绝对重力测量异常值的局部异常因子检测算法

自主研发绝对重力仪的测量结果中出现的离群程度不同的异常值会直接影响测量结果的准确度和测量精度。目前一般采用的一元正态分布异常值检测算法漏检率高,容易造成测量结果的偏差和测量精度的下降。利用人工智能算法中的局部异常因子异常值检测算法,可以在线、快速、高效地完成自主研发绝对重力测量数据的异常值检测。首先,根据实测数据构建测试数据集,利用数值模拟确定局部异常因子算法邻域宽度参数的取值;然后,基于实测数据进行异常值检测并进行结果评估。评估结果表明,局部异常因子异常值检测算法对离群程度不同、连续出现异常值等情况检测效果明显优于一元正态分布异常值检测算法,组测量精度平均提高9.37μGal,可以作为自主研发绝对重力仪异常值检测的通用算法完成组测量结果的异常值检测。     

构造局部不等式处理n元条件极值问题

本文从一道竞赛题出发介绍处理n元条件极值问题的一种策略,通过分析已知的等量关系,猜测与试探取得最值的条件,寻找并建立局部不等式,完成问题的求解或证明,并举例说明这一解法的应用.     

GARCH模型的贝叶斯局部影响分析及其应用

广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用。在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式。我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构。基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度。数值模拟研究验证了所提方法的有限样本表现。对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性。     

动载作用下复合型裂纹扩展的近场动力学模拟

构建改进的非局部近场动力学模型和粒子系统动力加载算法,开展复合型裂纹动力扩展过程模拟。在常规近场动力学微极模型中引入能反映非局部长程力尺寸效应的核函数修正项,以提高计算精度和收敛稳定性。通过模拟动载作用下含复合型裂纹混凝土三点弯梁的裂纹扩展与破坏过程并与试验结果对比,验证了本文模型和算法的可靠性。在此基础上,通过分组模拟分析了动载作用下,初始裂纹的位置、长度和方向对含复合型裂纹三点弯梁破坏模式、起裂时间与承载能力的影响规律。     

基于局部加密纯无网格法非线性Cahn-Hilliard方程的模拟

为数值求解描述不同物质间相位分离现象的高阶非线性Cahn-Hilliard(C-H)方程,发展了一种基于局部加密纯无网格有限点集法(local refinement finite pointset method,LR-FPM).其构造过程为:1)将C-H方程中四阶导数降阶为两个二阶导数,连续应用基于Taylor展开和加权最小二乘法的FPM离散空间导数;2)对区域进行局部加密和采用五次样条核函数以提高数值精度;3)局部线性方程组求解中准确施加含高阶导数Neumann边值条件.随后,运用LR-FPM求解有解析解的一维/二维C-H方程,分析粒子均匀分布/非均匀分布以及局部粒子加密情况的误差和收敛阶,展示了LR-FPM较网格类算法在非均匀布点情况下的优点.最后,采用LR-FPM对无解析解的一维/二维C-H方程进行了数值预测,并与有限差分结果相比较.数值结果表明,LR-FPM方法具有较高的数值精度和收敛阶,比有限差分法更易数值实现,能够准确展现不同类型材料间相位分离非线性扩散现象随时间的演化过程.     

航姿参考系统中的三种简易四元数平均算法（英文）

单位四元数平均运算通常被定义为求解约束最小化问题的最优解,在计算上很耗时。考虑到航姿参考系统中只有两个四元数进行加权平均运算,针对三种基于最小化的四元数平均算法,分别得出其用于求解两个四元数平均值的简易公式。数据分析指出利用这三种简易公式得到的平均四元数非常接近,其角距离小于0.04°。大角度机动实验证实三种四元数平均公式可用于基于四元数的航姿参考系统,为四元数平均算法在航姿参考系统及其他有关领域中的有效应用提供参考。     

依从者平均因果效应的统计推断

本文主要研究临床试验中出现不依从现象时依从子总体的平均因果效应的统计推断。考虑在实际服药状态是二值变量且有相关性,治疗响应变量连续取值的情形,同时考虑协变量对治疗效果有影响的情况下,给出了治疗效果参数的可识别性及近似条件极大似然估计,且构造了记分检验统计量。对特殊模型进行了模拟,结果表明与理论预期一致。     

基于DIS数字信息化系统对透光物质透光性能的研究

采用DIS数字信息化系统,对不同浓度的蓝墨水溶液在激光光源照射下的透射平均照度及照度分布图像进行实验研究,得到了平均照度值随溶液浓度变化的规律。对不同颜色塑料膜片对白炽灯光源透过照度值及照度分布图像进行实验研究得到及其相关之规律。     

高维数据均值的统计监测

本文,我们结合统计过程控制方法,使用一种新的统计量用于在样本数量不充足的情况下监测高维数据。统计量利用样本协方差规范化技术避免协方差矩阵的奇异性,同时采用软阈值技术来挑选多维数据中重要的维度进行监测以减少监测噪音。本文在提出统计量后用matlab随机产生各种维度的高维数据样本进行仿真分析,并将该统计量与基于Hotelling T~2并采取广义逆矩阵的统计量进行比较。结果表明,本文使用的统计量的监测效果优于采取广义逆矩阵的方法。本文提出的方法可以应用于多指标产品生产的快速异常检测,特别是难以得到大量检测数据的产品,如检测需要破坏产品本身或者检测成本太高的产品。