基于趋势点状态模型的时间序列预测算法

针对传统的时间序列线性预测算法对时间序列的线性程度要求高,而非线性方法一般建模复杂且计算量大,提出了一种基于趋势点状态模型的时间序列预测算法.该算法无须考虑时间序列是否具有显著线性特征,通过序列间耦合度挖掘时间序列上的相似子序列,找出相对应的相似序列趋势点,建立趋势点状态模型并求出预测值.算法建模简单,复杂度较低.通过模拟实验,结果表明该算法性能良好,尤其对具有周期性的时间序列预测精度很高.     

新型子母车式立体停车设备设计

近年来,随着我国城市汽车保有量急剧增长,城市静态交通问题日益严重,采用机械式立体停车设备停放车辆便成为了解决该问题的必由之路。对此设计出一种应用行走母车实现车辆的存取的机械式立体停车设备。重点介绍了顶层提取装置的横移装置、伸出装置、旋转装置以及升降装置的结构。     

手背静脉图像分割及细化算法研究

手背静脉识别技术通常基于静脉纹路的细节特征点对个人身份进行验证。为了准确地提取出手背静脉纹路中的细节特征点,提取手背静脉图像中的有效区域并对其进行归一化、增强和去噪处理．分别采用局部最大类间方差法（OSTU）、阈值图像法和NiBlack法对图像进行分割,分别采用Hilditch算法、快速细化算法、Zhang＆Suen算法和OPTA算法对分割后得到的二值图像进行细化以获取静脉纹路。实验结果表明,基于合理的参数,NiBlack法和Hilditch算法分别取得较好的分割与细化处理结果。     

聚氨酯负载二元氧化物复合纤维膜的制备及其对甲醛的氧化作用

通过溶胶-凝胶法制备二氧化钛(TiO_2),水热法制备γ型二氧化锰(γ-Mn O_2),以TiO_2/γ-Mn O_2/热塑性聚氨酯(TPU)作为溶质,N,N-二甲基甲酰胺作为溶剂,通过静电纺丝制得不同TiO_2和γ-Mn O_2掺杂量的复合纤维膜,在空气过滤的同时高效氧化甲醛。利用SEM、TEM、XRD、N_2物理吸脱附仪、FTIR和UV-Vis对复合纤维膜的形貌、结构和氧化性能进行表征。结果表明,温度为40℃,经碘钨灯可见光照射后,掺杂TiO_2和γ-Mn O_2的质量分数为8%的复合纤维膜具有最好的持续氧化活性,甲醛的转化率达到90%左右,可在低温空气过滤条件下实现负载少量氧化物的复合纤维膜高效氧化甲醛。     

SPE 水电解槽阳极温度场数值模拟

基于计算流体动力学原理建立了蛇形流道固体聚合物电解质(SPE)水电解槽阳极的三维稳态气液混合两相流动数学模型,应用通用计算流体动力学(CFD)软件fluent进行了数值模拟,得到了电解槽阳极的温度分布特点,分析了不同流道宽度、肋宽和流道深度对电解槽阳极温度分布的影响,为电解槽阳极流场板的优化设计提供一定的参考。     

基于 PLAXIS 2D 的波浪桩护岸设计研究 ——以界南河颍河至泉河段治理项目（一期）为例

以界南河颍河至泉河段治理项目（一期）工程为例,利用 PLAXIS 有限元软件在不同规格的波浪桩挡土高度和施工工法等设计和施工组合条件下进行了数值模拟计算,分析总结波浪桩桩顶位移、岸后地面沉降的变化规律。选用打入式沉桩法时波浪桩悬臂段挡土高度宜控制在 2.0～3.0 m 范围,相关成果可为类似工程提供设计参考。     

频率选择性衰落信道下的STBC调制识别技术

针对频率选择性衰落信道下空时分组码(Space Time Block Codes,STBC)信号的调制识别问题,改进了一种基于四阶时延矩的调制识别算法.研究的调制方式主要包括BPSK,QPSK,8PSK和16QAM四种典型调制星座,在单接收天线条件下,首先对STBC信号及频率选择性衰落信道进行建模,计算接收端STBC信号四阶时延矩的理论值;然后采用阈值检测方法,将四阶时延矩的估计值同理论值的阈值区间对比,从而自动判别出信号的调制方式.推导和仿真结果表明,上述算法不需要噪声、空时分组码类型等先验信息,在较低信噪比条件下,对四种调制方式也具有良好的识别性能,且对频偏、多普勒频移和时延的鲁棒性能好,计算量较低,具有较高的实用价值.     

一种基于深度谱空网络的高光谱图像聚类方法

通常无监督算法在对高光谱数据进行聚类时仅使用光谱信息,忽略了空间信息,使得聚类准确率较低.针对上述问题提出一种基于深度谱空网络和无监督判别极限学习的高光谱图像聚类算法.利用深度谱空网络对高光谱数据进行光谱特征和空间特征的分层交叉学习,通过反复学习获得深度空谱特征,为后续无监督聚类提供方便.在三种高光谱图像上进行实验,结果表明,该算法获得的聚类效果优于其他基于极限学习机的方法和其他无监督方法.     

基于DDPG的冷源系统节能优化控制策略

针对传统冷源系统节能优化方式机理建模复杂,缺乏自我学习能力,优化速度较慢等问题,提出一种基于数据驱动和自我学习机制的冷源系统节能优化控制策略,设计冷源马尔可夫决策过程模型,并采用深度确定性策略梯度算法(DDPG)解决维数灾难与避免控制动作离散化问题.以夏热冬暖地区某大型办公建筑中央空调冷源系统为研究对象,对冷源系统控制策略进行节能优化,实现在满足室内热舒适性要求的前提下,减少系统能耗的目标.在对比实验中,DDPG控制策略下的冷源系统总能耗相比PSO控制策略和规则控制策略减少了6.47%和14.42%,平均室内热舒适性提升了5.59%和18.71%,非舒适性时间占比减少了5.22%和76.70%.仿真结果表明,所提出的控制策略具备有效性与实用性,相比其他控制策略在节能优化方面具有较明显的优势.     

不平衡时间序列集成分类算法

针对现有集成分类方法对不平衡时间序列数据学习能力欠佳的问题,采用优化组件算法性能和集成策略的思路,以异构集成方法即基于变换的集合的层次投票集合（HIVE-COTE）为基础,提出一种不平衡时间序列集成分类算法IMHIVE-COTE。该算法主要包含两个改进内容：首先,增加了一个新的不平衡分类组件SBST-HESCA,引入Boosting结合重采样的思路,并通过交叉验证预测结果来更新样本权重,从而使数据集的重采样过程更有利于提升少数类样本的分类质量;其次,结合SBST-HESCA组件对HIVE-COTE计算框架进行改进,通过优化组件算法的权重使不平衡时间序列分类算法对分类结果拥有更高的投票比重,从而再次提升集成算法整体的分类质量。实验部分对IMHIVE-COTE的性能进行了验证和分析：和对比方法相比,IMHIVE-COTE有最高的整体分类评价,并且在三个不平衡分类指标值上分别得到了最优、最优、第三优的整体分类评价,可以证明IMHIVE-COTE解决不平衡时间序列分类问题的能力明显较高。