顾及多重分类与粒度划分的国土空间数据模型研究与应用

国土空间数据在分类分级、过程演化等方面都存在着分类、互依赖、组合构成和前后次序等高阶关系,现有的图层、面向对象、数据立方体等数据模型难以完全刻画全部关系.本文提出了基于有向超图的顾及多重分类与颗粒体系的国土空间数据模型,运用关联矩阵进行逻辑描述,基于超级图形数据库进行物理模型实现和国土空间演化过程的时空分析,解决了全域、全要素、全空间国土空间数据多重分类与颗粒体系表达的难题.相关成果在南京市国土空间基础信息平台得到了应用验证,增强了平台对复杂关系的运营效能,实现了多维关系数据的聚合,为平台实现数据资源自动分类和信息智能定向推送奠定了基础.

基于多重分类平滑法的人口数据格网化研究

人口数据格网化是解决传统统计数据(以行政区划为基本统计单元)在数据精度、数据标准化和数据融合等方面不足的一种有力工具。综述了各种格网化方法和理论,在此基础上,提出了多重分类平滑法,在不引入过多变量的基础上提高了模拟精度。最后,以河南省人口数据为例,采用指数平滑法,得到了连续人口密度分布图。

基于CGACO的多重分类准则模型优化研究

为提高供应链物流管理服务水平,基于帕累托定律,运用规范列平均法和优化理论建立了基于多重分类准则模型。通过有效利用混沌遗传和蚁群优化算法在组合优化中的优势,给出了混沌遗传蚁群优化算法,采用混沌搜索优化初始群体、修正变异算子、蚁群算法寻优优化、改进相关参数等实现了两种算法的有机集成。物流案例实证表明了混沌遗传蚁群算法在解决多重分类准则优化模型方面的有效性。

支持向量机多重分类救生舱环境评价研究

针对矿用救生舱舱内环境动态评价的问题,采用支持向量机多重分类机制进行评价研究。确定了舱内环境评价的等级指标;将环境评价问题处理为分类和分级两部分,分别给出了相应的函数。使用粒子群优化算法进行了参数优化;制订了具体的评价方案,得出了动态评价结果。经现场试验证明,该环境评价方法可以对救生舱舱内环境进行有效、实时的动态评价,算法收敛速度较快,为救生舱舱内环境调控提供了可靠的理论基础和充分的现场数据。

基于多重分类模型的企业创新研究——来自中国中小板上市公司的证据

本文从中小板上市企业2013年—2015年年报中手工摘录并筛选获得385组创新数据,运用非线性面板数据的多重分类模型考察了中国中小板上市企业的研发创新。结果表明:(1)研发投入强度和企业规模对中小板上市企业创新存在显著的门槛效应;(2)对于研发投入低于门槛值的大企业,研发投入对专利申请量的正效应要比研发投入高于门槛值的中小企业更大;(3)利润率在中小规模企业中对专利申请量有显著的正影响;(4)政府补助只对研发投入高于门槛值的中小企业的创新绩效有促进作用;(5)在研发投入低于门槛值的大企业中,资产负债率对专利申请量有显著正影响;(6)熟练劳动力投入和出口强度对研发投入低于4.6%、年销售额少于52亿元的企业创新有显著正效应;(7)竞争会显著降低研发投入超过门槛值的中小企业的专利申请量;(8)企业规模对中小板上市企业的创新绩效存在倒U效应。

基于多重分类器模型的微网短期负荷预测

受电力负荷时间变化规律以及气象、节日等因素的影响,微网孤岛运行负荷极具不确定性。如何保证微网系统能够较准确捕捉负荷需求的变化,提高微网系统对负荷变化的跟踪能力,对微网运行的安全性和稳定性及供电质量都具有重要意义。将神经网络与分类器概念相结合,构成多重分类器系统,对微网进行短期负荷预测,仿真实验证明其对负荷用电值预测的准确度明显高于单一分类器系统。

带有多重分类变量的潜变量模型的可识别性

潜变量模型是一种广泛应用于表征多个观察变量之间相关性的统计方法.在刻画多重分类数据关联性方面,这类模型通常假定每个分类变量都与一个潜在连续变量或向量相联系,通过潜变量或向量在窗口部分的观察值来确定分类变量的值,从而达到对类别界定.然而该方法存在一个弱点:观察似然或模型存在确定性问题.模型缺乏识别性必然会对估计构成影响.本文对带有多重二分、有序和/或无序分数据的潜变量模型的模型识别问题,提出一种基于模型的识别方法,给出了一些有用的结果,特别是在建立因子分析模型和/或结构方程模型解释多重响应变量之间的相关性时.这些条件利用模型结构并保持了不同类型参数的相互分离性,这从理论和应用角度来看都较为方便.

基于L型声阵列多重信号分类声源测向研究

变电站二次设备故障声源复杂多变,且在空间狭窄、位置不易接触的设备上采用接触式振动传感器采集振动信号有很大的局限性,基于非接触式的声阵列装置采集到的声音信号可以解决这些问题。针对变电站二次设备故障声源的测向问题,通过最小描述长度(Minimum Description Length,MDL)准则改进了多重信号分类算法,设计和制做了L型声阵列的声源采集装置并进行故障声源采集。结果表明,改进的算法能够有效地估计出声源数,并为二维测向提供先验条件,使得测向精度准确,且2个声源的俯仰角或方位角相同时不会相互影响。该方法能有效测量出源信号的方向且具有一定抗干扰性,对于变电站二次设备故障诊断有较好的指导意义。

基于空间平滑算法的改进多重信号分类算法

为了提高传统解相干算法的估计精度,提出了一种基于空间平滑算法的改进多重信号分类算法。将空间平滑算法的子阵互相关产生的前向平滑修正矩阵和后向平滑修正矩阵与子阵自相关矩阵互相关产生的前向平滑修正矩阵和后向平滑修正矩阵分别相加,得到新的前向平滑矩阵和后向平滑矩阵,再通过矩阵分解法将新的前向平滑矩阵和后向平滑矩阵进行组合,使用奇异值分解对组合后的矩阵进行分解得到信号的噪声子空间,并通过多重信号分类算法进行估计,最大限度的利用了前向平滑修正矩阵和后向平滑修正矩阵的信息。经过仿真验证,该算法在信号相干条件下能精确地估计入射角度,并且对比现有的解相干算法在信噪比相同条件下估计性能提升了9%。

基于空间平滑多重信号分类算法的低角目标探测

基于阵列信号处理的目标回波到达方向(DOA)估计算法具有分辨力强、估计精度高、抗干扰能力强的特点,是目标测向的研究热点。多重信号分类(MUSIC)算法就是基于阵列信号处理的目标测向算法之一,传统的多重信号分类算法假设目标回波是互不相关的,这导致其应用效果受到较大的限制。在传统多重信号分类算法的基础上,采用空间平滑多重信号分类算法进行目标回波解相干处理,推导给出了估计目标回波到达角度的表达式以及该算法的实现流程框图,并结合数值模拟结果以及实际应用场景对该算法的优缺点进行了对比分析。空间平滑多重信号分类算法在低角目标探测、单目标多径问题、多目标到达角度与多目标数量估计等方面具有一定优势。

基于多重信号分类与模式搜索算法的笼型异步电动机转子断条故障检测新方法

提出了一种基于多重信号分类(multiple signal classification,MUSIC)与模式搜索算法(pattern search algorithm,PSA)的异步电动机转子断条故障检测新方法。MUSIC方法对于短时信号具备高频率分辨力,可以准确计算转子断条故障特征分量以及其他分量的频率;但对诸频率分量幅值和初相角则无法准确求解。因此引入PSA确定诸频率分量的幅值、初相角,并对1台Y100L-2型3 kW笼型异步电动机完成了转子断条故障检测实验。实验结果表明:基于MUSIC与PSA的异步电动机转子断条故障检测方法切实可行,适用于负荷波动、噪声等干扰严重情况。

基于求根多重信号分类和遗传算法的谐波间谐波频谱估计

为了改善电能质量,需要准确估计电网电压或电流的谐波、间谐波频谱。将空域处理技术的空间谱估计方法应用到电网信号的谐波、间谐波频谱估计。使用求根多重信号分类方法估计电压或电流的不同频率成分数及各成分的频率,各成分的幅值和相角估计由遗传算法完成。首先介绍频谱估计使用空间谱估计的理论依据,然后详尽地说明了求根多重信号分类方法和遗传算法的原理及算法流程。仿真结果和与其他方法的比较证明此方法在数据长度有限和噪声干扰时可以准确估计谐波、间谐波的频谱。

基于FFT和多重信号分类算法的高精度相干光相移键控信号频率偏移估计算法研究(英文)

针对相移键控(MPSK)相干光通信系统中的频率偏移,最常用的两种算法是基于差分相位或者FFT最大值的算法,但是当数据长度较短时,两种算法均很难实现MHz的估计误差,这将使得后续载波相位恢复估计很难恢复原始数据。为满足MPSK系统中频率偏移估计算法高精度和实时性的要求,首次将多重信号分类算法引入该问题,提出一种基于快速傅里叶变换和多重信号分类的频率估计算法,该算法在数据较短时精度很高。利用基本原理和流程图对算法加以说明,并进行了20-GBaud/s QPSK相干光系统仿真实验验证算法切实可行。

一种适用于小样本的迭代多重信号分类算法

当样本数不足时,由采样协方差矩阵特征分解得到的噪声子空间偏离其真实值,使得多重信号分类(MUSIC)算法目标角度(DOA)估计性能下降。为了解决这个问题,该文提出了一种迭代算法通过校正信号子空间来提高MUSIC算法性能。该方法首先利用采样协方差矩阵特征分解得到的噪声子空间粗略估计目标角度;其次基于信源的稀疏性和导向矢量的低秩特性,由上一步得到的目标角度以及其邻域角度对应的导向矢量构造一个新的信号子空间;最后通过解一个优化问题来校正信号子空间。仿真结果表明,该算法有效地提高了子空间估计精度。基于新的信号子空间实现MUSIC DOA估计可以使得性能得到改善,且在低样本数下改善尤为明显。

基于多重信号分类法的一种声矢量阵方位估计算法

为了提高声矢量阵高分辨方位估计的性能,文中提出了一种矢量阵MUSIC方位估计算法。该算法先构造声矢量阵声压和振速组合输出的互协方差矩阵,然后进行MUSIC方位估计。理论分析和计算机仿真表明,文中算法比传统声矢量阵MUSIC方位估计算法有更好的双目标分辨能力和弱目标方位估计能力,湖试结果也表明文中算法有更好的目标方位估计性能。该算法基于矢量传感器声压和振速的相干性原理,充分利用声压振速组合指向性抗干扰能力,可以更好地抑制各向同性干扰,提高阵列的处理增益,从而有更好的方位估计性能。

CS损伤成像中的时间逆转多重信号分类算法

将时间逆转多重信号分类算法应用于混凝土结构内部损伤检测中,由换能器单元发射的信号和接收的损伤回波信号构建传递矩阵,并通过对传递矩阵奇异值分解后得到的奇异值反映了损伤的数量与损伤的程度,奇异向量则包含了损伤信息,基于多重信号分类算法结合奇异向量对CS内部结构成像并实现损伤定位,通过数值仿真和实验验证了时间逆转成像方法用于CS损伤检测的可行性,实现了损伤的准确定位。

空间外差信号提取中多重信号分类算法准则的影响

基于空间外差光谱特性,针对传统傅里叶变换算法在光谱复原中的局限性,引入现代谱估计的多重信号分类MUSIC算法进行空间外差信号光谱复原,采用自回归传递函数准则(CAT)对影响谱估计效果的信号空间维数值进行估计.测试结果显示CAT准则直接定维值与最佳结果存在偏差,将CAT准则直接定维值减数值3作为改进后的新准则重新应用于实测数据光谱复原.改进的CAT准则与MUSIC算法配合能够很好地适用于空间外差干涉数据,光谱复原效果优于直接傅里叶变换结果.以光谱角度匹配和均方误差作为改进CAT准则的MUSIC算法谱估计效果评价指标,与理想光谱相比,MUSIC算法对钾盐双谱峰信号处理后复原光谱相似度达到0.764,均方误差为0.040,对氖灯多谱峰信号和处理结果分别为0.806和0.046.复色光结果分别为0.988和0.089.采用改进的CAT准则进行自适应定维的MUSIC算法对空间外差光谱复原具有一定优势,提高了功率谱复原效果.

适用于单快拍的多重信号分类改进算法

经典多重信号分类(MUSIC)算法的子空间估计以多快拍数据估计得到的协方差矩阵为基础,在实际应用中,可用的快拍数并不确定。针对这一问题,本文提出了一种适用于单快拍的MUSIC改进算法,即ISS-MUSIC算法。该算法对经典MUSIC测向方法进行了改进,将伪协方差矩阵构造法与共轭增强法相结合。新算法的优点为适用于单快拍,且性能优于未进行共轭增强的基于伪协方差矩阵单快拍MUSIC算法。

短波段内多重信号分类算法的窄带假设分析

经典空间谱估计算法的两个适用假设是远场平面波和窄带信号。文章利用7单元均匀线列阵仿真分析了短波波段内多重信号分类（MUSIC）算法的窄带假设上限带宽。可以发现：对于短波信号，50kHz的带宽所带来的测向误差不超过O．08°。这就意味着，对于短波通信信号的侦察测向完全可以采用经典空间谱估计算法，比如MUSIC算法，而不需要为窄带假设来付出代价，这便为设计高精度的短波通信实时测向系统提供了条件。

基于降维子空间的多重信号分类快速算法

基于MUSIC的DOA估计存在运算量大的问题,已有的改进快速算法很多是以降低精度为代价的,因此提出了基于降维子空间的多重信号分类快速算法,该算法先利用降维的噪声子空间进行DOA粗略估计,使得MUSIC搜索的运算量大大减小,然后利用最大噪声子空间对估计结果进行修正;数值仿真结果表明,该方法能够在不影响DOA估计精度的情况下显著降低运算量,使MUSIC算法更具实用性。