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.     

基于探空数据分析低云对大气折射率结构常数的影响

本文基于实测的热力湍流探空数据,使用WR95方法识别低云的垂直结构,对比分析了低云与晴空天气下大气折射率结构参数C_n~2、气象条件和大气稳定度的平均统计结果.结果表明,低层薄云对C_n~2起伏变化的影响微乎甚微,仅仅表现出轻微增大的趋势,云底C_n~2相对于晴空天气平均增大1.6倍,云顶之上最大程度增大2.5倍.低层中厚云在云顶处C_n~2相对于晴空天气增大了3.80—6.61倍,且云顶区域C_n~2增大的幅度大于云底区域.云底区域大气湍流特性受到地面热力驱动与低云冷却的联合作用,沉降气流与地面向上气流发生了耦合,增强了风切变,C_n~2在这一高度附近也出现了增强.综合对比晴空和有云天气C_n~2大小可知,云对C_n~2的增强效应大致在10–16量级.一方面,风切变在云顶处或者云顶之上达到最大值;另一方面,因为云顶短波辐射增温和长波辐射冷却的共同作用,云顶之上会形成不同厚度的逆温层,致使云顶处位温变化率急剧增大,Brunt-V...     

基于增材制造空心点阵结构的压缩变形研究

点阵结构具有质量轻、承压性能好、比刚度大等特点,广泛应用于轻量化部件与承压结构。采用选区激光熔覆技术制备了316L不锈钢空心点阵结构,通过准静态压缩实验和有限元数值模拟,研究了含不同尺寸空心微柱的点阵结构在压缩变形时的失效和变形模式及其成因。结果表明:316L不锈钢材料的空心管状结构在点阵压缩过程中无明显压溃失稳,其结构失效模式是由节点失效诱发微柱变形,进而造成整体失效;结构的变形模式为整体均匀变形,但是当壁厚和外径较小时,边界层将因刚度不足而率先变形;增大空心微柱尺寸可使结构刚度增大。     

发光铱(Ⅲ)配合物抗肿瘤活性研究及应用

铱(Ⅲ)配合物因其发光量子产率高且波长易调控、发光寿命长和光稳定性好的特点,在发光材料领域备受关注。铱(Ⅲ)配合物细胞渗透能力强,能靶向多种细胞组织并影响其结构和功能,表现出独特的抗肿瘤活性,是目前金属抗肿瘤药物特别是PDT光敏剂方向的研究热点。本文重点关注铱(Ⅲ)配合物的结构对其发光性能与抗肿瘤性能的影响,综述了近期铱(Ⅲ)配合物在生物成像、探针与传感、抗肿瘤诊疗等领域的研究进展,并对目前研究中存在的问题及其应用前景进行探讨和展望。     

黄绿色葡萄石的矿物学特征及谱学研究

葡萄石可以以板状、片状、葡萄状、肾状、放射状或块状集合体的形式产出,因其美丽的外观和特殊的晶体结构,近年来受到了学者的广泛关注。本文通过电子探针、粉晶X射线衍射仪、傅里叶变换红外光谱仪、显微拉曼光谱仪、紫外可见分光光度计等仪器对黄绿色葡萄石的成分、结构及谱学特征进行了分析与探讨。葡萄石的主要致色元素为Fe,且Fe³⁺经常取代Al³⁺占据八面体配位,Fe²⁺经常取代Ca²⁺存在于空隙中。电子探针数据表明:Fe与Al的含量变化整体呈现负相关关系,Fe与Ca的含量变化也整体呈现负相关关系,Fe含量相对较高的样品其黄绿色调加深。XRD图谱和拉曼光谱的结果表明:在葡萄石中绿帘石以包裹体的形式存在。红外光谱和拉曼光谱表明葡萄石中存在硅氧四面体和铝氧八面体两种架构,紫外可见吸收光谱揭示了葡萄石的致色机理。本文对葡萄石的矿物学特征及谱学特征进行系统分析,为后续葡萄石的进一步研究提供思路与实验数据。     

PSO-LSSVM对LIBS定量分析精度的提高

针对土壤定量分析受基体效应影响大，LIBS定量分析精度不佳等问题，采用粒子群算法对LSSVM进行优化，提高模型的精确度。选取Pb Ⅰ 405.78 nm和Cr Ⅰ 425.44 nm作为分析谱线进行分析。采集十二个不同浓度样品的特征光谱，每个浓度样品在不同点采集20组数据，将其中17组数据设为训练集，3组数据设为预测集，用LSSVM和PSO-LSSVM两种方法建立定标模型。对比两种模型的拟合相关系数（R2）、训练集均方根误差（RMSEC）和预测集均方根误差(RMSEP)。由于自吸收效应的影响，随着浓度的增加，预测值逐渐低于实际值，LSSVM定标模型的拟合程度较低，无法达到实验要求，模型性能有待提高。利用粒子群算法对LSSVM的模型参数惩罚系数和核函数参数进行优化，得到最佳的参数组合，Pb元素为(8 096.8, 138.865 7)，Cr元素为(4 908.6, 393.563 5)，用最佳的参数组合构建LSSVM的定标模型。相比于LSSVM，PSO-LSSVM定标模型的精确度更高，Pb和Cr元素的R2提高到了0.982 8和0.985 0，拟合效果明显提升。Pb和Cr元素的训练集均方根误差由0.026 0 Wt%和0.027 2 Wt%下降到0.022 4 Wt%和0.019 1 Wt%，预测集均方根误差由0.101 8 Wt%和0.078 8 Wt% 下降到0.045 8 Wt%和0.042 0 Wt%，模型的稳定性进一步提高。说明PSO-LSSVM算法能够更好地降低土壤基体效应和自吸收效应带来的影响，提高分析结果的精确度与稳定性。     

基于位姿图优化的MEMS-INS/GNSS行人融合定位方法

为了实现消防救援、反恐作战等应急任务复杂场景下行人的室内外无缝定位,提出了一种基于位姿图优化的综合利用微惯性导航系统和全球卫星导航系统的融合定位方法。首先利用经典的EKF滤波算法实现微惯导和卫导融合定位,结合卫导长期精度较高、误差稳定和不随时间累积的优点以及微惯导短时精度高、输出连续、自主定位的优点,实现行人在复杂环境中的室内外无缝定位。在此基础上,提出了一种图优化结合EKF的融合定位新框架,利用卫导定位终端和足部微惯导定位模块进行了实验,比较EKF、图优化-EKF两种算法的融合定位效果。实验结果显示,面对室内外复杂环境,单纯的EKF算法融合定位轨迹航向偏差较大,图优化-EKF算法在轨迹方向保持性上表现更佳,相比EKF算法其融合定位轨迹航向误差减小了48.87%,位姿图优化-EKF算法具有更好的全局稳定性和航向精准度,显著降低了卫星测量异常值对融合定位结果的影响。