海洋立管涡激振动位移响应测试方法及试验研究

海洋立管涡激振动会使立管产生疲劳破坏.实时监测应变并通过应变数据转化为立管的位移,从而可直观、准确地判断海洋立管的状态,预知可能发生破坏的位置并采取应对措施.建立了数学模型,通过理论分析立管的挠度曲率与应变、位移存在的关系,进而拟合立管的挠度曲线.基于挠度曲线的边界条件以及广义最小二乘法确定挠度曲线未知数的求解方法.设计试验方案,搭建试验平台,通过光纤光栅应变传感器及解调仪获得试验数据,求解挠度曲线.并通过试验过程中位移的测量值来验证位移计算值的正确性及可行性,试验结果表明:位移的计算值精度能够满足工程上的要求,该方法可作为检测立管涡激振动的一种方法.     

基于CART改进模型的驾驶员路径选择行为估计方法

针对目前驾驶员路径选择估计精度不高的问题,考虑地区、城镇类型、性别、年龄、是否已婚、学历、职业、是否从事全职工作、收入水平、交通拥挤程度、排队长度、延误时间、道路熟悉程度、路径长度、替代路径节省时间等多方面因素,设计了一个驾驶员路径选择行为调查方案,并对驾驶员群体开展了网上调查.利用Logit模型及Probit模型分析了驾驶员路径选择行为的影响因素,得到性别、年龄、是否从事全职工作、延误时间、道路熟悉程度、路径长度、道路拥挤程度等因素的影响显著.利用改进的分类树(classification and regression tree,CART)模型设计了驾驶员路径选择行为估计模型,重点针对驾驶员路径选择行为的特点对传统CART模型的递归划分与剪枝2个主要算法进行了改进研究.样本测试结果表明:模型的估计精度可达82%,相比现有模型的估计精度至少提高了6%.研究成果可为交通诱导方案的制定提供有效的技术支持.     

合肥环境空气中 PM2．5的影响因素和时空分布

针对合肥市环境空气中的 PM2．5污染,使用残差分析、相关系数等方法,建立多元线性回归、污染指数、改进的高斯等模型,运用 Matlab、Eviews、Surfer 等软件,对数据进行处理,得出结论：1）影响 PM2．5浓度的主要影响因素是 CO、PM10的浓度;2）该地区 PM2．5的时空分布和传播规律为沿市区向周围污染逐渐降低;3）自然因素对 PM2．5的传播主要受到风速、温度的影响且随着温度升高污染程度降低,风速越大污染程度越高。     

非稀疏多核组合的支持向量回归方法

为了改善支持向量回归机的性能,本文提出了一种利用多核学习解决回归问题的算法(NS-MKR),算法对基本核函数的组合系数施加了Lp范数的约束(p>1),以得到组合系数的非稀疏解,并采用了两步优化方法,首先求解基于加权组合核的标准支持向量回归问题,用于学习拉格朗日乘子,然后采用简单的计算,求得基本核函数的组合系数,这两个步骤交替进行,直到满足事先定义的收敛准则。在人工数据集和真实数据集上的实验表明,相对于传统的单核和稀疏多核支持向量回归方法,本文提出的算法有更好的泛化性能。     

锈蚀损伤混凝土管桩水平承载性状时变分析

为研究锈蚀损伤混凝土管桩的水平承载性状,依据Fick第二定律,建立了氯离子在混凝土管桩中的扩散方程,并结合初始和边界条件,得到扩散方程的解析解.依据厚壁圆筒模型,推导了钢筋混凝土管桩保护层锈胀开裂时的钢筋临界锈蚀深度.基于Faraday定律,对钢筋混凝土管桩保护层锈胀开裂时间进行了预测.并在此基础上,通过引入桩身抗弯刚度折减系数对海洋环境下锈蚀损伤钢筋混凝土管桩的桩身抗弯刚度的衰减规律进行了探讨,进而对海洋环境下锈蚀损伤钢筋混凝土管桩的水平承载性状的时变特性进行了分析.结果表明:海洋环境中氯离子侵蚀引起的钢筋锈蚀对钢筋混凝土管桩的水平承载性状有明显影响.随着暴露时间的延长,桩身抗弯刚度呈非线性衰减,桩身水平位移和桩身负剪力最大值逐渐增大,桩身弯矩逐渐减小.     

Segmentation of the image with multi-visual features for a traffic scene

Scene segmentations based on the pixel classifying calculation are complicated, and they use insufficient features, thus resulting in a low accuracy, so a new model is proposed to overcome these shortcomings,which is to learn these geometric classes based on multi-visual features of super-pixels. First, various features are extracted from the super-pixels of an input image. These features are used for classifying the super-pixels. Then the difference between the adjacent super-pixels is calculated to predict their consistency. The initial classification result and the consistency are synthesized to the Markov Random Field energy function, which is then minimized based on the graph-cuts algorithm to get the final labels of the super-pixels. Experimental results prove the effectiveness of the multi-visual features and the optimization method proposed, with superior performance achieved for traffic scenes.     

基于用户喜好的个性推荐系统优化

采用协同过滤方式的传统推荐系统具有一定实用性,但也存在未考虑用户个性喜好的问题。为提高推荐精度,特别针对用户个性化特点和需求,提出了采用改进相似度计算和回归分析方法对协同过滤推荐进行系统优化。实验结果表明,优化算法可明显改善系统的推荐效果,并加强基于协同过滤推荐的有效性。     

线性回归分析法在工资预测中的应用

以线性回归分析方法为基础,采集由四川省政府和省统计局于1991 ～2012年发布的城镇在 岗职工平均工资数据,研究并建立了科学的预测模型.结合我国的经济发展战略目标,预测出四川省城镇在岗职工2013 ～2020年的平均工资值及其截止2050年的增长趋势.最后对预测数据进行了具体分析,从实际层面评估了预测模型的建模方法和预测数据的可信度.     

面向光伏发电的规则表预测模型

基于模式树提出了一种面向光伏发电的规则表模型.学习时,迭代地构建不同的模式树;对于每次迭代,树中对应于最优的路径被作为规则表中的规则.预测时,根据规则表,使用相应的线性回归模型进行预测.实验结果表明,较之于神经网络、模式树,该模型具有更好的可解释性,同时表现出更高的预测准确性.     

一种电气设备状态诊断方法

随着电网技术的不断发展和电网规模不断扩大,电气设备数量激增、智能化程度越来越高;同时,终端用户对用电可靠性越来越重视,借助智能技术基于设备运行数据对设备进行故障诊断势在必行.本文以基于范例推理的理论(CRB)与支持向量机技术(SVM)为主要工具,提出了一种基于范例推理的电气设备状态智能诊断模型,试图通过电气设备已有数据的挖掘,获取电气设备故障的潜在发生规律,进而作为依据及时发现并排除电气设备的潜伏性故障.首先研究CRB和SVM在电气设备状态诊断中的应用;然后建立电气设备状态智能诊断模型,以电气设备的海量运行数据、历史数据、测试数据以及环境因素等为基础,建立电气设备的状态范例库,应用SVM回归对设备状态范例库进行深度的挖掘与分析,建立设备状态指纹,并以此为据进行电气设备运行状态的诊断分析;最后以油浸式变压器状态诊断为例,对实际数据进行分析诊断,并与三比值法的诊断结果进行比较.诊断结果表明,智能诊断模型诊断范围更广,诊断结果更准确.