基于事件和版本管理的逆基态修正模型

在TGIS研究中,低冗余时空数据存储和高效率时空操作是一对难以调和的矛盾.基态修正模型及其扩展的研究重点也在于如何调和这对矛盾体.提出了一种基态修正模型的变体,该模型可基于事件和版本管理实现逆向基态修正,并始终以当前现势数据作为基态,以事件记录每次变更的变化量,以版本标识地理对象的时空状态,可完整地记录地理对象的时空演变过程.在历史操作中,利用版本标识与事件管理时空对象生命周期,通过逆向增量获取历史态.通过在土地利用现状数据变更系统中的应用,证明利用事件与增量该模型能简便地实现地理对象的历史回溯与变更回退,利用版本标识可以快速获取历史态.     

基于阈值优化迟滞模型的压电微定位平台前馈控制

为减小压电微定位平台的迟滞误差, 设计前馈控制器对其进行控制. 首先, 在所建平台迟滞模型精度达到要求并使各阈值点精度相同的情况下, 对平台迟滞模型的阈值进行优化, 得到满足模型精度要求的最小算子数, 进而建立平台的PI (Prandtl-Ishilinskii)迟滞模型. 接着, 通过对所建迟滞模型求逆, 设计出平台的前馈控制器. 最后, 在所设计的前馈控制作用下, 平台达到5 μm理想阶跃值的响应时间为0.01 s, 稳态误差中线的变化范围为0.40~0.50 μm; 当期望平台输出最大值为17 μm的变幅值三角波位移时, 实测位移相对于理想位移的误差中线变动范围为－1.15~ －0.05 μm, 所设计前馈控制器可有效减小压电微定位平台的迟滞误差.     

基于3个误差函数的复数ZNN模型求解复数满秩矩阵的Moore-Penrose逆

针对复数满秩矩阵的Moore Penrose逆问题,采用一种新型的递归神经网络(ZNN)进行求解.构造3个不同的复数矩阵误差函数,利用ZNN设计公式推导得到对应的不同复数ZNN模型.为了便于计算机仿真,采用向量化技术将所得到的ZNN模型由矩阵形式转换为矩阵向量形式.计算机仿真结果表明了所得到的3个复数ZNN模型在求解复数满秩矩阵Moore Penrose逆时的可行性与有效性.     

基于非对称逆布局模式的数字水印算法

提出了一种基于非对称逆布局模式表示的彩色图像表示方法.该方法采用彩色图像的二进制位平面分解方法,把彩色图像变成具有非对称逆布局模式的二值图像.在此基础上,根据二值图像的特性,设计了一种新的利用奇异值分解的嵌入水印算法,解决了二值图像的水印嵌入数量小,容易被检测的难题.实验表明:该算法操作简单,存储空间小,能有效地抵抗各种攻击,同时具备较强的理论基础和适用性.     

基于广义逆矩阵的Bézier曲线近似合并

Bézier曲线近似合并算法在几何数据压缩方面有着重要的应用．研究了两条相邻Bézier曲线近似合并的问题,用矩阵的形式给出了相邻Bézier曲线可精确合并的条件,并在此基础上通过广义逆矩阵的方法求解合并逼近后的Bézier曲线．同时,对保端点插值条件的近似合并也给出了结果．最后用实例说明了算法的有效性,得到了很好的逼近效果．     

基于广义逆矩阵的Bézier曲线近似合并

Bézier曲线近似合并算法在几何数据压缩方面有着重要的应用.研究了两条相邻Bézier曲线近似合并的问题,用矩阵的形式给出了相邻Bézier曲线可精确合并的条件,并在此基础上通过广义逆矩阵的方法求解合并逼近后的Bézier曲线.同时,对保端点插值条件的近似合并也给出了结果.最后用实例说明了算法的有效性,得到了很好的逼近效果.     

基于伽马模型的中等收入定位与人口度量模型研究

主要运用Gamma分布模型刻画收入分配结构及描述洛伦兹曲线, 较好地反映了社会收入分配的公平程度. 利用随机模拟和最大似然方法求得Gamma分布的参数估计, 同时对收入空间法和人口空间法进行了改进, 并将改进的方法对实际数据进行处理, 得到了针对每组数据的中等收入区间.     

基于BP神经网络的CMOS电路平均功耗宏模型

提出了一种基于神经网络的功耗宏模型，该模型提取CMOS（互补金属氧化物半导体）集成电路原始输入／输出流的统计特征，采用反向传播BP神经网络对电路的平均功耗建模．与传统的基于查找表和经验方程的宏模型相比，该模型占用内存少，不需要根据不同的电路预先假定拟合函数的形式．基于ISCAS-85电路集的实验结果表明：功耗估计的平均相对误差小于10％，均方根误差可基本控制在5％以下.     

基于灰色RBF组合模型的宁波港集装箱海铁联运量预测

集装箱海铁联运量预测是海铁联运网络规划设计的重要组成部分,影响港口及其集疏运体系进一步发展,因此,对集装箱海铁联运量做出科学合理的预测显得十分重要.以2009~2015年宁波港集装箱海铁联运量为原始数据,运用灰色RBF神经网络组合模型预测其未来2年集装箱海铁联运量增长趋势.预测结果表明,灰色RBF神经网络组合模型预测精度高于GM(1,1)模型、RBF神经网络模型、灰色BP神经网络组合模型.可见,该组合模型可有效应用于集装箱海铁联运量的预测领域.     

基于运动学模型的足球机器人运动免疫预测控制

在机器人无侧向移动的条件下,以左右轮的驱动力为输入量,建立两轮足球机器人平动和转动的离散时间状态空间模型;将免疫算法与预测控制结合,提出了一种免疫预测控制方法,在所建立的状态空间模型的基础上,对机器人进行平动和转动控制。该算法利用克隆选择算法实现预测控制的滚动     

采用改进PI迟滞模型的压电微夹钳前馈控制

为减小压电微定位平台的迟滞误差, 设计前馈控制器对其进行控制. 首先在使所建平台迟滞模型精度达到要求并使各阈值点精度相同的情况下, 对平台迟滞模型的阈值进行优化, 得到满足模型精度要求的最小算子数, 进而建立了平台的PI(Prandtl-Ishilinskii)迟滞模型通过对所建迟滞模型求逆, 设计出平台的前馈控制器; 最后在所设计的前馈控制作用下, 使平台达到5μm理想阶跃值的响应时间为0.01s稳态误差中线的变化范围为0.40~0.50μm 当期望平台输出最大值为17μm变幅值三角波位移时, 实测位移相对于理想位移的误差中线变动范围为1.15~ -0.05μm. 所设计前馈控制器可有效减小压电微定位平台的迟滞误差.     

模糊神经网络在复合地基沉降量预测中的应用

复合地基后期沉降变形对于建筑物设计及安全具有重要意义,针对通过长期沉降观测以得到复合地基的最终沉降需要耗费较多资源的问题,提出了一种基于模糊神经网络的预测方法.该方法考虑沉降变化过程有较大的随机性和模糊性,直接将样本数据进行模糊化,所得的模糊数代表了样本点集与控制点集中各分量之间的相关度,并依此建立模糊BP神经网络进行学习和估算.实验结果表明了该方法对沉降进行预测是可行与有效的,且在相对误差的有效控制方面优于BP网络方法与灰色方法.     

基于K-L分解的斜拉索-磁流变系统建模及减振控制研究

针对斜拉索-磁流变阻尼器系统, 提出一种数据驱动的分布参数系统建模方法. 利用K-L时空分解方法得到表征系统空间结构的空间基函数, 将其与系统输出作内积求出表征系统状态幅值的时间序列, 根据时间序列和外载荷等数据信息, 利用递推最小二乘算法辨识时域ARMAX模型, 将空间基函数与时域ARMAX模型进行空间重构得到空间ARMAX模型, 最后对该时域ARMAX模型进行预测控制. 实验结果表明 建立的分布参数系统模型计算量小、精度高, 可以满足实际工程要求; 采用的预测控制方法能够对斜拉索-磁流变阻尼器分布参数系统模型进行有效的减振控制.     

基于模糊神经元PID算法的注塑机注射速度控制算法研究

基于一款市场较为畅销的注塑机, 设计出一种能精确控制注射速度的模糊神经元PID控制器. 首先, 设计出具有自学能力的神经元PID控制器, 利用模糊算法对其进行优化; 其次, 在原有注射速度线性数学模型的基础上, 构建注塑机注射速度的非线性模型; 最后, 利用MATLAB在所建数学模型的基础上对模糊神经元PID控制器进行仿真实验. 实验结果表明, 所设计控制器具有响应迅速、无超调量、控制精度高、控制稳定等优点.     

基于神经网络集合预报的台风路径预报优化

针对目前台风路径预报研究中存在的预报精度不高、预报时次高耦合等缺陷,提出了一种基于神经网络集合预报的台风路径预报优化模型。运用混合模式集合预报思想和反向传播的多层前馈训练机制,充分挖掘数据特征,解决了单集合预报的固化性问题和单神经网络预报模型的随机性问题,为现有台风数值预报方法和人工智能技术的结合提供了新思路。以2018年活动在西北太平洋、南海地区的台风为样本进行对比实验,结果表明,60 h内的预报精度均得到了提高,一定程度上反映了该模型的实际应用价值。     

基于GIS与灰色关联分析的水位方案综合评价模型

通过分析传统方法在方案形成与指标获取方面的不足,综合应用GIS与灰色关联分析,构建了顾及方案形成与指标获取的正常蓄水位优选综合评价模型,并提出了基于GIS的方案指标获取方法.针对现有灰色关联模型对不同评价尺度指标分开处理的局限,改进了灰色关联度分析模型,并引入了相对理想度的概念.通过逆向指标正向化,将正常蓄水位方案矩阵转换为理想度矩阵,使不同量纲的指标数据经归一化后具有相同的评价尺度,从而为关联度计算提供可靠的数据.最后,通过实例证明了GIS方法的可操作性和综合评价模型的正确性.     

基于GIS与多子群遗传神经网络模型的水位方案优选

水利水电工程决策具有多目标、多层次、多影响因素的特点.针对现有正常蓄水位方案形成过程的不足,建立了基于GIS辅助分析、从蓄水位限值确定到获取方案指标、从方案形成到各方案比选的一整套流程方法.为解决正常蓄水位方案优选的非线性问题,避免综合优选模型中依靠主观经验赋权的人为因素影响,提出将多子群遗传神经网络模型应用于正常蓄水位方案优选.该方法有效减少了人为主观因素的影响,提高了指标权重确定的客观程度,为正常蓄水位方案的优选提供了新思路和解决办法.     

基于GeoClaw海啸数值模拟程序对2011年日本东北大地震有限断层模型的验证

由于海啸波具有长周期、慢衰减的特征,对于能够激发海啸的海底地震,海啸波资料一定程度上可以作为利用地震波资料和大地测量资料反演得到的震源有限断层模型的补充数据,以验证该模型的合理性.本文以2011年日本东北大地震海啸期间反演的震源模型为例,利用Okada弹性半无限空间理论将震源有限断层模型转化为垂向海底变形;然后利用Ge...     

基于多级宗地的宗地变更管理模型研究

以往的宗地管理方式中存在缺失宗地的现势使用信息、不能管理违规用地和业务管理粒度过大等问题,不能很好地满足第二次全国土地调查后地籍管理工作的具体需求．笔者通过细化宗地管理粒度,提出了多级宗地的思想,建立基于多级宗地的宗地变更管理模型,很好地解决了宗地管理中存在的以上问题．