AMSR-E积雪产品在内蒙地区的精度验证

使用地面积雪观测数据对2005年～2008年40°N～48°N、112°E～128°E区域的AMSR-E积雪产品进行了误差分析和精度验证,结果表明:2005年～2008年的AMSR-E积雪产品较好地反映了研究区域地面积雪信息的时间变化特征;AMSR-E积雪产品普遍地低估了地面积雪深度,相对而言,当地面积雪较薄时,AMSR-E可较好地反映积雪深度,当积雪较厚时,AMSR-E明显低估积雪深度;2005年～2006年、2006年～2007年以及2007年～2008年3个冬-春季时段AMSR-E和站点观测值的平均差值分别达7.38cm,6.87cm和22.07cm。     

国产核心器件构建多通道模拟量采集系统的精度分析与设计

现代卫星驱动控制系统对模拟量的采集通道和采集精度的要求日益增高,而现有技术缺乏对系统采集精度的系统研究,导致核心器件国产化替代过程中经常出现采集精度无法满足预期的问题。针对该问题,对基于多通道模拟开关和开关电容模数转换器（ADC）构建的多通道模拟量采集系统的精度影响因素进行了系统研究,分别建立了系统静态误差和动态误差分析模型,为关键器件选型建立了理论依据,并通过基于国产16通道模拟开关和8通道12位开关电容ADC设计的128通道模拟量采集系统进行了验证。结果表明：该系统的绝对测量精度优于1.6mV,小于ADC自身引入的误差估算值1.883mV;说明基于静态误差和动态误差模型建立的核心器件选型依据对设计和改进多通道模拟量采集系统的测量精度具有普遍指导意义。     

对射频仿真系统中目标精度的分析

目标位置精度在射频仿真系统中对武器系统测量误差分析至关重要。依据电磁理论,给出了目标视在角位置方程。同时进一步分析了影响目标位置精度的几个重要因素,并通过仿真说明其影响的程度。通过对误差的分析,可以在实际测量中改进和修正测量误差以提高测量精度,因此在工程上具有重要的参考价值。     

3-RRR并联机器人的精度分析与仿真

目前有关并联机器人精度方面的研究工作还比较薄弱,为采取有效措施提高并联机构的精度,通过对3-RRR并联机器人机构的分析,针对传统D-H参数法的局限性,采用微分理论,建立了该并联机器人机构的精度模型,通过计算机仿真,针对单条支链多个结构参数误差,比较全面的分析了结构参数对输出位姿误差以及位姿变化对机器人机构精度的影响。分析结果为：机构中所有结构误差随着X轴正向增大而单调增大;运动支链在关节转角处的误差单调上升的比其他结构快。为该机器人机构实际误差补偿与控制提供了理论依据。     

一种3自由度并联柔索驱动机器人的精度研究

研究了一种3 自由度并联柔索驱动机器人精度分析和精度综合的问题．分析了影响机器人位姿精度 的主要因素,推导建立了关节误差及柔索误差模型．提出了一种精度综合算法,并基于给定的机器人关节允差, 综合分析出装配误差及柔索误差的最大取值．通过仿真验证了误差模型的正确性．样机试验表明,利用柔索误差 模型可以提高机器人的运动精度．     

用低精度器件实现高速高精度A/D转换的可行性探讨

在对用低精度器件实现高速高精度A/D转换电路进行误差分析后,得出基本不可行的结论.     

电信制造业销售预测精度(forecast accuracy)的趋势分析方法——基于数据仓库技术解决方案的研究

电信制造企业中销售预测精度是用来衡量销售人员的预测水平.在企业日常生产活动中,预测人员要根据可能发生的销售合同进行提前预测.这就要求预测人员对销售需求进行很好的估计和度量.在实际的合同交货月所记录的真实出货记录在ERP系统中.于是预测精度的要求由此而来.预测精度是根据产品的实际销售数量和预测数量进行对比分析得出前一个月对当前月的预测精度.再根据不同的预测月不同的权重进行加权平均得出的实际精度.这种指标的衡量意义在预测人员可以此作为参照不断提高预测水平.生产部门和仓储部门可以进行精确计划和合理安排库存.提高准时交货率和减少库存成本.使得企业的资源得到精确配置.预测精度的趋势分析方式基于以上的计算方法加上趋势分析,对产品,客户,地区进行历史预测数据进行展现.提供一个直观的变动趋势来满足不同的级别管理层的考核需要.进行日常跟踪从而提出改进需要.达到资源的最优配置.从而给企业带来管理成本的下降.     

图自动编码器上二阶段融合实现的环状RNA-疾病关联预测

大部分现有的用于预测环状RNA(circRNA）与疾病之间关联关系的计算模型通常使用circRNA和疾病相关数据等生物学知识,配合已知的circRNA-疾病关联信息对来挖掘出潜在的关联信息。然而这些模型受已知关联构成的网络稀疏性、负样本过少等固有问题的影响,导致预测性能不佳。因此,在图自动编码器基础上引入归纳式矩阵补全及自注意力机制进行二阶段融合,以实现circRNA-疾病关联预测,由此构建的模型叫GIS-CDA (Graph auto-encoder combining Inductive matrix complementation and Self-attention mechanism for predicting Circ RNA-Disease Association）。首先,计算circRNA集成和疾病集成的相似性,并利用图自动编码器学习circRNA和疾病的潜在特征,以获得低维表征;接着,将学习到的特征输入归纳式矩阵补全,以提高节点之间的相似性和依赖性;然后,将circRNA特征矩阵和疾病特征矩阵整合为circRNA-疾病特征矩阵,以增强预测的稳定性和精确性;最后,引入...     

基于图像及其预测误差图小波频域矩的隐写分析

提出了一种通用隐写分析方法,对图像及其预测误差图像进行3级小波分解,然后计算每个小波子带频域（对直方图进行离散付利叶变换）高阶统计矩组成78维特征,并用支持向量机（SVM）进行分类。对CorelDraw图像库的1096幅图像进行测试,实验结果表明,本文提出的隐写分析性能优于现有的主流方法。     

基于关联度流量预测的加权局域模型

传统的混沌局域预测模型仅考虑相空间中邻近相点到预测中心的空间距离对预测中心动力学行为演化的影响,所以在嵌入维数比较高的时候,用来预测混沌时间序列时效果往往不是很好.本文提出了一种基于关联度的网络流量预测的加权零阶局域模型,该模型同时综合考虑到了空间距离和邻近相点与预测中心的关联程度这两个因素对预测效果的影响,因而在很大程度上克服了传统混沌局域模型的不足.通过模拟实验将该模型用于网络流量预测,模拟结果表明该模型的预测精度比传统的模型要好.     

原油实沸点蒸馏曲线的数学模型

采用多套文献数据,建立实沸点蒸馏曲线的数学模型;其方程式形式简单,只有4个系数;模型稳定性强,应用范围广,计算精度高,不会出现非单调现象.经多个油品的实沸点数据考核,表明模型描述原油实沸点蒸馏曲线准确,计算结果在整体和和局部上都更贴近于实际.模型计算值与实际值的复相关系数最小为0.996157,最大为0.999914.     

200万吨/年科威特原油常减压装置的模拟与分析

对某石化企业加工200万吨／年科威特原油常减压装置进行了模拟计算,并与标定数据进行了比较,表明所建立的模型能反映实际的生产过程。通过对常压塔、减压塔以及相应的设备进行分析和塔的水力学计算,发现生产过程中存在拔出率不高,泵负荷过大和原油换后终温偏低的问题,对此提出了相应的解决方案,为进一步优化生产提供了依据。     

基于CrudeManager的常减压装置模拟研究

在原油切割中使用常减压装置模拟,一方面为第三方软件提供符合实际常减压装置的原油及馏分物性数据,更好的为计划优化模型、调度优化模型以及全流程优化模型提供数据;另一方面可分析市场上的新油是否适合该厂常减压装置的蒸馏情况,更好的指导工艺生产。本文针对现有原油切割中常减压装置模拟的不足,采用半严格的简捷精馏计算方法,从相对挥发度、分馏指数、参考组分等方面对常减压装置模拟进行研究分析。在半严格的简捷精馏计算方法中,使用芬斯克方程获得能表征常减压装置分离效率的参数即有效切割温度(ECP)、提馏指数(stripping FI)和精馏指数(rectifying FI)。使用CrudeManager软件和某厂的常减压塔数据进行模拟分析,获得常减压装置各馏分的有效切割温度14.1℃、186.8℃、258.6℃、341.4℃、452.9℃、536.0℃,提馏指数,精馏指数和蒸馏曲线,结果显示该方法能准确地模拟常减压装置,很好地解决了馏分间的返混问题,具有良好的应用价值。     

原油混输调度建模方法的研究进展

介绍了原油混输调度问题的建模和优化方法及国内外的研究现状.综合国内外在原油混输调度研究的新成果,从建模及求解上分析了现有的研究方法,并比较了其优缺点.指出数学规划方法是原油混输调度问题的最常用方法,但其建模困难,其求解方法--数学规划算法、随机搜索法和智能算法等都有缺陷,很难又快又好的得到最优解.而基于事件树方法通过自然语言建模,用基于事件触发规则的方法求解,可以很快得到较好的解.对于原油混输调度,基于事件树的方法是一种很有潜力的方法.     

时间序列分析法用于常减压炼油装置测量数据校正

提高常减压炼油装置过程数据校正精度的有效手段是增加测量数据的冗余。通过对影响测量数据校正的因素进行分析,建立了时序平均值模型,提出了使用时间序列分析法来增加数据校正过程时间冗余的新方法,可在不增加测量点的前提下改善校正数据精度。采用常减压炼油生产装置的实际测量数据,对时间序列分析法的过失误差侦破能力、数据校正精度受时域值、过失误差大小的影响等进行了研究,探讨了时序法的可行性和实用性。结果表明,时序法可以快速有效地用于该装置的实时测量数据校正。     

典型炼油装置数据校正技术的研究

化工过程测虽数据作为反映装置运行状况的特征信息,是实现计算机过程控制、模拟、优化和生产管理的基本依据.研究过程数据校正技术,对实现装置优化控制与管理具有重要理论意义和现实意义.现有理论研究大都采用传统统计检验和线性化处理方法,在实际应用有较大局限性.本文在对已有数据校正技术分析的基础上,提出将修正的时间序列分析法用于测量数据校正.综合考虑数据的窄间冗余和时间冗余,充分利用过程的历史数据,建立了时间序列概率模型,并针对含随机误差数据和含过失误差数据两种情况,从时序法平均值、阶跃过程模型等方面详细探讨数据校正方法.将新的数据校正方法用于典型常减压蒸馏装置,结果表明,新方法能够侦破出数据中含有的过失误差;校正值与真值的平均偏差非常小,具有足够的精度保证数据的准确性;修正的时间序列分析法用于数据校正能克服传统方法的局限性.     

原油含水率测量多因素影响的数值模拟与实验研究

基于介电常数法测量原油含水率,往往受油水两相流态、温度、矿化度、非线性特性等多因素的影响.因此,设计一套基于多传感器的油水两相流实验室模拟系统,利用理论计算结合数值模拟的方法,研究含水率、温度、矿化度、油水介电常数、含水测最传感器输出之间的数学关系及影响规律,对提高测量含水率的精度提供了有力的理论和实验依据.     

常减压装置初馏塔顶产品干点软测量的应用研究

在常减压装置中,影响初馏塔顶石脑油干点的因素很多,反应十分复杂,故难以建立准确的机理模型.针对传统的主元分析法(PCA)或自适应模糊推理系统(ANFIS)建立软测模型中的缺点,本文提出采用主元分析法预处理输入变量,再结合自适应模糊推理系统,进行常减压装置初馏塔顶石脑油干点的软测量模型的改进,能及时测定化工过程的变量,对稳定生产过程,有效控制产品质量具有重要意义.通过MATLAB仿真,表明该改进型方法的软测建模效果较好,建模的训练时间大大节省了,且泛化能力和拟合精度很好.     

Adaptive Fuzzy-GARCH model applied to forecasting the volatility of stock markets using particle swarm optimization

Fluctuations in the stock market follow the principle of volatility clustering in which changes are cataloged by similarity; as such, large changes tend to follow large changes, and small changes tend to follow small changes. This clustering is one of the major reasons why many generalized autoregression conditional heteroscedasticity (GARCH) models do not forecast the stock market well. In this paper, an adaptive Fuzzy-GARCH model with particle swarm optimization (PSO) is proposed to solve this problem.The adaptive Fuzzy-GARCH model refers to both GARCH models and the parameters of membership functions, which are determined by the characteristics of market itself. Here, we present an iterative algorithm based on PSO to estimate the parameters of the membership functions. The PSO method aims to achieve a global optimal solution with a rapid convergence rate. The three stock markets of Taiwan, Japan, and Germany were analyzed to illustrate the performance of the proposed method.     

支持向量机算法研究头发微量元素与高血压的相关性

将Vapnik提出的支持向量机(Support Vector Machine，SVM)算法用于总结头发中多种微量元素含量与高血压的对应关系的结果。通过对26个高血压患者和27个健康人的头发样品的多种微量元素的定量分析，用支持向量机研究头发徽量元素与高血压的相关性，结果表明：若以头发中Al，Cu，Zn，Ca，Mg含量以及Zn／Cu比作为特征量集合作数据挖掘，所建数学模型对高血压患者与健康人的正确分类率可达96．2％，留一法预报正确率则可达86．7％。计算表明：支持向量机算法建模的正确分类率和留一法预报正确率均较Fisher法和KNN法等传统的模式识别算法高。因此，SVM算法是特别适合于用有限已知样本训练建模，进而预报未知样本属性的新算法，并可望在化学计量学领域得到进一步的应用。