基于传感器的飞机地面结霜实验分析与预测

飞机在地面的结霜会破坏飞机的气动外形,对飞机的飞行性能产生不利的影响。为了对地面飞机结霜进行准确监测与预测,利用多种传感器对机翼的结霜环境进行实验研究,通过分析不同环境下模拟机翼的霜层生长曲线,探寻和统计飞机机翼的地面结霜规律。对结霜实验的数据进行分析,提出了不同结霜环境下的多项式回归预测模型。同时将多项式进行正交化,避免了多重共线性,使预测模型的曲线拟合程度高,预测值具有较高的精度,实现了对飞机的地面结霜进行快速精确的预测。     

高分辨TerraSAR-X 图像舰船目标几何参数提取方法

准确提取SAR图像舰船目标几何参数是实现舰船分类的基础。由于SAR特有的成像机理, SAR图像旁瓣效应和方位模糊严重影响了舰船目标的几何参数估计,为此提出一种基于迭代线性回归的舰船几何参数提取方法。首先通过线性回归提取目标的主轴方位;然后利用循环迭代剔除远离主轴的虚假目标像素;最后用实测SAR数据进行了验证。实验结果表明,该算法对高分辨率的SAR舰船目标切片具有较好的参数估计效果。     

复杂环境下基于角点回归的全卷积神经网络的车牌定位

车牌定位是车牌识别系统中核心部分,具有较高的研究和应用价值。尽管近些年来该研究取得了很大的进展,但仍无法很好地解决低亮度、低分辨率和车辆倾斜等环境下的定位问题。本文提出了一种新的全卷积神经网络,通过回归车牌角点的方式准确地进行车牌定位。为了保证训练的有效性,对45 000幅含有车牌的图像进行人工标注。同时,对标注的图像随机进行平移、缩放、旋转和加噪,提高训练样本的数量和多样性。在本文构建的卡口图像数据集和复杂环境数据集上与两种方法进行了比较,验证了本文方法的有效性。     

应用财经新闻挖掘的金融品种价格走势预测

随着经济的不断发展,金融活动中的不确定性日益增加,金融预测受到学术界及金融界的高度重视。人们希望通过获得预测性的判断和推测,掌握金融产品未来的发展趋势和规律。而近期随着互联网发展,出现海量财经信息,仅仅依靠历史价格的数据挖掘技术,不能很好地反映金融市场多元因素的影响。因此,通过挖掘财经新闻信息中的情感倾向信息,结合金融历史价格数据,组合多元线性回归和差分自回归滑动平均模型,提出了一种基于财经新闻信息挖掘的金融价格走势预测方法,通过实际数据验证,表明该方法可以获得较为准确的预测结果。     

一种基于局部加权回归的分类方法

分类是数据挖掘和数据分析中最有应用价值的技术之一。传统的积极学习方法需要预先对模型空间进行假设,并且没有充分考虑到实例之间的相关性,其泛化能力将会受到一定程度的影响。针对上述问题,提出了一种基于新型映射关系的局部加权回归方法 MLWR。该算法首先找出测试样本在训练集中的近邻样本,然后建立测试样本和近邻样本的回归函数,根据建立的回归模型和近邻样本的标签,计算得到测试样本的标签。实验与当前流行的多种分类方法在UCI的9个数据集上进行测试。实验结果表明我们的方法能有效地提高分类精度,对较大样本数据也有较好的适用性。     

基于气象大数据的台风强度预测统计模型研究

台风是一种破坏力极强的灾害性天气系统,做好台风路径和强度预报是防灾减灾的关键。除了气候性因子、台风持续性因子以及环境背景场因子,文章还考虑了在近海时,受陆地影响下,台风强度演变的情况,引入了新变量,即海陆比。将2000—2014年西北太平洋的所有台风样本分成海盆样本和近海样本,研究它们在12、24、36和48小时间隔的强度演变规律。本研究利用1°×1°美国国家环境预报中心/美国国家大气研究中心提供的 FNL全球再分析资料(Final Operational Global Analysis)数据,采用逐步回归和主成分分析法的多元统计回归模型预测台风强度,并比较了两种模型在台风强度预测上的表现。综合深海盆和近海台风强度的预测结果可以看出,文章提供的近海台风强度预报方法,比国内外的其他研究更具有防台减灾的实际应用价值。     

城市需水的智能预测方法研究

选取对城市用水影响较大的因素作为预测指标,通过HP滤波分析其指标及用水量的趋势成分及波动成分。应用多元线性回归法对趋势性成分进行模拟,应用模糊神经网络对波动性成分进行网络训练,以获得城市需水的总预测值。以大连市1980~2000年用水及其相关因子为例建模,以2001~2007年指标对模型进行检验,预测了大连市2010、2020年的需水值,为城市水资源规划提供一定的理论支持。     

Graphical causal inference and copula regression model for apple keywords by text mining

Apple is a leading company of technological evolution and innovation. This company founded and produced the Apple I computer in 1976. Since then, based on its innovative technologies, Apple has launched creative and innovative products and services such as the iPod, iTunes, the iPhone, the Apple app store, and the iPad. In many fields of academia and business, diverse studies of Apple’s technological innovation strategy have been performed. In this paper, we analyze Apple’s patents to better understand its technological innovation. We collected all applied patents by Apple until now, and applied statistics and text mining for patent analysis. By using graphical causal inference method, we created the causal relations among Apple keywords preprocessed by text mining, and then we carried out the semiparametric Gaussian copula regression model to see how the target response keyword and the predictor keywords are relating to each other. Furthermore, Gaussian copula partial correlation was applied to Apple keywords to find out the detailed dependence structure. By performing these methods, this paper shows the technological trends and relations between Apple’s technologies. This research could make contributions in finding vacant technology areas and central technologies for Apple’s R&D planning.     

基于变周期技术的自适应数据采集算法

在数据采集系统中,按需采集是平衡数据数量、提高数据质量的有效手段。本文所提出的自适应数据采集算法是基于有限采样点的一元线性回归拟合,通过实时地对采集到的数据进行分析,不断修正采样周期,使得采样周期能够快速、准确地适应被测对象的动态变化。MATLAB软件仿真表明,本方法对于被测量加速变化具有较强的动态捕捉能力,能够在降低平均采样频率的前提下减小采样失真度,且与同类方法相比失真度低,稳定性高,是测控系统中实时数据采集的一种较好的代替方案。     

一种相控阵天线安装精度检测与校准

文中论述了一种相控阵雷达天线安装后的精度检测方法。按照雷达天线安装后的几何形态,采用光学测量仪器进行相关的数据采集,建立检测的数学模型,利用线性回归法以及最小二乘法进行数据拟合,计算出安装后雷达天线底面与水平面的最大夹角和天线边缘与正北方向的夹角,并进行了试验误差评估和分析,依据检测数据对雷达天线的水平和方位角度进行校...