滑坡位移分解预测中的平滑先验分析方法

目前在滑坡位移预测研究中,先将滑坡位移数据分解为趋势项及周期项后再分别进行预测已成为普遍做法。平滑先验分析法(Smoothness Priors Approach,SPA)是一种计算过程简单、计算量极小,且能快速分离原始数据趋势项和周期项的数据处理方法。在介绍SPA基本原理基础上,以三峡库区白家包滑坡典型监测点位移数据为例,对通过调节SPA正则化参数而获得的不同趋势项及周期项进行特征分析;进而结合对滑坡变形演化机制过程的先验分析,根据位移分解特征确定合理的参数取值;最后针对不同参数SPA位移分解数据,采用支持向量机进行位移预测对比分析。结果表明,SPA是一种适用于滑坡位移预测的位移分解方法,通过调节正则化参数并结合滑坡变形机制先验分析,能够获得较为合理的位移分解结果,进而提高滑坡位移预测精度。

一类动态消费系统建模复杂性的先验分析方法

本文基于线性系统的度量复杂性理论，通过描述消费过程的一个机理模型，研究了一类消费系统的建模复杂性问题．利用系统量度复杂性理论中的Ｋｏｌｍｏｇｏｒｏｖｎ－宽度和辨识ｎ－宽度等概念，给出一类经济计量模型的建模误差及辨识误差与观测信息多少之间的关系，并证明了此类经济计量模型关于模型阶数和观测信息多少具有一定的鲁棒性．

科学哲学及其实在论本质的先验分析

科学哲学以及相关的自然科学在本质上是关于实在的知识。但这一结论本身只有在先验的视域中才能显示出清晰的含义 ,一般关于实在论的讨论也只有在先验视域中才能有逻辑的结果。然而在这一视域中的考察也表明 ,科学哲学的“超验性”问题又是与其实在本质直接相关的 ,先验哲学在研究其发生发展规律的同时又承认这一点。整个 2 0世纪科学哲学进程都表明了一个科学的经验实在 (论 )的性质 ,同时这一进程也证实了先验哲学关于先天知识 (先验逻辑 )

SPA-HRDE在机械设备声信号故障诊断中的应用

针对现有故障诊断方法存在接触式采集、精度低等问题,提出了一种结合平滑先验分析和层次反向散布熵的机械设备故障诊断方法。首先,通过SPA将声音信号分解为趋势项和去趋势项。随后,利用HRDE提取趋势项和去趋势项信号的层次熵值,构建故障特征样本;最后,利用蜜獾算法对支持向量机的关键参数进行搜索,建立参数最优的故障识别模型,将故障特征输入到HBA-SVM分类器中进行故障识别,并基于离心泵和滚动轴承两种机械设备的实验评估证实了所提方法的有效性。试验结果表明:该方法分别取得了100%和97%的故障识别精度。相较于其他故障诊断方法,该方法能够充分提取声信号中的故障信息,实现更高精度的故障诊断,具有很强的鲁棒性。

中医辨证的先验意向性浅析

目的:探讨辨证思维的行为本质。方法:以中医辨证意识流为研究对象,从整体上认识辨证过程中的普遍性规律;利用现象学还原、综合、客观化行为等方法,对辨证整个意识流进行意向性结构分析,以把握其意向行为的特性与意义。结果:辨证是一个本质规定性的"关联体-复合体-统一体"(三体)意向行为;辨证行为本身所具有的意向性贯穿于作为症的体验-证之综合的整个过程中,辨证的意向性分析必然地关系到中医的内容理论与形式理论。结论:从主观侧的先验分析投射至客观侧的认识是中医理论现代研究的另一条可持续发展的途径。

辩乎先验经验之际——康德伦理学与儒家道德哲学的一种比较阐释

康德伦理学的精髓可以表述为,由于在直觉中获得了道德本体,所以特别有助于产生最清晰的道德概念;由于借助最纯粹的先验分析把它叙述出来,所以它才成为禽兽与异化的生命无论如何都无法超越的“铁门槛”。与中国的儒家伦理学相比,康德伦理学由于是用文明时代最有力的思想武器,复活了人类在轴心时代最高形态的精神生命,因此,它无疑是人类精神哲学中最高的本体论,对于中国儒家也具有十分重要的批判性启蒙意义。

康德哲学综合与分析方法的统一趋势及其最终分裂

先验统觉原理,即我思作为先验思维规律去综合统一感性内容的原理,是自我意识的最高原理,是知识论的最高原理。正是通过先验统觉原理的主客观演绎,康德完成了他为自然立法的哥白尼式革命。但是,在《纯粹理性批判》一书中,康德又明确提出,先验统觉就其自身来说,又是一先验分析命题。现在人们不禁要问:为什么康德在批判了休谟的怀疑论,论证了先验统觉综合原理的普遍性、必然性之后,还保留这一命题呢? 先验统觉的综合与分析两命题到底各自的本质是什么,它们的关系又是什么呢? 为什么费希特哲学的起点正是我=我这个康德意义上的先验分析命题呢?

康德的先验分析与人工认知架构的建构

康德在其著名的《纯粹理性批判》中通过概念分析、知性分析、原理分析等,为我们描述了一种自然认知架构,该架构理论上有可能在计算机和人工智能上实现。这是当代具身认知科学和未来人工智能的一个开放性问题。目前人们更多关注现象学与认知科学和人工智能的结合,却忽视了康德的思想可能给予我们的洞见。

基于平滑先验分析改进散布熵的滚动轴承故障诊断

运用SPA散布熵与SG聚类方法对滚动轴承故障进行智能诊断。先通过平滑先验分析(SPA)的过程处理轴承振动信号获得趋势项与波动项;再对散布熵值进行计算得到故障特征向量,最后利用SG分类器对特征向量聚类识别。研究结果表明:通过分析系统参数对DE值的影响确定最优的取值:高嵌入维数3,类别6,时间延迟1。利用SG模糊聚类方法处理SPA-DE,不同的故障类型聚集于靠近聚类中心的区域,相邻聚类中心间形成了明显间隔,并未出现不同故障问题的相互交叉混叠,因此采用本文方法对各类轴承故障进行诊断时可以实现优异故障分类性能。相对EMD-DE-SG聚类诊断模式,本文算法具备更大分类系数,与1达到了更大的接近程度,大幅降低了平均模糊熵,判断本文算法对于各损伤程度的轴承故障具备更优的诊断性能。根据滚动轴承测试参数可知可以采用此方法快速准确识别轴承各类故障问题及其严重程度,可以实现故障的可靠诊断效果。

路网交通流二层规划模型及其极大熵解

分析交通网络系统的特点,研究混合交通OD结构的关联性,在定量分析路网交通流受交通容量、交通安全及交通服务能力等条件限制的基础上,研究路网利用效益最大化及路网交通流量最大化问题,构建一种路网交通流的二层平衡规划模型。利用先验分布理论和极大熵原理,给出模型的极大熵函数解,进一步证明解的存在与唯一性。模型一方面描述了管理部门对路网交通的优化配置,一方面描述了出行者充分利用路网资源的最优选择。最后通过一个实例,分析模型计算的相关结论。

结合TF-IDF的企业生产隐患关联预警及可视化研究

为有效利用企业在日常管理中积累的大量生产事故隐患记录,实现隐患预警,解决人工分析数据效率低、主观性强等问题,构建结合词频率-逆文档频率(TF-IDF)的企业生产隐患关联预警可视化模型。首先,运用先验(Apriori)关联规则算法挖掘各隐患间的潜在联系,获取信息中的隐藏价值;然后,引入TF-IDF算法优化关联规则,找出隐患间的关键规则;最后,运用可视化技术直观地展现挖掘结果。研究表明:可视化模型能快速、准确地实现隐患预警;对关联规则的优化,解决了Apriori算法支持度依赖性强的问题;挖掘结果能为企业安全管理者提供整改方向与依据。

解读马克思主义辩证法的属人性质

马克思主义辩证法既不是凝固在教科书中的永恒教条,也不是万变没有其宗的相对主义工具。它是由人的实践来历史地展开的属人的规律。辩证法是对界限的能动建立与超越,这种界限的真正基础是现实的人的实践能力和实践方式,概念中的界限以及辩证法和形而上学在哲学中的对立,不过是这种现实界限的反映方式。对这个问题的真正理解离不开对马克思主义创始人的全面解读。

SPA散布熵和GK聚类相结合的滚动轴承故障诊断

为充分利用振动信号的特征信息进行故障辨识,提出一种平滑先验分析(SPA)散布熵和GK聚类相结合的滚动轴承故障诊断方法。首先对滚动轴承振动信号进行SPA分解得到趋势项和波动项;然后分别计算趋势项和波动项的散布熵值构建特征向量;最后将特征向量输入至GK分类器中进行聚类识别。将该方法应用到不同工况下的滚动轴承实验数据中,分析结果表明,与传统的基于经验模态分解(EMD)散布熵和GK聚类的故障诊断方法相比,所提方法能够更加准确地实现轴承的故障判别。

基于SPA和SQPE的往复压缩机滑动轴承故障特征提取方法

往复压缩机滑动轴承在工作中会受到冲击、摩擦等多种因素的影响,其振动信号具有非线性、非平稳性的特点,从而导致其故障特征不明显,不利于特征提取。针对上述问题,提出一种新的基于平滑先验分析(SPA)和样本分位数排列熵(SQPE)的往复压缩机滑动轴承故障特征提取方法。首先,对滑动轴承振动信号进行SPA分解,得到振动信号的趋势项和去趋势项;然后,计算SPA分解后趋势项和去趋势项的SQPE值,结合两个分量信号的SQPE值构成往复压缩机滑动轴承特征向量;最后,将特征向量及对应的标签输入支持向量机(SVM)进行分类识别。通过实验验证,该方法可以有效提取往复压缩机滑动轴承故障特征,并实现轴承故障类型的准确区分。

基于SPA-FIG与优化ELM的滚动轴承性能退化趋势预测

为了提高滚动轴承性能退化指标的预测精度,得到性能退化指标准确的预测范围,提出了基于分解-模糊粒化与优化极限学习机(Extreme Learning Machine,ELM)的轴承性能退化趋势模糊粒化预测。首先利用平滑先验分析提取轴承性能退化指标序列的趋势项及波动项,再利用信息粒化方法对波动项进行模糊信息粒化;然后将趋势项及粒化后的波动项数据输入至ELM进行回归预测,并采用粒子群算法优化ELM参数;最后根据实测值和预测值的对比分析评估预测模型的优良性。实验结果表明,该方法可以有效跟踪轴承性能退化指标的变化趋势,并对其指标的波动范围进行有效预测。

基于平滑先验分析和模糊熵的滚动轴承故障诊断

由于机械系统的复杂性,振动信号的随机性表现在不同尺度上,基于对振动信号进行多尺度的模糊熵(FE)分析,提出了基于平滑先验分析(SPA)和模糊熵的滚动轴承故障诊断方法。采用SPA方法对振动信号进行自适应分解,得到振动信号的趋势项和波动项;分别计算趋势项和波动项的模糊熵;将模糊熵值作为特征向量,输入至基于优化算法的支持向量机(OSVM)。将该方法应用于滚动轴承实验数据,分析结果表明:该方法在仅提取两个分量特征的情况下即可达到100%的故障诊断精度,可有效实现滚动轴承的故障诊断。

基于GWO-SPA和MSE的往复压缩机气阀故障特征提取方法

针对往复压缩机气阀振动信号非线性及非平稳性特征,提出一种基于灰狼算法优化平滑先验分析(SPA),并结合多尺度样本熵的往复压缩机气阀故障特征提取方法。以多尺度样本熵均值和偏度的平方作为适应度函数,利用灰狼算法对SPA的参数λ进行寻优,将寻优后的参数λ代入SPA中对往复压缩机气阀处振动加速度信号进行自适应分解,得到信号的趋势项和去趋势项;然后分别求取去趋势项数据的多尺度样本熵均值和偏度的平方,以此作为往复压缩机气阀信号的特征向量输入支持向量机中进行训练与测试。实验结果表明,该方法可以有效提取往复压缩机气阀的故障特征。

康德关于科学形而上学的思想

形而上学在康德哲学中占据什么样的地位?康德是否承认有科学的形而上学?这些问题涉及到对整个康德哲学的评价。本文提出一些粗浅的看法,以求教于专家和读者。 一、康德的“形而上学”的基本涵义 对康德的“形而上学”的不同看法在很大程度上是由于对其涵义的不同理解而引起的,因此有必要弄清其基本涵义。康德的“形而上学”的基本涵义有两种:第一种是“先天的”意义,即指形而上学是关于一切先天知识的原理、范围、界限的学问。这是在《纯粹理性批判》的“先验感性论”和“先验分析论”中论述的。康德说:“形而上学知识这一概念本身就说明它不能是经验的。形而上学知识的原理(不仅包括公理、也包括基本概念)

基于多体作用的原子/连续耦合方法的先验误差估计

本文研究理想晶体发生位错时如何发生形变,应用本地化拟连续方法(QCL)、基于能量的拟连续方法(QCE)、非本地化拟连续方法(QNL),分析了多体作用下Frenkel-Kontorova模型在一维情形中先验误差分析,推导了该误差估计与原子模型解的光滑性的关系,并且由于考虑的是一维原子链,该误差还具备超收敛性.本文将一致性误差分析分解为模型误差和粗粒化误差,并推导出基于负范数的误差估计,稳定性分析将均匀应变扩充为非线性应变.最后利用数值实验说明了本文的分析结果.