联规则挖掘的基本原理,尝试使用数据挖掘技术提高价格监测数据在预测商品价格方面的可用价值.     

一种基于飞行试验的短波通信频率预测方法

机载短波通信是CNI(通信/导航/识别)体系内不可或缺的组成部分。运用短波通信理论分析了机载短波通信通信频率与通信距离之间的关系,鉴于通信距离在实战中的的重要性,提出了一种预测短波通信频率的方法。方法主要为以下2点:一、特定时间和路程下的最高可用频率;二、每一频率在每一时段的信噪比及可用性百分比。方法主要经由理论分析、软件辅助计算,并结合电磁环境的监测结果和实际地面互联互通经验对预测结果进行修正,给出每一时刻的最佳通信频率。最后,通过真实飞行试验对该方法的可行性进行了工程验证。     

基于自适应增量调制的语音延时电路设计

传统的脉冲编码调制需要较长的码,其实现结构复杂。文中介绍了增量调制(DM)的原理,说明了它的优缺点,引入了对它改进后的调制方式——自适应增量调制(ADM)。自适应增量调制不仅集成了DM调制实现结构简单的特点,而且大大降低了DM调制中的量化噪声和斜率过载噪声,性能更为优良。根据ADM的原理,设计了采用自适应增量调制原理的语音延时电路,通过流片验证了其优异的性能,实测延时后的噪声电压为-88dBV,总谐波噪声+失真<0.5%。     

网络虚拟化环境下基于预测的资源重配置算法

解决虚拟网动态加入、离开导致的底层网络资源占用不均衡问题,提出基于预测的资源重配置算法(FRRA)。FRRA用已知信息预测资源重配置时间间隔,代替已有算法中周期性时间间隔。采取两方面措施保证重配置时机全局最优:将资源划分为关键资源和普通资源并使用不同配置算法;根据资源迁移失败概率,推导重配置请求次数极限值。与算法VNA-II、PMPA实验比较表明,FRRA的重配置花费比VNA-II节省69%,比PMPA节省42%;FRRA的虚拟网请求接收率比VNA-II提高29%,比PMPA提高52%。     

Use of support vector regression and numerically predicted cloudiness to forecast power output of a photovoltaic power plant in Kitakyushu,Japan

The development of a methodology to forecast accurately the power produced by photovoltaic systems can be an important tool for the dissemination and integration of such systems on the public electricity grids. Thus, the objective of this study was to forecast the power production of a 1‐MW photovoltaic power plant in Kitakyushu, Japan, using a new methodology based on support vector machines and on the use of several numerically predicted weather variables, including cloudiness. Hourly forecasts of the power produced for 1 year were carried out. Moreover, the effect of the use of numerically predicted cloudiness on the quality of the forecasts was also investigated. The forecasts of power production obtained with the proposed methodology had a root mean square error of 0.0948 MW h and a mean absolute error of 0.058 MW h. It was also found that the forecast and measured values of power production had a good level of correlation varying from 0.8 to 0.88 according to the season of the year. Finally, the use of numerically predicted cloudiness had an important role in the accuracy of the forecasts, and when cloudiness was not used, the root mean square error of the forecasts increased more than 32%, and the mean absolute error increased more than 42%. Copyright © 2011 John Wiley & Sons, Ltd.     

粘弹性本构模型的识别与变形预报

本文针对粘弹性模型，探讨了模型识别方法，首先根据反分析方法确定粘弹性模型的等效弹性模量，然后再确定具体模型的参数，在此基础上进行模型模糊识别；最后对三峡工程高陡边坡稳定性进行了预报分析，计算结果表明文中建立方法的可行性和潜在的应用价值