基于马尔科夫模型的回归研究及其应用

在国内外回归分析方法的研究中,神经网络、支持向量机等传统方法被广泛使用,但是由于其计算量太大而且对计算模型和数据的准确性要求很高,在实际的应用中局限性强。为了解决这些难题,对Markov理论和相关模型进行了深入的研究。首先将多元回归和Markov模型进行结合,提出了基于多元回归的Markov模型,解决了转移矩阵难以确定的问题,并将其应用于国民收入预测中,减少了运算复杂度并且解决了实际应用中的局限性,提高了模型的鲁棒性。同时将Markov模型和Regime Switching Model进行结合,提出了基于Markov-switch的回归算法,使用状态转移矩阵来处理数据,实验结果表明该算法可以有效地提高预测效率和大幅度减少运算时间,并且在UCI数据集上进行验证和传统方法相比,标准差减少72.72%、相关系数提高2%、运行时间减少了50%。

无差拍优化五相永磁同步电机有限集模型预测转矩控制算法

多相永磁同步电机驱动系统在低压大功率、高可靠性的应用场合日受青睐和瞩目。首先研究了适用于五相永磁同步电机系统的传统有限集模型预测转矩控制(finite-control-set model predictive torque control,FCS-MPTC)算法,为了消除d3-q3谐波子空间的低次电流谐波,构造了包含谐波项的目标函数。然后,为了减小FCS-MPTC算法实现时带来的巨大计算量,提出了一种基于转矩与磁链无差拍估算的每个控制周期内电压矢量控制集优化方法。所提算法不仅保持了传统FCS-MPTC算法优越的稳态性能、快速的动态响应和低次电流谐波抑制能力,同时显著减少了数字实现的运算量。最后,将所提算法分别与两种传统FCS-MPTC算法进行半实物实验对比分析,验证了所提算法的正确性和有效性。

多思会算 不畏困难

解析几何中学生怕算,不愿意算导致几何题得分率低,多算会思带目标进行综合运算有利于学生更好学习.