某城区排涝泵站设计流量计算方法初探

采用平均排除法、最大24 h雨型洪水流量时程分配法和产流汇流法3种方法分别计算了某城区电排站的设计流量,并将3种方法的计算结果进行对比分析,选用合适电排站的设计流量,可为类似工程设计流量的确定提供参考。     

基于支持向量机的炒作微博识别方法

微博是舆论传播的中心和渠道,同时参与舆论的形成、发展与引导过程,其自媒体发布、意见领袖参与等因素在一定程度上造成了微博谣言、虚假炒作、社会动员等现象。针对炒作微博的传播特点,分析其群体的隐蔽策划现象,挖掘出普通微博和炒作微博在传播网络结构、转发增量统计等方面的差异。通过社交网站的应用程序接口对目标微博的所有评论、转发和点赞用户进行信息获取,构建该微博的传播网络,利用社团模块度、平均最短路径和网络直径这3个属性度量该网络的紧密程度,基于支持向量机对所抽取的微博进行分类,进而识别出炒作微博。实验结果表明,该方法对微博传播用户的属性信息依赖小以及传播网络结构特征敏感,并且具有较高的炒作微博识别准确率。     

基于次锚节点的无线传感器网络改进加权质心定位算法

针对加权质心定位算法（ WCLA）对锚节点数量要求较高和定位精度较低的缺陷,提出一种基于次锚节点的改进加权质心定位算法（ IWCLA-SAN）。该算法在加权因子中引入修正系数,以提高定位精度;同时,将基于粒子群优化（ PSO）的定位算法的未知节点升级为次锚节点,在锚节点数量有限的情况下,以提高定位精度和定位覆盖率。仿真结果表明：该算法能有效提高定位精度和定位覆盖率。     

一个分布式K互斥算法的概率模型检测

传统的验证方法难以保证分布式K互斥算法的有效性和安全性.为解决这一问题,给出了进一步的研究,提出一种基于概率模型检测器PRISM的方法,对Kerry Raymond的分布式K互斥算法进行形式化建模与分析验证.通过设置算法中各个进程进入临界区的时间而得出的结果中发现,改变临界区的数目K,对于某一进程进入临界区的平均及时时间的影响并不大.如果某一进程的执行时间比其他进程大很多,则K的增加可以提高运行效率.最后证明了这一结论.     

基于改进UKF的滚动时域估计方法及其在PVC聚合过程中的应用

聚合过程具有高度非线性和时变性等特点,参数在线估计有助于聚合过程控制性能和优化效果的改善。滚动时域估计(MHE)方法是一种用于聚合过程参数和状态估计的有效方法。本文提出了一种基于改进无迹卡尔曼滤波(UKF)的滚动时域估计方法,用于氯乙烯聚合过程机理模型时变参数的估计。滚动时域估计方法的关键问题之一是抵达成本(Arroval Cost)的近似估算,文中采用2种采样策略来实现抵达成本的自适应计算和更新。将提出的方法应用于氯乙烯聚合过程传热系数的在线估计,并与传统的滚动时域估计方法相比较,体现了该方法的有效性。     

项目子相似度融合的协同过滤推荐算法

针对用户评分数据稀疏性和项目最近邻寻找的不准确性问题,提出了一种项目子相似度融合的协同过滤推荐算法.该算法根据目标用户每一属性取值,选取与该属性值一致的用户作为用户子空间,并在此空间上计算目标项目与其他项目之间的相似度(称其为项目子相似度).在此基础上,以项目子相似度为依据选取目标项目的K最近邻,计算其预测评分;最后对用户不同属性上的预测评分进行加权求和,得到目标项目的最终评分.实验结果表明,该算法能准确地选取目标项目的最近邻,明显改善了推荐质量.     

基于Android平台的保健食品移动监管系统

针对保健食品企业监管效率低以及管理模式的不健全, 提出一种基于Android平台的移动监管系统模式. 智能终端设备通过连接3G、4G等无线网络, 使监管人员在执法现场将采集的信息数据直接上传至服务器, 同时增设数据同步代理机制, 实时监听用户的离线和在线状态, 防止数据丢失, 再利用蓝牙无线通信技术实现监管数据的后台打印功能, 进一步简化执法流程. 本系统的应用实现了移动监管和移动办公的模式, 具有实际应用价值.     

基于环境激励的桥梁振动模态识别算法研究

在桥梁建造和维护过程中,需要对桥梁的振动模态进行在线、实时的分析,急需一种不需要人工激励进行快速模态分析的算法。通过研究自然激励技术NExT( Natural Excitation Technique)与自回归滑动平均模型ARMA( Auto￣Regressive and Moving Average Model),在常规的自然环境模态分析算法的基础上构造出一种快速求解NExT￣ARMA模型的算法进行桥梁模态识别。相比于传统的环境激励模态参数计算方法,该算法不但降低了传统算法的复杂度,而且采用了反馈的方式提高了计算精度。采用ANSYS建立有限元模型并搭建简易实验系统分别对该算法进行仿真验证和实验验证,验证结果表明,该算法能够有效地在自然激励下提取出桥梁结构的各阶模态,其中对前三阶固有频率的识别相对误差降到1％左右。     

空间约束混合高斯运动目标检测

目的 针对传统混合高斯模型前景检测运算量过大问题,提出一种基于空间约束的混合高斯前景检测算法。方法 通过快速初始化缩短模型的初始建立过程;采用双重背景模型机制,以自适应背景减法的前景检测结果作为混合高斯前景检测的空间约束条件,降低模型在背景区域的冗余运算;运用多策略自适应模型更新,提高前景检测的准确性。结果 在各种测试场景下,与传统混合高斯法、CodeBook、GMG、偏差均值混合高斯模型(MODGMM)等算法相比,该算法具有更好的准确率以及4倍以上的处理速度。结论 在固定相机场景下的运动目标检测中,算法能有效提高传统混合高斯法的准确性且具有极高的实时性。