基于概率约束的轴桥车削参数优化

针对轴桥车削时变形大的问题,分别提出相应的工艺改进及加工参数优化策略:通过增加平衡配重减小离心力对车削变形的影响;通过基于概率约束的优化算法选择最优的车削参数,实现车削过程的高效性以及车削精度的可靠性。构建以车削效率为目标的轴桥车削参数优化模型。为充分考虑车削参数的随机变化,以车削变形量小于给定值的概率作为约束。为降低概率约束模型的计算成本,采用基于平移传播的拉丁超立方采样方法确定车削速度、背吃刀量与进给量的参数组合,并通过有限元仿真得出各组参数对应的变形值,进而构建车削变形的克里金模型,在失效概率计算及优化求解过程中直接调用该近似模型。通过对概率约束模型最优点处的参数组合进行试验,验证了本文提出的方法可在轴桥允许变形范围内有效提升车削效率。     

一种基于风险传播的信息系统风险评估方法

传统信息系统的风险评估方法未考虑节点的状态变化和风险的传播方向,且评估结果的准确性受专家主观性的影响,对此,提出了一种基于风险传播的信息系统风险评估方法.首先,确定节点的初始状态转移概率矩阵,并根据攻击属性对矩阵进行修正,得到节点状态转移概率;其次,基于系统风险传播网络拓扑图和节点属性值计算节点在各方向的传播概率;然后,利用三参数区间数方法获取节点威胁事件的量化值;最后,根据风险评估方法计算各节点的风险值.实验结果表明,基于风险传播方法的评估流程更客观、合理,可提高信息系统风险评估的整体性和准确性.     

利用贝叶斯线性回归结合混合Copula函数分析风电功率的相关性

分析风电场之间的出力相关性有助于合理规划风机的功率输送以及调度优化,从而提高传输线路的利用率。以冀北地区风场为例,首先分析了该区域风速的分布特性,然后利用贝叶斯线性回归算法建立混合Copula函数模型,拟合得到4个机群风速序列的联合分布,计算出风电场之间的出力相关性,并与其他相关性函数建模进行对比研究。研究结果表明,基于贝叶斯线性回归的混合Copula函数模型能够提高参数估计的精确性,从而使得计算出的相关性更为准确,并且由其拟合得到的出力概率分布与实际风场出力的概率分布较为一致。     

基于新型混合模型的欠定盲分离方法

针对欠定盲分离问题,提出了一种新的源恢复方法. 在时频域局部区域采用复高斯分布对源信号进行建模,将语音信号的稀疏性和局部平稳性结合在一起,提出了一种新的混合模型来描述观测信号在局部区域的概率分布.通过该模型,将每个时频点的源信号状态的判断问题转换成模型的参数估计和后验概率的计算问题,最后通过子混合矩阵的逆恢复出源信号. 实验结果表明,该方法具有很快的收敛速度,并且比已有方法具有更好的分离性能.     

面向口语统计语言模型建模的自动语料生成算法

在资源相对匮乏的自动语音识别(Automatic speech recognition, ASR)领域, 如面向电话交谈的语音识别系统中, 统计语言模型(Language model, LM)存在着严重的数据稀疏问题. 本文提出了一种基于等概率事件的采样语料生成算法, 自动生成领域相关的语料, 用来强化统计语言模型建模. 实验结果表明, 加入本算法生成的采样语料可以缓解语言模型的稀疏性, 从而提升整个语音识别系统的性能. 在开发集上语言模型的困惑度相对降低7.5%, 字错误率(Character error rate, CER)绝对降低0.2个点; 在测试集上语言模型的困惑度相对降低6%, 字错误率绝对降低0.4点.     

弯道岸坡上粗细泥沙统一起动流速公式

该文基于概率论与泥沙起动基本理论,考虑了起动概率、相对暴露度与细颗粒泥沙间黏结力和附加下压力对泥沙起动的影响,采用滑动起动模型,从理论上推导出了适用于弯道岸坡上粗、细泥沙颗粒起动的统一流速公式,完善了已有研究成果对泥沙起动概率考虑的不足。公式综合了弯道岸坡、顺直岸坡、正负坡及平坡等条件下粗细泥沙颗粒起动流速计算,可简化为各简单条件下泥沙起动流速公式。通过各简单条件下泥沙起动流速实测资料验证,该文公式与实测数据符合良好。     

基于全概率公式直接推求管运洪水

本文为保证防洪安全的前提下充分发挥水库的综合效益,提出了基于全概率公式推求管运洪水的方法,并详细阐述了其基本原理;提出了在资料较短或前、后汛期洪水特性大致相同的情况下运用全概率公式推求管运洪水的实际方法;以马边站的洪水资料进行实例研究,其结果表明基于全概率公式推算出来的管运洪水既能使水库工程达到防洪标准,又能充分发挥水库的综合效益。     

基于一次投影子空间追踪的压缩感知信号重构

为了降低信号重构算法的复杂度,实现对稀疏度未知信号的重构,提出了一种基于一次投影子空间追踪(OPSP)的信号重构方法。首先根据约束等距性质确定信号稀疏度的上下界,并将最接近上下界中值的整数作为稀疏度的估计值;然后在子空间追踪(SP)算法的框架下,去掉了迭代中观测向量在支撑集上的投影过程,降低了算法的复杂度。为了更准确地衡量算法的重构性能,提出用完整信号的重构概率作为衡量算法重构性能的指标。与传统的SP算法相比,所提算法可以重构稀疏度未知的信号,且重构时间短,重构概率高。仿真结果验证了该算法的有效性。     

图的点可区别边染色算法研究

针对一般图设计了一种新型的点可区别边染色算法。该算法把概率思想和图染色相结合, 根据点可区别边染色的约束规则确立目标函数, 利用交换规则逐步寻优, 当目标函数的值满足要求时染色成功。给出详细算法步骤并进行了测试和分析, 实验结果表明该算法可以求出满足猜想的点可区别边色数。