逻辑函数高阶布尔e偏导数求解算法的实现

针对已有方法在求解布尔e偏导数时只能解决小规模电路的问题,提出了一种基于逻辑函数不相交运算的大函数高阶布尔e偏导数的求解算法.该方法将逻辑函数转化为不相交乘积项的集合,用逻辑函数的不相交运算替代布尔e导数运算中的逻辑"与"运算;并将不包含待求导变量的乘积项拆分出来,不参与布尔e导数运算,以达到降低算法复杂度、提高算法速度的目的.提出的算法用C语言编程实现,并用MCNC测试电路进行了测试.实验结果显示,本算法能快速实现大函数高阶布尔e偏导数的求解,求解效率与参与不相交运算的乘积项数量有关,但对输入变量的数量不敏感.     

基于不确定理论的铁路货运需求预测

合理预测铁路货运需求是铁路管理部门建设、运营等决策基础。为应对铁路货运需求的复杂变化,基于Pearson相关性分析方法筛选出铁路货运需求的七个具有关键影响的因素,并结合不确定理论建立不确定多元线性回归模型,相应的铁路货运预测结果由传统单一值变成可能的需求区间范围,更加符合处于不确定环境下的铁路货运需求实际情况。选取国家统计局2004~2016年相关数据进实证研究,并与回归模型以及BP模型的预测结果对比分析,实验表明不确定多元线性回归的预测结果更加精确。     

PN结物理特性的开放式测量实验方法研究

开放式、综合性量测实验的设计与应用,在巩固基础理论知识的同时,能够有效培养学生的动手实践能力、数据处理及分析能力,一定程度代表着大学物理实验课程的教学模式改革方向。以PN结物理特性的测量实验为例,基于通用型仪器与元器件的积木式组合,设计出简单、适用的实验电路;t=17.95℃时所采集的原始实验数据经三种模式回归分析,比较验证了PN结扩散电流与电压间遵循的玻尔兹曼分布律;计算出的玻尔兹曼常数与FD-PN-4测定仪的量测值相比,其结果说明了开放式测量实验方法的有效性。     

C-ADS注入器Ⅰ联锁保护系统设计

联锁保护系统是加速器驱动次临界系统（ADS）先导专项（C-ADS）核心系统之一，用于对加速器控制及人身和设备保护。为此设计搭建了基于可编程逻辑控制器（PLC）和PROFINET协议的联锁控制系统，对加速器各个关键部件的信号进行采集和控制。为满足加速器对可靠性的严格要求，该联锁系统选用最新型的PLC和I/O模块，并采用高可靠性容错和冗余技术的硬件设计。本文还对该联锁系统的冗余状态和非冗余状态做了可靠性分析对比。基于该系统的实验物理和工业控制系统（EPICS）的控制接口也已成功开发，并在线应用。     

基于MCMC主成分回归分析方法的经济增长因素研究

将MCMC算法融合到主成分回归分析模型中,提出MCMC主成分回归分析方法.新方法既具有有效避免解释变量之间的多重共线性问题以及简化回归方程结构的主成分回归分析方法的优势,又能够充分利用MCMC算法的融合先验信息、模型信息及样本似然函数的长处.将方法应用于对嘉兴市1997年至201.0年的经济发展指标的数据建模分析,结果表明,方法能有效克服现有分析方法的不足,建立预测精度更高的模型.     

高光谱成像的土壤剖面水分含量反演及制图

传统土壤水分的获取方法仅可获得离散的土壤水分点位数据，难以获得剖面上精细且连续的水分含量分布图。研究了野外条件下利用近红外高光谱（882～1 709 nm）成像反演剖面土壤水分含量（SMC），并实现精细制图的可行性。研究剖面位于江苏省东台市，我们利用近红外高光谱成像仪对剖面进行了5天原位连续观测，共采集了280个土样用于烘干法测定SMC。原始高光谱图像经数字量化值（DN）校正、黑白校正、拼接、几何校正、剪切和掩膜等一系列预处理后，提取各采样点的平均光谱反射率。提取光谱（Raw）经吸光度[LOG₁₀(1/R)]，Savitzky-Golay平滑（SG）、一阶微分（FD）、二阶微分（SD）、多元散射校正（MSC）和标准正态变量（SNV）转换后，采用偏最小二乘回归（PLSR）和最小二乘支持向量机（LS-SVM）方法建立SMC预测模型，并对比分析不同光谱预处理方法与建模方法组合条件下SMC的预测精度。结果表明，光谱反射率随SMC增加逐渐降低，不同光谱预处理方法的预测精度有所差异，除MSC方法外，同一光谱预处理方法的LS-SVM模型预测精度均高于PLSR模型，并且基于LOG₁₀(1/R)光谱的LS-SVM模型对SMC预测精度最高，其建模集的决定系数（R2_c）和均方根误差（RMSE_c）分别为0.96和0.65%，预测集的决定系数（R2_p）、均方根误差（RMSE_p）和相对分析误差（RPD_p）分别为0.88，1.05%和2.88。利用最优模型进行剖面SMC的高空间分辨率精细制图，通过比较SMC反演图中提取的预测值与实测值关系发现预测精度较高（R2: 0.85～0.95, RMSE: 0.94%～1.02%），且两者在剖面中的变化趋势基本一致，说明SMC反演图不仅能很好地反映出土壤水分在整个剖面中毫米级的含量分布信息，也可反映出同一位置处不同天数间的含量差异。因此，利用近红外高光谱成像结合优化的预测模型，能够实现土壤剖面SMC的定量预测及精细制图，有助于快速、有效监测田间剖面土壤水分状况。     

基于大规模高维线性回归模型的分布式计算方法研究

大数据背景下挖掘大规模高维数据所隐藏的信息备受关注.本文主要目的是采用分布式优化方法解决加SCAD和Adaptive LASSO惩罚的高维线性回归中的参数估计和变量选择问题.主要方法是通过构造全局损失函数的一个交互有效的正则化替代损失函数,把基于全局损失函数的优化问题转化为基于替代损失函数的优化问题.本文设计的修正的ADMM算法,在计算上,只需要子机器基于局部数据计算梯度,而主机器进行参数估计和变量选择.在主从机器交互复杂度上,基于替代损失函数所得的估计误差收敛于基于全局损失函数所得的估计误差.通过模拟和实证研究进一步验证本文提出的分布式计算方法在实际生活中的可行性和实用性.     

对外开放对区域经济增长和产业转型的动态影响——基于GVAR模型的实证研究

新常态下,我国对外开放增速放缓,一定程度上影响了我国区域经济发展和产业转型.因此选取2005年-2015年的季度数据,通过全球向量自回归模型(GVAR)实证分析对外开放对区域经济增长和产业转型的动态影响.研究结果显示:1)外资引进的增加对区域经济增长有显著的拉动作用,而对产业高级化的作用有明显的区域特征,除南部沿海经济区和大西北经济区受到抑制外,其他的都呈现带动效果.2)对外贸易对区域经济增长和产业高级化都呈现出了阻碍作用.     

纵向数据下线性模型的模态回归估计

本文考虑纵向数据下线性回归模型的稳健估计问题.通过结合模态回归(modal regression)方法和二次推断函数(quadratic inference functions)技术,提出了一种基于模态回归的估计过程.证明了回归系数的估计是相合的,并给出了其渐近分布.数据模拟结果表明所提出的估计方法具有较好的稳健性和有效性.