基于泰勒级数及温度因子的卡尔曼滤波模型在链子崖危岩体变形预测中的应用

考虑到链子崖危岩体的变形受温度的影响较为明显,为此,将链子崖危岩体的变形看作时间和温度的函数,利用泰勒级数建立链子崖危岩体的变形与时间和温度的函数关系,并将泰勒级数的余项及时间变化的二次方和温度变化的二次方的系数的变化量看作数学期望为0的动态噪声,建立卡尔曼滤波模型,并用于链子崖危岩体变形的预测预报.实例计算表明,模型的拟合效果和预测效果较好.     

Effect of Time Delay on Binary Signal Detection via a Bistable System

The effect of time delay on binary signal detection via a bistable system in the presence of white or colored Gaussian noise is investigated. By defining the bit error rate based on the solution of the approximated Fokker- Planck equation, the detector performance is investigated theoretically and is verified by Monte Carlo simulation. It is shown that, when the system parameter or noise intensity is optimally chosen, the increasing time delay generally improves the system performance. It is also shown that it is more difficult to accurately predict the system performance with a larger time delay and correlation time. This may inspire more thorough investigations in cooperative effects of a nonlinear system and time delay on signal processing.     

Extinction Effects of Multiplicative Non-Gaussian L′evy Noise in a Tumor Growth System with Immunization

The extinction phenomenon induced by multiplicative non-Gaussian Levy noise in a tumor growth model with immune response is discussed. Under the influence of the stochastic immune rate, the model is analyzed in terms of a stochastic differential equation with multiplicative noise. By means of the theory of the infinitesimal generator of Hunt processes, the escape probability, which is used to measure the noise-induced extinction probability of tumor cells, is explicitly expressed as a function of initial tumor cell density, stability index and noise intensity. Based on the numerical calculations, it is found that for different initial densities of tumor cells, noise parameters play opposite roles on the escape probability. The optimally selected values of the multiplicative noise intensity and the stability index are found to maximize the escape probability.     

近红外光谱结合化学计量学评价胚胎发育潜能

使用近红外光谱分析方法测量培养后的胚胎培养液,结合偏最小二乘判别分析对胚胎发育潜能进行评价,鉴别具有妊娠能力与不具妊娠能力的胚胎。为了提高模型的判别能力,消除无信息变量对模型稳定性影响,分别采用基于蒙特卡罗的无信息变量消除法(MC-UVE)、竞争性自适应加权抽样法(CARS)与基于变量稳定性的竞争性自适应加权抽样法(SCARS),对光谱进行波长选择。结果表明,与采用全谱74%的正判率相比较,采用这3种波长选择方法,模型独立检验集的正判率分别提高至74.24%,77.12%与80.10%,建模使用变量数降至50以内。比较发现,SCARS的模型优化能力和稳定性均好于MC-UVE和CARS方法。采用近红外光谱结合化学计量学方法预测胚胎的发育潜能是可行的。     

基于大偏差理论非高斯随机动力系统离出行为研究

本文介绍了大偏差理论的基本思想及其在非高斯随机动力系统的离出问题研究中的应用.依据不同的非高斯噪声类型,本文分别评述了随机混合系统、指数轻跳跃过程和α稳定Lévy噪声驱动的随机动力系统的离出问题的主要研究方法和近期研究进展.针对随机混合系统,本文介绍了利用随机微分方程对其进行近似的拟稳态扩散近似方法,计算拟势和最优离出路径的WKB近似方法与细致平衡条件的研究,以及求解随机混合系统的简化版本(即生灭过程)的离出问题的研究进展.对于指数轻跳跃过程驱动的随机动力系统,本文介绍了其大偏差原理和中度偏差原理的泛函极值问题的建立,拟势概念的定义和平均离出时间的估计.针对具有α稳定Lévy噪声的随机动力系统,本文介绍了计算平均首次离出时间和离出概率的理论和数值方法,计算最优离出路径的Onsager-Machlup理论、机器学习方法、最大似然法和数据驱动方法.最后,给出了非高斯随机动力系统的离出现象相关的一些开放性问题.     

基于变分贝叶斯优化的近邻采样 PF-SLAM 算法

针对移动机器人同时定位与地图构建（SLAM）中观测噪声随时间变化及粒子滤波(PF)中粒子多样性易丧失问题,提出基于变分贝叶斯优化的近邻采样PF-SLAM算法。采用高斯混合模型对时变的观测噪声建模,使用变分贝叶斯方法,迭代估算出混合模型中的未知参数;同时根据粒子权重将粒子划分为保留粒子和调整粒子,通过两种粒子间的近邻位置分布关系优化调整粒子位置,在处理时变观测噪声同时,解决粒子多样性丧失问题,使得优化的粒子集更好地表示机器人位置概率分布。实验表明,改进算法与传统PF-SLAM算法相比,定位与建图误差降低76%,较期望最大化算法下的定位与建图误差降低了54%,进一步验证了所提算法的可行性与有效性,为移动机器人同时定位与建图提供一定参考。     

一种不受相位噪声影响的模态参数识别法

本文提出了一种根据幅值频响数据来识别模态参数的频域识别法.该方法首先通过识别幅值频响函数模型来得到传递函数的零点和极点.鉴于不同结构系统可以有完全相同的幅值频响函数,文中提出了由相位频响数据来判定传递函数零点的号性,以唯一确定传递函数,从而消除了相位噪声对模态参数识别结果的影响.作为例子,文中给出了计算机模拟实验例子和滚动轴承支承动态参数识别的应用实例.     

自适应网格加密和多重网格求解严重病态方程

本文探讨用自适应网格加密技术结合多重网格法求解由有限元离散导致的病态方程。计算结果表明；自适应多重网格有限元法是求解严重病态方程珠有效方法。     

基于自适应BP神经网络的结构损伤检测

描述基于人工神经网络的结构损伤检测的基本步骤以及该方法在实际5层钢框架结构损伤检测上的应用．提出了一种改进的BP神经网络方法，它能够解决传统BP神经网络在实际应用中存在的两个问题：收敛速度慢并存在局部极小．其基本思想是引入动态自适应算子加速传统BP算法的梯度下降速度，从而提高运算速度，通过自调节保证学习过程中每一时刻具有较大的sigmoid函数值，从而可以避免局部极小．数值仿真结果表明基于该自适应神经网络的结构损伤检测方法具有强的鲁棒性，而且与传统的BP神经网络相比，不仅提高了计算速度，并且具有很高的精度．最后，实例的应用也证明了该方法的有效性．     

一种四面体网格局部自适应方法在有限元中的应用

通过提出一种针对三维四面体网格的区域整形技术，给出了一种简便实用的四面体网格局部自适应加密方法，并将其与流量修正有限元法结合，应用于三维高速流的计算