多尺度系统理论研究概况

在许多应用领域中,通常要对出现在不同尺度的现象进行分析和辨识,最近引入的多尺度框架使这一分析成为可能。该文简单介绍了多尺度系统理论的发展概况以及多尺度框架在估计和数据融合中的应用,分析了多尺度模型、平滑误差模型以及两类多尺度实现模型,并指出了目前急需解决的问题。

基于M带小波的动态多尺度系统融合估计

研究一类动态多尺度系统的融合估计方法,这类系统具有已知的动态系统模型约束,由具有不同采样率的多个传感器独立观测,传感器的采样率以M(M>2)倍递减.用M带小波变换来拟合状态在各尺度空间的投影关系,建立了满足标准卡尔曼滤波条件的系统模型.进行卡尔曼滤波后,可以获得系统状态最优估计值.仿真结果验证了该动态多尺度系统融合估计算法的有效性.

一类动态多尺度系统融合估计算法的分析

为了进一步认识基于状态空间投影的一类动态多尺度系统的融合估计算法本质,本文对该算法进行了分析．首先,将该融合估计算法和在最细尺度上直接进行卡尔曼滤波的算法性能进行了比较,并用仿真进行了验证．结果表明,在最细尺度上,融合估计效果比直接进行卡尔曼滤波的效果好．其次,从计算过程和计算量方面,与一般的时间配准方法进行了对比分析．结果表明,该融合估计算法用比较严谨的数学模型代替了时间配准,可以在每个尺度上获得基于全部观测信息的最优估计,但计算量比时间配准方法大．本文的研究为基于状态空间投影的一类动态多尺度系统的融合估计算法的实际应用奠定了基础．

多尺度系统中台风自组织的研究

在一个4种尺度(副热带高压、台风、β中尺度涡群和γ中涡尺度)共存的系统中,用正压原始方程模式数值地研究台风自组织及其强度变化问题。结果指出:(1)由于多尺度的相互作用,在初始台风衰减的过程中,在该台风的西南方经自组织形成了一个新的台风,其尺度、强度与初始台风相同。在初始台风衰减消失后,新的台风维持一定的强度继续向偏西北方向移动。(2)初始γ中涡的个数和位置对自组织起来的台风的强度有显著影响。其影响机制是非线性相互作用的结果在不同尺度层次的传递。γ中尺度层次或γ中—β中层次的相互作用直接影响到β中层次涡作用的结果,或者使双β中涡合并,或者使双β中涡分离。β中涡层次的相互作用直接影响到台风层次———新台风自组织的过程。这种影响最后反映到自组织起来的台风的强度和路径变化的宏观行为。

非线性状态方程约束下的一类动态多尺度系统建模和估计算法

该文提出了非线性状态方程约束下的一类动态多尺度系统的模型及估计方法,该系统的状态方程是非线性的,多个传感器在状态空间的一个闭子空间序列中对系统状态进行观测。该文用状态空间投影方程将多个尺度联系起来,建立了一种新的集中式系统模型,该模型满足UnscentedKalmanFilter(UKF)条件。给出了基于Haar小波的模型的具体形式和估计算法,MonteCarlo仿真结果验证了该文算法的有效性。

一类动态多尺度系统的模型和估计算法

多传感器信息融合是信息学科的重要研究方向,本文的目的就是对分布在多个尺度上的传感器信息进行融合。本文针对一类动态多尺度系统,在国内外相关研究的基础上,提出一种新的动态多尺度系统建模方法。该模型满足标准卡尔曼滤波条件,给出了基于Haar小波的实现方法,基于此可以获得各个尺度上目标状态线性最小方差意义下的最优估计值。仿真结果令人满意,最细尺度上用本文方法进行估计优于直接进行卡尔曼滤波的效果。

一种新的动态多尺度系统最优估计算法

给出了一类动态多尺度系统基于Haar小波的序贯式最优估计算法,该算法具有较低的计算复杂度和较高的实时性,为多传感器信息融合提供了一种新的方法。仿真结果验证了这种方法的有效性。

基于Haar小波的一类动态多尺度系统最优估计算法

提出一种基于状态空间投影方程的动态多尺度系统建模方法 ,给出了基于 Haar小波的模型的具体形式。该模型满足标准卡尔曼滤波条件 ,执行卡尔曼滤波 ,可获得各个尺度上目标状态线性最小方差意义下的最优融合估计值 ,仿真结果令人满意 ,并为动态多尺度系统建立了一种新的估计理论框架。

一次致灾大暴雪的多尺度系统配置及落区分析

利用高时空分辨率T6390场预报资料、FY—2C卫星资料和Doppler雷达产品,详细分析了2010年2月23日发生在新疆天山北坡中部致灾大暴雪的多尺度系统和物理量场配置以及发生时间和落区。结果表明,南北支短波槽的合并、加强使得冷暖空气强烈交汇是造成大暴雪的主要环流背景,低空急流、辐合线和切变线是大暴雪的主要触发机制,低空急流输送的大量水汽和高低空急流的有利配合有助于低层上升运动加强,为暴雪强度的增强提供了有利条件。大暴雪发生在南北支短波槽交汇处、高空急流入口区右后方辐散区、低空西南暖湿急流出口区左侧辐合区、辐合线前部、切变线南侧以及地面冷锋附近的重叠区域内。大暴雪期间中高层辐散大于中低层辐合,上升运动强盛且深厚,水汽辐合强烈、湿层深厚。中—α和中-β尺度冷云团是造成大暴雪的主要系统,降雪强度、范围和持续时间与冷云团强度、面积及其生命史呈正相关,大暴雪发生在冷云团内部局地增强及强中心维持阶段,并位于TBB≤-65℃的中—α尺度和TBB≤-70℃的中-β尺度冷云团边缘的TBB梯度最大处。强降雪时段雷达回波呈带状分布,回波移动方向与带状长轴方向一致,使得降雪时间较长;回波强度演变、强中心范围与降雪量分布及强降雪中心范围基本一致,强降雪中心的回波强度达35～40dBz,回波强度梯度大,"S"形速度场曲率大,垂直累积液态水含量有短时的跃增过程,回波演变具有短时弱对流特征。

基于大数据的多尺度系统软测量方法及其应用

文中提出了一种基于大数据的多尺度系统软测量算法,首先建立了系统输入、输出多尺度相对能量矩阵,并在此基础上定义了多尺度系统。而后针对上述多尺度系统,提出构建双模型,并利用基于卡尔曼滤波的数据融合算法,对双模型的预测值与运行参数构成的残差序列进行数据融合及多尺度分析,以实现系统的软测量。文中算法对某机组辐射受热面灰污程度的软测量结果显示,该方法简单易行,结果较为准确,可为运行优化提供技术依据。

基于天塞主镜的多尺度长焦成像系统设计

针对提升多尺度成像系统的分辨率以满足对远距离目标精确识别的需求,从提升主镜焦距的角度出发,本文提出一种基于天塞结构主镜的多尺度长焦成像系统设计,分析了为满足次级镜头的线性排布而需要对主镜添加的两个约束条件,针对次级镜头阵列中随离轴角增加使系统在对应视场成像质量下降的问题,对邻近区域次级镜头进行协同优化,同时在离轴位置次级镜头的优化中应用自由曲面面型完成像差校正。所设计系统不同视场区域成像的MTF曲线一致性较好,表明系统在全视场范围内成像质量理想。采用天塞结构主镜设计的多尺度成像系统,其空间分辨率达14μrad,相较于共心球透镜的多尺度系统有显著提高。

基于可分离性的多尺度决策信息系统的最优尺度约简

针对最优尺度约简问题,从对象与决策类的关系出发,提出一种基于可分离性的多尺度决策信息系统的约简方法。首先,分别给出类内对象紧性和类间对象分散度的定义并探究其性质。其次,在多尺度决策信息系统中通过类内对象紧性和类间对象分散度定义属性子集的可分离性,并给出可分离性与约简之间的关系,在此基础上,结合属性权重与尺度权重给出了基于可分离性的重要度。最后,设计了一种基于重要度的启发式最优尺度约简算法。实验结果表明,所提方法在分类精度和约简集基数上具有较大的优势。

多尺度决策系统中测试代价敏感的属性与尺度同步选择

属性与尺度同步选择方法可有效解决涉及代价因素的多尺度决策系统的知识约简问题,然而在现有研究中,少有基于代价进行属性与尺度的同步选择,并且大多数算法只针对协调的多尺度决策系统或不协调的多尺度决策系统.为了解决这一问题,文中以最小化数据处理的总测试代价为目标,提出测试代价敏感的属性与尺度同步选择算法,同时适用于协调的多尺度决策系统和不协调的多尺度决策系统.首先,构造基于粗糙集的理论模型,模型中的概念及性质同时考虑属性因素和尺度因素.其次,基于粗糙集的理论模型,设计启发式算法,能基于测试代价对多尺度决策系统同时进行属性约简与尺度选择,并且不同的属性可选择不同的尺度.最后,在12个数据集上的实验验证文中算法的有效性、实用性及优越性.

不完备广义多尺度决策系统的逐步最优尺度选择

现有的最优尺度选择算法有可能无法得到全局最优尺度组合,且具有较高的时间和空间复杂度。针对该问题,提出了不完备广义多尺度决策系统的逐步最优尺度选择算法。介绍了不完备广义多尺度决策系统,给出了上下近似集的性质;采取属性约简与尺度选择同步优化策略,以得到全局最优尺度组合;给出了一个快速的求相容类方法,并提出了不完备广义多尺度决策系统的逐步最优尺度组合选择算法,该算法显著降低了时间复杂度与空间复杂度。数值实验表明所提出的算法是有效的。

协调多尺度决策系统中基于测试代价的属性与尺度选择

对多尺度决策系统进行处理可以使复杂的问题简单化,属性与尺度的同步选择是该处理过程中一个重要方法.此外,现实中数据处理经常需要考虑代价因素的影响,但是,目前研究还没有在属性与尺度的同步选择中考虑代价因素.为了解决这一问题,文中基于测试代价,研究协调多尺度决策系统的属性与尺度选择.首先,构造相应的粗糙集理论模型,模型中的定义及性质同时考虑属性和尺度这两个要素,并给出基于测试代价的属性-尺度重要度函数.然后,基于适用于多尺度决策系统的粗糙集概念及性质,提出属性与尺度同步选择的启发式算法.在UCI数据集上的实验表明,文中算法可大幅降低总测试代价,提升计算效率.

分层多尺度决策信息系统的序贯三支决策

传统信息系统中每个属性只有一个尺度,但随着海量数据的涌现,实际应用中经常是在多个尺度上处理和分析问题.三支决策是解决分类问题的一种经典方法,序贯三支决策是在三支决策的基础上进行多步决策的一种方法.将多尺度决策信息系统与三支决策相结合,基于决策理论粗糙集提出分层多尺度决策信息系统的序贯三支决策模型,得到动态变化的正域、负域、边界域.对多尺度决策信息系统进行分层,依次在分层后得到的多个单尺度决策信息系统上进行讨论,构建尺度层面的序贯结构;在每个单尺度决策信息系统上,通过增加属性的方式得到属性子集序列,诱导出多级粒度结构,构建该尺度下粒度层面的序贯结构.为此,给出两种属性子集序列的选择方法;在序贯三支决策过程中,利用相对损失函数计算阈值,并讨论了阈值的性质;最后给出序贯三支决策过程中的分类规则,并用实例说明提出的模型能有效地处理分类问题.

基于区间值的广义多尺度决策系统及最优尺度组合选择

多尺度决策系统基于多粒度思想对数据进行不同角度、深层次的分析与处理.目前,多尺度决策系统主要处理单值形式的数据,但在许多实际问题中,决策系统中的数据往往以区间值的形式存在.因此,将经典的多尺度决策系统推广到区间值上具有一定的意义.本研究定义了广义多尺度区间值决策系统的概念;基于Jaccard相似率推广了计算多属性下对象之间的相似度,以构造θ-相容关系;讨论了保持4种分布协调性相互等价的θ取值;证明了在不协调广义多尺度区间值决策系统中,任取一个θ值获得的最优尺度组合与取关于θ的某个区间范围获得的最优尺度组合相同.

北山地下实验室场址多尺度地壳形变观测系统的构建

在参考国外主要硬岩地下实验室场址地壳形变观测的经验,并结合我国高放废物北山地下实验室的定位和区域构造条件的基础上,构建了我国地下实验室场址多尺度地壳形变观测系统,该系统主要由跨断层、GNSS(Global Navigation Satellite System)和InSAR(Interferometric Synthetic Aperture Radar)形变观测3种手段组成,其中,利用跨断层和GNSS观测,给出地下实验室场址西侧关键构造(旧井断裂)的现今近场和远场的三维形变速率,评估断裂未来的活动趋势;GNSS观测以获得地下实验室场址所在新场岩体的水平形变特征;InSAR用以分析研究区最大LOS(Line of Sight)向的时序高分辨率形变速度场。以上3种手段的结合,初步实现了对地下实验室场址所在区域近场和远场范围多维度、多尺度的形变观测,观测对象囊括了场址区的主要断裂构造和大型岩体,该系统的建立填补了我国高放废物地下实验室场址形变观测的空白,为场址的适宜性评价奠定了良好的基础。

具有多尺度决策的信息系统的最优全局剪枝选择

作为人工智能领域的一个重要方向,粒计算在数据挖掘和知识发现方面的研究呈现较大的优势.针对具有多尺度决策的信息系统的知识获取问题,利用粒度树与剪枝来研究具有多尺度决策的信息系统的最优尺度选择问题.首先介绍了粒度树与剪枝的概念,每个属性和决策都有一个粒度树,每个粒度树都有许多不同的局部剪枝,代表特定属性下的尺度选择.不同属性和决策的一个局部剪枝组合形成全局剪枝,从而产生一个混合尺度决策表.其次,给出具有多尺度决策的信息系统基于粒度树与剪枝的最优全局剪枝选择的概念.最后将全局剪枝选择与最优尺度选择进行比较研究,还设计了一个算法来验证该方法的有效性.

基于熵的多尺度多重集值信息系统的最优尺度选择与属性约简

针对现有的信息系统难以体现和处理数据融合时出现的数据重复问题,文中提出多尺度多重集值信息系统的概念,并讨论该系统的最优尺度选择和属性约简问题.首先,在多尺度多重集值信息系统的每个属性中,基于属性值域中多重集之间的海林格距离定义论域上的相似关系,获得由每个属性子集导出的论域中所有对象的相似类构成的信息粒.然后,引入多尺度多重集值信息系统中知识粗糙熵的概念,进一步给出多尺度多重集值信息系统中的最优尺度与熵最优尺度的概念,证明基于相似关系定义的最优尺度和基于知识粗糙熵定义的最优尺度是等价的.最后,在熵最优尺度的基础上提出系统中基于相似关系的约简和基于知识粗糙熵的约简的概念,并分别给出筛选熵最优尺度和熵约简的算法.