传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于协调开采技术的相邻露天矿开采程序优化

针对相邻露天矿实施协调开采带来的长期经济效益与开采程序变化影响短期经济效益之间存在矛盾的问题,运用露天采矿学的基本原理,研究相邻露天矿开采程序优化。分析协调开采技术的特点及采场贯通的影响因素,提出采区划分方案优化准则;建立采场、排土场形态优化模型,给出相邻采场贯通时间的计算方法,并提出贯通后采场、排土场形态优化方法。笔者结合工程实例对模型进行了验证,结果表明:通过优化采场、排土场形态,可有效减少剥离量,增加内排空间,提高贯通采场期间两矿经济效益。     

基于MATLAB的自回归移动平均模型(ARMA)在股票预测中的应用

利用时间序列在t时刻的有效观测值去预测在某个未来时刻t+l的值,并建立自回归移动平均(ARMA)模型,以MATLAB为工具,亚泰集团360个交易日的数据作为样本,预测10天股市的收盘价;并与含有一个隐含层的BP网络模型进行对比,结果表明自回归移动平均(ARMA)模型算法对短期股价预测的精度较高.     

行人与机动车相互干扰的元胞自动机模拟研究

基于VDR模型,建立了行人与机动车相互干扰的元胞自动机模型。在开放边界条件下,研究了车辆产生概率、消失概率和绿信比对车流量及过街人数的影响。数值模拟表明车辆产生概率、车辆消失概率只在一定范围内影响车流量,有红绿灯设置时存在绿信比最佳取值范围。     

多房间中人员在走廊疏散的元胞自动机模拟研究

引入格点吸引度的概念建立了人员疏散元胞自动机模型,对走廊内的人员疏散过程进行了模拟研究.研究表明各房间内的行人疏散时间有明显的差异,越靠近走廊出口方向的房间平均疏散时间越短.房间出口宽度对整个疏散的影响较小,而房间出口位置、走廊宽度对疏散的影响较大,且疏散时间Tc与走廊宽度W之间的关系满足Tc∝W-0.872.     

求解一类二阶锥规划问题的神经网络及应用

考虑了一类二阶锥规划问题.利用两个光滑函数分别将二阶锥约束转化为光滑的凸约束,提出了求解这类二阶锥规划问题的两个新神经网络,并在适当的条件下证明了提出的神经网络是Lyapunov稳定的,且以任意精度收敛到原问题的解.数值实例说明了两个新神经网络的有效性.     

基于CMP的多种并行蚁群算法及比较

基于片上多核处理器(Chip Multi-processor,CMP)的多种并行蚁群算法,包括并行最大最小蚂蚁系统、并行蚁群系统及两者的混合等5个并行算法,提出一种在CMP的每个处理器核心上模拟一个子蚁群,整体蚁群共享同一信息素矩阵,实现信息素隐式交流的方法.用多线程实时优先级实现该算法,并用若干旅行商问题实例进行了测试,分析了不同并行策略的影响.测试结果表明,基于CMP的并行蚁群具有相对于核心数目的线性加速比,异种蚁群混合策略在解的稳定性上更具优势。     

利用局部线性嵌入的模态识别

提出了一种新的利用局部线性嵌入的模态识别方法。该方法以流形学习为理论基础,从提取结构的几何或固有特征出发,以系统结构的响应数据为分析对象,可识别出结构的模态参数。该方法的基本思想是,将结构的响应看作一个高维数据集,将系统的模态看作高维数据集的本质结构与固有特征,然后通过求解数据的低维嵌入进行模态参数识别。圆柱壳仿真结果表明:提出的利用局部线性嵌入的模态识别方法能够有效地进行模态参数识别;随着阻尼系数的增加,对于贡献量较大的模态,利用局部线性嵌入的识别效果优于基于主成分分析的识别效果。     

四阶非线性奇异边值问题正解的存在性

本文研究奇异的四阶边值问题正解的存在性，借助于锥上的一个不动点定理，得到问题正解的存在性结果。     

几种烟草薄片的热性能分析

利用热重分析仪深入比较3种烟草薄片在不同升温速率和不同气氛下的热分解行为,结果表明在氮气气氛下,提高升温速率会使分解剩余物的比例增加;在相同的升温速率下,薄片在空气中的分解温度要稍低, 空气中的氧气会加速样品氧化分解.