基于优化的灰色马尔可夫内蒙古电力需求预测模型

针对电力需求随机性和波动性的特点,建立优化的灰色马尔可夫预测模型.利用该模型,对内蒙古自治区2006-2015年的电力消费数据,进行数值模拟.使用三种检验方法:残差、关联度和后验差对结果进行检验.实验结果表明:平均相对残差达到1.0%,关联度满意,后验差预测等级为好.在此基础上,对内蒙古未来五年的电力需求进行预测,并提出建议与对策,对内蒙古制定可行的电力发展规划方案具有参考价值.     

稳健残差控制图的构建及在金融时序中的应用

对于呈现自相关和波动族聚性并存的受控过程,通常采用残差控制图对其进行监控。但异常点的存在会对自相关或波动族聚性模型的拟合产生重要影响,使得基于该模型的残差并非独立同分布导致常规残差控制图监控失效。为解决这类问题,本文提出稳健残差控制图。即建立稳健的ARMA模型解决自相关问题从而得到无自相关的残差序列,用稳健的GARCH模型来构建控制图的上下限。模拟和实证研究表明,本文提出的稳健残差控制图具有很好的抗异常点能力并能更好的对金融时间序列的异常现象进行监控。     

最小二乘B样条函数在火箭发动机数据处理中的应用

在固体火箭发动机地面试验数据处理中,通过应用最小二乘三次B样条函数拟合的方法,进行野值辨识和修复。文中阐述了实际应用中的步骤及应注意的几点问题。为避免常规的控制序列中含有野值而影响数据辨识的问题,提出差别选取控制点循环过滤的方法,实现精度更高的野值辨识。进而采用门限判别方法,实现野值的修复。通过实测数据处理的应用表明,该算法对单个和成片野值的辨识度都很高,适用于火箭发动机地面试验数据处理。     

航空通信网络中复杂干扰过滤技术研究

航空通信环境中存在复杂的干扰信号,对正常的通信信号造成强烈的干扰。利用传统算法进行干扰信号过滤,无法避免由于干扰信号过于复杂导致过滤不充分的缺陷。提出一种基于加权残差优化算法的航空通信网络中复杂干扰过滤方法。对原始信号进行降频处理,能够消除峰值干扰信号,提高了信号的准确性。根据加权残差修正优化算法的相关原理,对通信信号进行残差优化处理,经过处理后的通信信号在受到干扰时会形成零陷,实现了对复杂干扰信号的过滤。实验结果表明,利用该算法进行航空通信网络中复杂干扰信号过滤,能够有效提高过滤的准确性,效果令人满意。     

二维振荡叶栅非定常粘性流动数值模拟

采用显式四步Runge-Kutta格式，结合Baldwon-Lomax紊流模型求解Navier-Stokes方程，借助运动网格技术，完成了对二维振荡叶栅非定常粘性流动的数值模拟。为了加速求解过程，引入了变系数隐式残差光顺方法，取得了较好效果。数值结果与已公布的数据有很好的一致性。     

基于伪模态转换的红外目标融合检测算法

为提高红外图像目标检测的精度和实时性,提出一种基于伪模态转换的红外目标融合检测算法.首先,利用双循环的生成对抗网络无需训练图像场景匹配的优势,获取红外图像所对应的伪可见光图像;然后,构建残差网络对双模态图像进行特征提取,并采取add叠加方式对特征向量进行融合,利用可见光图像丰富的语义信息来弥补红外图像目标信息的缺失,从而提高检测精度;最后,考虑到目标检测效率问题,采用YOLOv3单阶段检测网络对双模态目标进行三个尺度的预测,并利用逻辑回归模型对目标进行分类.实验结果表明,该算法能够有效地提高目标检测准确率.     

可线性化的非线性回归的有关问题与几种回归方法的比较

对于幂函数、指数函数等类型的非线性回归,只当采用乘积随机误差时才能够线性化.导出了采用乘积随机误差时幂函数型因变量的数学期望的表达式,表明因变量的估计值并非是其数学期望的估值;导出了非线性回归与其线性化回归二者的残差平方和之间的关系式,表明当对非线性回归的因变量做了变换时,传统方法所求非线性回归系数不满足该因变量的残差平方和为最小.故幂函数、指数函数等类型的回归计算,应采用非线性回归方法求解.实例进一步表明,非线性回归方法高斯-牛顿法和麦夸尔特法均显著优于传统方法,且借助MATLAB软件易于实现.     

三维荧光二阶校正法用于复杂基体样中川芎嗪和替米沙坦的快速定量分析

采用三维荧光光谱法,结合化学计量学中基于交替归一加权残差(ANWE)算法的二阶校正方法,实现了人血浆样品中川芎嗪和替米沙坦的同时快速定量分析.当组分数N取4时,ANWE算法解析获得的川芎嗪和替米沙坦的平均回收率分别为99.3士3.5%和96.8±2.0%.本文同时给出了此方法的检测限(LOD)与定量下限(LOQ),获得...     

利用GM(1,1)模型预测曲线波形

针对给出的函数y=f(x),x∈[a,b],将其值域进行n等分,设yi为其中任一分点,对应x=xi(i=1,2,…,m),用GM(1,1)模型对序列{x1,x2,…,xm}进行预测,得到曲线y=f(x)在下一段时间与直线y=yi的交点位置.当GM(1,1)模型的误差较大时,可利用带有残差修正的GM(1,1)模型进行残差修正,以提高GM(1,1)模型预测值的精确度.