Gappy POD算法重构储能电池组核心温度及与BP神经网络预测能力对比

储能电池组中电池核心温度的实时监控对于防控电池热失控有着重要的意义.为克服工业实际中电池组内部无法布置多温度测点导致的温度数据获取不全面等问题,本文将Gappy POD重构算法引入储能电池核心温度实时监控问题中,通过监测电池组表面温度预测内部核心温度.通过搭建简化的拟储能电池实验台模拟电池温升,测试了Gappy POD算法在工况平稳变化和工况剧烈变化条件下的稳定性和对核心温度的实时重构能力;对比了Gappy POD算法的重构能力和BP神经网络(Back propagation neural network)的预测能力,并探究了Gappy POD算法和BP神经网络在不同大小的数据库训练条件下的重构预测能力.研究表明,Gappy POD重构算法具有高预测精度、稳定性强并且对数据库数据量依赖性低等优势,为算法在储能电池热管理中的实际应用提供了基础.

几种银杏类叶部化石的计算机分类

本文描述了银杏类叶部四种印痕化石:Ginkgo digitara(Brongn.)Heer、Ginkgo huttoni(Sternb.) Heer、Ginkgoites sibiricus(Heer)Seward和 Ginkgoites taeniatus(Braun)Ha-rris。在常规描述的基础上,应用电子计算机技术,试图将定性研究引伸为定量研究。为此,选用了多类判别分析方法进行化石的归类。统计的参数为裂片数目、裂片长度、裂片宽度、叶脉数目和外侧裂片夹角等五项。根据这一方法建立的四个种的判别方程,用各种模式标本或国内外同种标本的参数分别代入,结果恰归该种。本文采用FORTRAN 77算法语言编制源程序,在IBM-PC机上进行计算。

Kruskal法在地质中的应用

Kruskal法就是将N个多维(P维)对象点,在近似的意义下,从P维约简到一个较低维数的空间内,寻求一个最佳的空间维数和空间标度,而近似地保存各对象点数据的原始关系。这种方法通常称为多维标度法。

应用稳健主成分分析研究欧亚大陆早侏罗世植物区系分区

应用稳健主成分分析研究欧亚大陆早侏罗世植物区系划分尚属首次试验。取前三个特征值所对应的特征向量定量化地解释了每个植物群的植物组合在经向上的变化规律。应用稳健主成分分析的样品得分定量化地标度了早侏罗世的四个植物区系,证实了四个植物区系的存在,并解释了每个植物群组合之间的关系。

应用列联表方法研究化石群落关联性

应用列联表方法研究化石群落间的关联性问题。列联表方法是从变量的独立性出发研究两两变量间的关系。该方法的优，或是不但能用数字表示两变量间的关联程度，而且还对其关联性作显著性检验，使所得结果更为精确。本文介绍的数学原理和计算方法，力求简明易懂。最后选择了实际例子借以说明列联表方法在研究此问题上的良好效果。

数量化理论在矿产预测中的应用

数量化理论是日本学者林知已夫等人提出的一种处理定性数据的多元统计方法,本文试用数量化理论Ⅰ、Ⅲ研究吉中地区双河镇幅1:5万测区的金矿预测问题。将测区内380平方公里等间距划分为19×20=380个正方形网格,每格作为一个单元,相当一个样品,将各单元统一编号,依次完成计算,具体步骤如下: