基于自适应交互式多模型粒子滤波的分布式说话人跟踪算法

针对分布式麦克风网络中的说话人跟踪问题,提出一种自适应交互式多模型粒子滤波算法,以实现复杂环境下对说话人的分布式跟踪.首先,对分布式麦克风网络中的说话人跟踪问题建立状态空间模型,并利用贝叶斯滤波理论求解该问题.然后,将交互式多模型与粒子滤波相结合,提出一种双粒子滤波方法对运动模型的转换概率进行自适应估计,以更好地对多种运动模式的说话人进行跟踪.最后,应用一致性算法对分布式麦克风网络中各节点说话人位置矢量的后验分布进行最优融合,从而可能得到全局的最优估计结果.该算法不要求状态空间模型中运动模型转换概率已知,相比传统IMMPF算法对声源复杂运动具有更好的鲁棒性.仿真实验结果验证了该算法的有效性.

基于一致性的分布式变结构多模型方法

本文针对由雷达与红外组成的分布式传感器网络,研究基于一致性的分布式变结构多模型方法(Distributed variable structure multiple model,DVSMM).首先,使用无迹信息滤波(Unscented information filter,UIF)解决系统非线性的问题,然后,将变结构交互式多模型(Variable structure interacting multiple model,VSMM)方法进行改进,提出一类可应用于分布式状态估计的分布式变结构多模型DVSMM方法.仿真实验结果验证了该方法的有效性.

雷达测雨的最优化方法在分布式城市洪水模型中的应用

一、雷达测雨的最优化方法随着城市化进程的加快和全球气候变化的发展,城市受到极端暴雨事件影响的频率增高,危害加重。分布式城市洪水模型可以充分反映流域降雨分布以及下垫面变化,

基于水热平衡的分布式水文模型研究与应用

分布式水文模型在水利部“四预”建设中发挥了至关重要的作用,但无径流资料区(简称无资料区)分布式水文模拟技术仍需进一步完善。从水热循环产汇流理论、模型构建与求解、模型参数率定三个方面入手,改进传统分布式水文模型。提出了耦合热量平衡的流域产汇流理论,揭示了水量热量动力学过程耦合机理和水热循环通量量化关系。构建了系统完整的物理机制水热平衡分布式水文模型及其数值求解方法,实现了流域地表温度和水位的分布式数值模拟。明确了模型结构和参数的物理意义,降低了需要率定的参数个数。将参数率定目标由径流量转换为地表温度和水位,综合利用遥感反演和台站观测资料率定模型参数。将研发的模型在江西赣江流域进行应用,结果表明,构建的模型具有较强的物理机制,数值求解方法精度高、稳定性好,实现了无资料区参数率定和水文模拟,为无资料区分布式水文模型研发与应用提供了新思路。

基于GLUE方法的分布式水文模型BTOPMC参数不确定性分析

为了解分布式水文物理模型BTOPMC参数不确定性对模拟精度和预测结果的影响程度,以湄公河为例,采用GLUE方法对BTOPMC参数的不确定性进行了研究。在选定参数的先验分布为均匀分布的基础上,选择用累计似然分布的5%和95%的评价作为预测不确定性的界限,得到90%置信区间的降雨径流(洪水)过程线。结果表明,大部分时段实测洪水流量都落在了90%置信区间之内,说明采用GLUE方法对BTOPMC模型的参数进行不确定性分析是可行的。

分布式信任模型直接信任的模糊计算方法

在电子商务、数据通信和网络安全等应用系统中 ,信任模型是不可缺少的基本机制。但是对于Ad -hoc网络 ,Peer -to -Peer网络等分布式系统 ,由于不存在集中专用的服务器 ,传统的信任模型无法被采用。本文分析了保证分布式信任模型有效性的关键因素 ,提出了一种新的直接信任模糊计算方法 ,仿真数据表明 ,新方法比传统方法更准确。

一种分布式无中心网络管理模型的设计方法

针对通信网络规模日趋扩大、网络管理水平不断提高,传统集中式网络管理模式不 足日益凸现的情况,提出了一种分布式、无中心网络管理系统的设计思想。并提出了一个简单 分布式、无中心网络管理系统模型的建立、运行和维护的设计方法。讲述了分布式、无中心网 络管理模式的优点,提高了网管系统的抗毁性。

一种基于构件模型的分布式实时应用程序设计方法

本文提出了一个具有平台独立性、同步与分布特性的构件模型,阐明了模型的结构、构件活动以及利用该模型进行分布式实时应用程序设计的方法。

基于多元线性回归模型的分布式能源系统短期负荷预测方法

常规的分布式能源系统短期负荷预测方法以平稳时间序列预测为主,负荷预测值与实际值存在一定的误差,影响分布式能源系统的稳定运行。因此,设计了一种基于多元线性回归模型的分布式能源系统短期负荷预测方法。通过提取分布式能源系统的短期负荷拟合特征,对日负荷特性进行分析,以确定短期负荷波动规律,从而指导负荷预测工作。利用多元线性回归模型可以预测能源短期负荷区间,并划分出实际负荷区间的边界,从而反映实际负荷落在负荷预测区间的位置,降低负荷预测误差。通过对比实验证实,该方法的预测精准度较高,能够应用于实际生活。

含分布式电源配电系统能量优化模型和方法

随着分布式电源技术的发展和成熟,分散供电已成为集中供电方式的重要补充,必将成为智能电网的重要组成部分。所以含分布式电源的配电系统能量优化管理变得非常重要。对优化模型按是否考虑网架进行划分,具体介绍了几种优化模型的目标函数;概述了优化模型的主要求解方法:基于运行策略的方法、启发式方法、解析方法和现代优化方法;总结了现状模型的特点,并对求解方法进行比较,尤其提出了求解方法的不足和改进方向。

分布式多媒体系统中对象表示模型及变换方法研究

在设计一个分布式多媒体系统时 ,具有挑战性的问题之一是如何在系统的不同层次为各模式设计合适的规格描述模型 ,并提供不同模型的变换方法和媒体的集成与同步策略 .在本文中 ,我们给出了几种多媒体对象的表示模型和变换算法 ,它们把高层的多媒体对象变换成可以用来支持多媒体对象展示和通信的实用模式 ,在该模式中能较好地保持多媒体对象的集成与同步特性 .

基于改进型混沌遗传算法的分布式光伏储能输出最大功率点追踪方法

针对当前分布式光伏储能输出最大功率点追踪过程受多峰特性影响而导致追踪效果不佳的情况,提出了基于改进型混沌遗传算法的分布式光伏储能输出最大功率点追踪方法。该方法首先通过构建光伏储能电池等效模型及分析光伏储能电池特性基础上,将时间、光照强度和环境温度作为输入,建立基于径向基函数(Radial Basis Function,RBF)神经网络的分布式光伏储能最大功率点追踪模型。其次,在遗传算法中引入混沌因子,形成改进型混沌遗传算法。经过参数设置、种群初始化、添加混沌因子以及交叉和变异等操作后,利用该算法求解基于RBF神经网络的分布式光伏储能最大功率点追踪模型。最后,利用该模型输出分布式光伏储能输出最大功率点追踪结果。实验结果表明:该方法追踪分布式光伏储能输出最大功率点时,具备较好的收敛性和逼近性;可在不同环境温度和光照强度情况下,有效追踪布式光伏储能输出最大功率点,应用效果较为显著。

基于分布式集成方法的区间二型模糊模型设计

基于分布式集成方法的区间二型模糊模型设计可以降低模型的计算复杂度,提升模型的学习速度。文章采用该方法将数据集划分为多个子数据集,通过并行处理策略得到每个子数据集对应的一型模糊模型并进行集成,构建初始区间二型模糊模型;利用最小二乘法对二型模糊模型进行参数优化以确保区间二型模糊模型性能;对比分析了自适应模糊模型、反向传播神经网络以及基于差分进化的区间二型模糊模型等经典方法。结果表明:所提模型预测精度与其他3种方法的相近;分布式集成方法在保证模型性能基础上加快了学习速度,其在风力发电和地铁人流量预测中的训练时间分别为0.6708和0.9204 s,较最优势的模型速度分别快了17和13倍。

面向分布式新能源消纳的配电网最大供电能力调度方法

传统供电调度方法所需费用较高,导致配电网新能源消纳水平较差,现提出面向分布式新能源消纳的配电网最大供电能力调度方法。首先构建分布式发电的配电网供电能力调度模型,其次消纳配电网新能源负荷,最后优化配电网最大供电能力。实验结果证明了本方法的可行性。

多参数敏感度方法在分布式水文模型的应用

分布式水文模型作为新一代洪水预报技术的新手段,已逐渐应用在洪水预报业务工作中。受流域面积及网格单元划分精度影响,该模型在实际应用中面临严峻挑战,特别是在参数优选过程。因此需要开展参数敏感性评估研究,确定较为重要的参数,减少参数优选计算量,减少模型不确定性,提高工作效率。该文引入多参数敏感分析方法,开展流溪河模型参数敏感性分析研究,探讨模型参数敏感性,以期提高分布式模型在实际业务应用中的工作效率。

一种二元响应变量模型的分布式贝叶斯估计方法

在海量数据背景下,传统的基于单个计算节点的算法很难满足分析要求。考察了一种分布式贝叶斯估计方法,通过在每台机器上单独运行蒙特卡洛抽样并做加权平均可以有效地解决算法效率问题。将该方法应用于基于广义极值模型的二元响应变量回归分析,并探讨其实用性。模拟研究表明分布式算法比传统方法更有效。

分布式水文模型的参数率定及敏感性分析探讨

参数率定与敏感性分析是分布式水文模型应用和发展中的难点问题,论文对当前典型的、应用比较成功的全局最优化参数率定和敏感性分析方法进行归纳和分析,包括:遗传算法(Genetic Algorithm)、SCE-UA算法(Shuffled Complex Evolution)、贝叶斯方法(Bayesian Method)、RSA方法(Regionalized Sensitivity Analysis)、GLUE方法(Generalized Likelihood Uncertainty Estimation)等等。并对计算机自动优化方法和人工参数调试方法的利弊进行讨论,展望了分布式水文模型的参数率定与敏感性分析的发展方向。

一种基于角色的分布式动态服务组合方法

服务组合是开放环境中实现跨组织敏捷应用集成的重要技术.许多研究采用集中的服务组合引擎管理组合服务的执行,在系统的可伸缩性、消息传输效率及自治性等方面存在局限.针对集中结构的上述问题,提出一种基于角色的分布式动态服务组合方法,通过划分组合服务的全局流程模型产生各个角色的本地流程模型,从而使得组合服务的控制逻辑及执行负载能够对等地分布到多个结点.讨论了本地流程模型的生成算法及部署与执行机制.模拟实验结果表明,与集中式结构相比,该方法能够更有效地支持大规模并发访问以及大数据量的消息转输,有助于提高组合服务的可伸缩性.

分布式水文模型研究综述

概述了分布式水文模型的发展历程和研究现状,归纳了模型的主要特征和模拟方法,针对存在的问题进行了分析并展望了未来发展方向。

分布式水文模型的现状与未来

分析分布式水文模型的主要特点及产生背景.借助于GIS技术讨论了下垫面特征空间变化的表示方法及子流域划分技术.在分析现有有代表性的分布式水文模型的基础上,提出了分布式水文模型的分类及各自的优缺点.通过归纳20世纪70年代以来水文学理论的若干进展,探讨了确定分布式水文模型中汇流参数的理论途径和方法原理.最后指出,随着地理信息系统技术、数值方法、测雨雷达技术和水文学理论的不断进步,分布式水文模型必将得到越来越广泛的应用.